Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Temario del curso
Introducción a la IA en el borde en entornos industriales
- Importancia de la computación perimetral (edge computing) en la manufactura
- Comparación con la IA basada en la nube
- Casos de uso en visión artificial, mantenimiento predictivo y control
Plataformas de hardware y limitaciones a nivel de dispositivo
- Descripción general del hardware perimetral común (Raspberry Pi, NVIDIA Jetson, Intel NUC)
- Consideraciones sobre procesamiento, memoria y consumo energético
- Selección de la plataforma adecuada según el tipo de aplicación
Desarrollo y optimización de modelos para el borde
- Técnicas de compresión, poda y cuantización de modelos
- Uso de TensorFlow Lite y ONNX para el despliegue embebido
- Equilibrio entre precisión y velocidad en entornos con recursos limitados
Visión artificial y fusión de datos a nivel del borde
- Inspección visual y monitoreo basados en el borde
- Integración de datos de múltiples sensores (vibración, temperatura, cámaras)
- Detección de anomalías en tiempo real con Edge Impulse
Comunicación e intercambio de datos
- Uso de MQTT para mensajería industrial
- Integración con sistemas SCADA, OPC-UA y PLCs
- Seguridad y resiliencia en las comunicaciones perimetrales
Despliegue y pruebas en campo
- Empaquetado y despliegue de modelos en dispositivos perimetrales
- Monitoreo del rendimiento y gestión de actualizaciones
- Caso práctico: bucle de decisión en tiempo real con accionamiento local
Escalamiento y mantenimiento de sistemas de IA en el borde
- Estrategias de gestión de dispositivos perimetrales
- Actualizaciones remotas y ciclos de reentrenamiento de modelos
- Consideraciones del ciclo de vida para despliegues de grado industrial
Resumen y próximos pasos
Requerimientos
- Comprensión de sistemas embebidos o arquitecturas IoT
- Experiencia con programación en Python o C/C++
- Familiaridad con el desarrollo de modelos de aprendizaje automático
Público objetivo
- Desarrolladores de sistemas embebidos
- Equipos de Industrial IoT (IIoT)
21 Horas
Reseñas (1)
Podemos cubrir temas avanzados y trabajar con ejemplos de la vida real
Ruben Khachaturyan - iris-GmbH infrared & intelligent sensors
Curso - Advanced Edge AI Techniques
Traducción Automática