Cursos de Edge AI en Lima

Esta capacitación en vivo impartida por instructores Lima (en línea o en instalaciones del cliente) está dirigida a investigadores de IA de nivel avanzado, científicos de datos y especialistas en seguridad que deseen implementar técnicas de aprendizaje federado para entrenar modelos de IA en múltiples dispositivos periféricos mientras preservan la privacidad de los datos.

Al finalizar esta capacitación, los participantes podrán:

• Comprender los principios y beneficios del aprendizaje federado en la IA en el borde.
• Implementar modelos de aprendizaje federado utilizando TensorFlow Federated y PyTorch.
• Optimizar el entrenamiento de IA entre dispositivos periféricos distribuidos.
• Abordar los desafíos de privacidad y seguridad de datos en el aprendizaje federado.
• Desplegar y monitorear sistemas de aprendizaje federado en aplicaciones del mundo real.

Esta formación en vivo con instructor en Lima (en línea o presencial) está dirigida a profesionales agrícolastecnológicos, especialistas en IoT e ingenieros de IA de nivel principiante a intermedio que desean desarrollar e implementar soluciones de Edge AI para el cultivo inteligente.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender el papel del Edge AI en la agricultura de precisión.
• Implementar sistemas de monitoreo de cultivos y ganado basados en IA.
• Desarrollar soluciones de irrigación automatizada y sensores ambientales.
• Optimizar la eficiencia agrícola utilizando análisis de Edge AI en tiempo real.

Esta capacitación en vivo impartida por un instructor en Lima (en línea o presencial) está dirigida a profesionales avanzados de ciberseguridad, ingenieros de IA y desarrolladores de IoT que desean implementar medidas de seguridad robustas y estrategias de resiliencia para sistemas Edge AI.

Al finalizar esta capacitación, los participantes podrán:

• Comprender los riesgos de seguridad y las vulnerabilidades en los despliegues de Edge AI.
• Implementar técnicas de cifrado y autenticación para la protección de datos.
• Diseñar arquitecturas resilientes de Edge AI que puedan resistir amenazas cibernéticas.
• Aplicar estrategias de despliegue seguro de modelos de IA en entornos perimetrales.

Esta formación en vivo con instructor en Lima (en línea o presencial) está dirigida a tecnólogos minoristas, desarrolladores de IA y analistas de negocios de nivel principiante a intermedio que desean aplicar soluciones de IA en el borde para sistemas de cobro inteligente, gestión de inventario e interacción personalizada con los clientes.

Al finalizar esta formación, los participantes podrán:

• Comprender cómo la IA en el borde mejora las operaciones minoristas y la experiencia del cliente.
• Implementar sistemas de cobro inteligente y pagos sin cajero impulsados por IA.
• Optimizar la gestión de inventario con seguimiento y análisis en tiempo real.
• Utilizar visión por computadora e IA para experiencias personalizadas dentro de la tienda.

Esta formación en vivo, impartida por un instructor en Lima (en línea o presencial), está dirigida a profesionales de telecomunicaciones de nivel intermedio, ingenieros de AI y especialistas en IoT que desean explorar cómo las redes 5G aceleran las aplicaciones de inteligencia artificial en el borde.

Al finalizar esta formación, los participantes podrán:

• Comprender los fundamentos de la tecnología 5G y su impacto en la inteligencia artificial en el borde.
• Desplegar modelos de AI optimizados para aplicaciones de baja latencia en entornos 5G.
• Implementar sistemas de toma de decisiones en tiempo real utilizando inteligencia artificial en el borde y conectividad 5G.
• Optimizar las cargas de trabajo de AI para un rendimiento eficiente en dispositivos de borde.

Esta capacitación en vivo dirigida por un instructor en <ubicación> (en línea o presencial) está dirigida a desarrolladores de IA embebida y especialistas en computación en el borde de nivel intermedio que desean ajustar y optimizar modelos de IA ligeros para su despliegue en dispositivos con recursos limitados.

Al finalizar esta capacitación, los participantes podrán:

• Seleccionar y adaptar modelos preentrenados adecuados para el despliegue en el borde.
• Aplicar técnicas de cuantización, poda y otras compresiones para reducir el tamaño del modelo y la latencia.
• Ajustar modelos utilizando aprendizaje por transferencia para un rendimiento específico de la tarea.
• Desplegar modelos optimizados en plataformas reales de hardware en el borde.

Esta formación en vivo impartida por un instructor en Lima (en línea o presencial) está dirigida a ingenieros de visión por computadora y desarrolladores de IA de nivel intermedio a avanzado, así como a profesionales del IoT que deseen implementar y optimizar modelos de visión por computadora para el procesamiento en tiempo real en dispositivos periféricos.

Al finalizar esta formación, los participantes podrán:

• Comprender los fundamentos de Edge AI y sus aplicaciones en la visión por computadora.
• Implementar modelos optimizados de aprendizaje profundo en dispositivos periféricos para el análisis de imágenes y vídeo en tiempo real.
• Utilizar marcos de trabajo como TensorFlow Lite, OpenVINO y NVIDIA Jetson SDK para la implementación de modelos.
• Optimizar los modelos de IA para mejorar el rendimiento, la eficiencia energética y reducir la latencia en las inferencias.

Esta formación impartida por un instructor en vivo en <ubicación> (en línea o presencial) está dirigida a ingenieros embebidos de nivel intermedio, desarrolladores de IoT e investigadores de IA que desean implementar técnicas de TinyML para aplicaciones potenciadas por IA en hardware eficiente energéticamente.

Al finalizar esta formación, los participantes podrán:

• Comprender los fundamentos de TinyML y la IA edge.
• Desplegar modelos de IA ligeros en microcontroladores.
• Optimizar la inferencia de IA para un bajo consumo de energía.
• Integrar TinyML con aplicaciones de IoT del mundo real.

Esta capacitación en vivo impartida por un instructor en Lima (en línea o presencial) está dirigida a ingenieros de robótica y desarrolladores de IA, así como especialistas en automatización, de nivel intermedio a avanzado, que deseen implementar IA en el borde para aplicaciones de robótica.

Al finalizar esta capacitación, los participantes serán capaces de:

• Comprender el papel de la IA en el borde en sistemas autónomos.
• Desplegar modelos de IA en dispositivos periféricos para robótica en tiempo real.
• Optimizar el rendimiento de la IA para la toma de decisiones de baja latencia.
• Integrar visión por computadora y fusión de sensores para la autonomía robótica.

Los Agentes Ligeros y para Bordes son un curso práctico centrado en el despliegue de cargas de trabajo de IA agéntica en dispositivos con recursos limitados. Los participantes aprenderán a construir, optimizar y gestionar agentes ligeros capaces de realizar razonamiento e inferencia local, mejorando la velocidad, la privacidad y la fiabilidad en entornos distribuidos. El curso hace hincapié en la optimización del rendimiento, el diseño de baja latencia y la integración hardware-software.

Esta formación en vivo dirigida por un instructor (en línea o presencial) está destinada a profesionales de nivel intermedio que deseen implementar y optimizar sistemas agénticos en dispositivo utilizando Python y marcos de trabajo de IA para bordes.

Al finalizar esta formación, los participantes podrán:

• Comprender la arquitectura y los desafíos de ejecutar IA agéntica en dispositivos de borde.
• Diseñar bucles de agentes ligeros adecuados para entornos con recursos limitados.
• Implementar inferencia local utilizando TensorFlow Lite, PyTorch Mobile y ONNX.
• Integrar agentes con sensores, actuadores y plataformas IoT.
• Optimizar el rendimiento, el consumo energético y la latencia para una operación en tiempo real.

Formato del Curso

• Conferencia interactiva y demostraciones prácticas.
• Desarrollo práctico en entornos locales o emulados.
• Aprendizaje basado en proyectos y ejercicios de implementación guiada.

Opciones de Personalización del Curso

• Para solicitar una formación personalizada para este curso, por favor contáctenos para coordinar los detalles.

Esta formación presencial impartida por un instructor en Lima (en línea o in situ) está dirigida a ingenieros de IA de nivel avanzado, desarrolladores embebidos e ingenieros de hardware que deseen implementar modelos de IA en dispositivos de bajo consumo minimizando el gasto energético.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender los desafíos de ejecutar IA en dispositivos eficientes energéticamente.
• Optimizar redes neuronales para inferencia de bajo consumo.
• Utilizar técnicas de cuantización, poda y compresión de modelos.
• Desplegar modelos de IA en hardware periférico con un consumo mínimo de energía.

Esta formación en vivo impartida por un instructor en Lima (en línea o presencial) está dirigida a desarrolladores de IA de nivel intermedio, ingenieros embebidos e ingenieros de robótica que desean optimizar e implementar modelos de IA en plataformas NVIDIA Jetson para aplicaciones edge.

Al finalizar esta formación, los participantes podrán:

• Comprender los fundamentos de la IA edge y el hardware NVIDIA Jetson.
• Optimizar modelos de IA para su implementación en dispositivos edge.
• Utilizar TensorRT para acelerar la inferencia de aprendizaje profundo.
• Implementar modelos de IA utilizando JetPack SDK y ONNX Runtime.

Esta formación en vivo impartida por un instructor en Lima (en línea o presencial) está dirigida a desarrolladores de IA de nivel intermedio, ingenieros de aprendizaje automático y arquitectos de sistemas que desean optimizar modelos de IA para su implementación en entornos edge.

Al finalizar esta capacitación, los participantes serán capaces de:

• Comprender los desafíos y requisitos para implementar modelos de IA en dispositivos edge.
• Aplicar técnicas de compresión de modelos para reducir el tamaño y la complejidad de los mismos.
• Utilizar métodos de cuantización para mejorar la eficiencia del modelo en hardware edge.
• Implementar podado (pruning) y otras técnicas de optimización para mejorar el rendimiento del modelo.
• Implementar modelos de IA optimizados en diversos dispositivos edge.

Esta formación en vivo con instructor en Lima (online o en sitio) está dirigida a desarrolladores, científicos de datos y entusiastas tecnológicos de nivel intermedio que desean adquirir habilidades prácticas para desplegar modelos de IA en dispositivos edge para diversas aplicaciones.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender los principios de Edge AI y sus beneficios.
• Configurar el entorno de computación edge.
• Desarrollar, entrenar y optimizar modelos de IA para su despliegue en edge.
• Implementar soluciones prácticas de IA en dispositivos edge.
• Evaluar y mejorar el rendimiento de los modelos desplegados en edge.
• Abordar consideraciones éticas y de seguridad en aplicaciones de Edge AI.

Esta formación en vivo con instructores en Lima (en línea o presencial) está dirigida a profesionales de finanzas de nivel intermedio, desarrolladores de fintech y especialistas en IA que deseen implementar soluciones de Edge AI en servicios financieros.

Al finalizar esta capacitación, los participantes podrán:

• Comprender el papel de Edge AI en los servicios financieros.
• Implementar sistemas de detección de fraudes utilizando Edge AI.
• Mejorar el servicio al cliente mediante soluciones impulsadas por IA.
• Aplicar Edge AI para la gestión de riesgos y la toma de decisiones.
• Desplegar y gestionar soluciones de Edge AI en entornos financieros.

Esta capacitación en vivo impartida por un instructor en Lima (en línea o presencial) está dirigida a ingenieros industriales de nivel intermedio, profesionales de la fabricación y desarrolladores de IA que deseen implementar soluciones de Edge AI en la automatización industrial.

Al finalizar esta capacitación, los participantes serán capaces de:

• Comprender el papel de Edge AI en la automatización industrial.
• Implementar soluciones de mantenimiento predictivo utilizando Edge AI.
• Aplicar técnicas de IA para el control de calidad en procesos de fabricación.
• Optimizar procesos industriales utilizando Edge AI.
• Desplegar y gestionar soluciones de Edge AI en entornos industriales.

La IA en el borde (Edge AI) implica el despliegue de modelos de inteligencia artificial directamente en dispositivos y máquinas ubicados en el borde de la red, permitiendo la toma de decisiones en tiempo real con una latencia mínima.

Esta formación en vivo dirigida por un instructor (en línea o presencial) está orientada a profesionales avanzados en sistemas embebidos e IoT que deseen implementar lógica y sistemas de control basados en IA en entornos manufactureros donde la velocidad, la confiabilidad y el funcionamiento offline son críticos.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender la arquitectura y los beneficios de los sistemas de IA en el borde.
• Construir y optimizar modelos de IA para su despliegue en dispositivos embebidos.
• Utilizar herramientas como TensorFlow Lite y OpenVINO para inferencia de baja latencia.
• Integrar la inteligencia perimetral con sensores, actuadores y protocolos industriales.

Formato del curso

• Conferencia interactiva y discusión grupal.
• Numerosos ejercicios y prácticas.
• Implementación práctica en un entorno de laboratorio en vivo.

Opciones de personalización del curso

• Para solicitar una formación personalizada para este curso, contáctenos para coordinarla.

Esta formación en vivo impartida por un instructor en <ubicación> (en línea o presencial) está dirigida a desarrolladores de nivel intermedio, científicos de datos y profesionales de la IA que desean aprovechar TensorFlow Lite para aplicaciones de IA en el borde.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender los fundamentos de TensorFlow Lite y su papel en la IA en el borde.
• Desarrollar y optimizar modelos de IA utilizando TensorFlow Lite.
• Implementar modelos de TensorFlow Lite en varios dispositivos periféricos.
• Utilizar herramientas y técnicas para la conversión y optimización de modelos.
• Implementar aplicaciones prácticas de IA en el borde utilizando TensorFlow Lite.

Esta formación en vivo impartida por un instructor en Lima (en línea o presencial) está dirigida a planificadores urbanos, ingenieros civiles y gestores de proyectos de ciudades inteligentes de nivel intermedio que deseen aprovechar la IA en el borde para iniciativas de ciudades inteligentes.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender el papel de la IA en el borde en las infraestructuras de ciudades inteligentes.
• Implementar soluciones de IA en el borde para la gestión del tráfico y la vigilancia.
• Optimizar los recursos urbanos utilizando tecnologías de IA en el borde.
• Integrar la IA en el borde con los sistemas existentes de ciudades inteligentes.
• Abordar las consideraciones éticas y regulatorias en los despliegues de ciudades inteligentes.

Esta capacitación en vivo dirigida por un instructor en Lima (en línea o presencial) está dirigida a profesionales de ciberseguridad de nivel intermedio, administradores de sistemas e investigadores de ética en IA que desean asegurar e implementar éticamente soluciones de Edge AI.

Al final de esta capacitación, los participantes podrán:

• Comprender los desafíos de seguridad y privacidad en Edge AI.
• Implementar las mejores prácticas para asegurar dispositivos periféricos y datos.
• Desarrollar estrategias para mitigar riesgos de seguridad en implementaciones de Edge AI.
• Abordar consideraciones éticas y asegurar el cumplimiento con las regulaciones.
• Realizar evaluaciones y auditorías de seguridad para aplicaciones de Edge AI.

Esta formación en vivo impartida por un instructor en Lima (en línea o presencial) está dirigida a ingenieros de robótica de nivel intermedio, desarrolladores de vehículos autónomos e investigadores de IA que deseen aprovechar la IA en el borde para soluciones innovadoras de sistemas autónomos.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender el papel y los beneficios de la IA en el borde en sistemas autónomos.
• Desarrollar e implementar modelos de IA para el procesamiento en tiempo real en dispositivos periféricos (edge devices).
• Implementar soluciones de IA en el borde en vehículos autónomos, drones y robótica.
• Diseñar y optimizar sistemas de control utilizando IA en el borde.
• Abordar consideraciones éticas y regulatorias en aplicaciones de IA autónomas.

Esta formación en vivo impartida por un instructor en Lima (en línea o presencial) está dirigida a profesionales de la salud con nivel intermedio, ingenieros biomédicos y desarrolladores de IA que deseen aprovechar Edge AI para crear soluciones innovadoras en el ámbito sanitario.

Al finalizar esta formación, los participantes podrán:

• Comprender el papel y los beneficios de Edge AI en el sector salud.
• Desarrollar e implementar modelos de IA en dispositivos de borde para aplicaciones sanitarias.
• Implementar soluciones de Edge AI en dispositivos portátiles y herramientas diagnósticas.
• Diseñar e implementar sistemas de monitoreo de pacientes utilizando Edge AI.
• Abordar las consideraciones éticas y regulatorias en las aplicaciones de IA para la salud.

Edge AI permite que los modelos de inteligencia artificial se ejecuten directamente en dispositivos integrados o con recursos limitados, reduciendo la latencia y el consumo de energía mientras aumenta la autonomía y la privacidad en los sistemas robóticos.

Esta capacitación impartida por un instructor (en línea o presencial) está dirigida a desarrolladores de nivel intermedio en sistemas integrados e ingenieros en robótica que deseen implementar técnicas de inferencia y optimización de aprendizaje automático directamente en el hardware robotizado utilizando marcos de TinyML y Edge AI.

Al finalizar esta capacitación, los participantes serán capaces de:

• Comprender los fundamentos de TinyML y Edge AI para robótica.
• Convertir e implementar modelos de IA para inferencia en el dispositivo.
• Optimizar modelos para velocidad, tamaño y eficiencia energética.
• Integrar sistemas de Edge AI en arquitecturas de control robótico.
• Evaluar el rendimiento y la precisión en escenarios del mundo real.

Formato del Curso

• Conferencia interactiva y discusión.
• Práctica hands-on utilizando cadenas de herramientas de TinyML y Edge AI.
• Ejercicios prácticos en plataformas de hardware integradas y robóticas.

Opciones de Personalización del Curso

• Para solicitar una capacitación personalizada para este curso, contáctenos para coordinar los detalles.

"6G y el Borde Inteligente" es un curso prospectivo que explora la integración de tecnologías inalámbricas 6G con computación en el borde, ecosistemas de IoT y procesamiento de datos impulsado por IA para respaldar infraestructuras inteligentes, de baja latencia y adaptativas.

Esta capacitación en vivo impartida por un instructor (en línea o presencial) está dirigida a arquitectos de TI de nivel intermedio que desean comprender y diseñar arquitecturas distribuidas de próxima generación que aprovechen la sinergia entre la conectividad 6G y los sistemas de borde inteligente.

Al finalizar este curso, los participantes podrán:

• Comprender cómo el 6G transformará las arquitecturas de computación en el borde e IoT.
• Diseñar sistemas distribuidos para operaciones autónomas, con baja latencia y alto ancho de banda.
• Integrar IA y análisis de datos en el borde para la toma de decisiones inteligente.
• Planificar infraestructuras de borde escalables, seguras y resilientes listas para 6G.
• Evaluar modelos comerciales y operativos habilitados por la convergencia entre 6G y el borde.

Formato del Curso

• Conferencias interactivas y discusiones.
• Estudios de casos y ejercicios de diseño de arquitectura aplicada.
• Simulación práctica con herramientas opcionales de borde o contenedores.

Opciones de Personalización del Curso

• Para solicitar una capacitación personalizada para este curso, por favor contáctenos para coordinar los detalles.

Esta formación en vivo impartida por instructores en Lima (en línea o presencial) está dirigida a profesionales de IA de nivel avanzado, investigadores y desarrolladores que desean dominar los últimos avances en IA en el edge, optimizar sus modelos de IA para su implementación en dispositivos edge y explorar aplicaciones especializadas en diversas industrias.

Al finalizar esta formación, los participantes serán capaces de:

• Explorar técnicas avanzadas en el desarrollo y optimización de modelos de IA en el edge.
• Implementar estrategias de vanguardia para la implementación de modelos de IA en dispositivos edge.
• Utilizar herramientas y marcos de trabajo especializados para aplicaciones avanzadas de IA en el edge.
• Optimizar el rendimiento y la eficiencia de las soluciones de IA en el edge.
• Explorar casos de uso innovadores y tendencias emergentes en IA en el edge.
• Abordar consideraciones éticas y de seguridad avanzadas en las implementaciones de IA en el edge.

El kit de herramientas Ascend CANN de Huawei permite una inferencia de IA potente en dispositivos de borde, como el Ascend 310. CANN proporciona las herramientas esenciales para compilar, optimizar y desplegar modelos en entornos donde los recursos de cómputo y memoria son limitados.

Esta formación en vivo, impartida por un instructor (en línea o presencial), está dirigida a desarrolladores e integradores de IA de nivel intermedio que deseen implementar y optimizar modelos en dispositivos de borde Ascend utilizando la cadena de herramientas CANN.

Al finalizar esta capacitación, los participantes podrán:

• Preparar y convertir modelos de IA para el Ascend 310 utilizando las herramientas de CANN.
• Construir pipelines de inferencia ligeros mediante MindSpore Lite y AscendCL.
• Optimizar el rendimiento del modelo para entornos con recursos limitados de cómputo y memoria.
• Implementar y supervisar aplicaciones de IA en casos de uso reales en el borde.

Formato del Curso

• Conferencia interactiva y demostraciones.
• Prácticas de laboratorio con modelos y escenarios específicos para el borde.
• Ejemplos de implementación en vivo en hardware virtual o físico de borde.

Opciones de Personalización del Curso

• Para solicitar una capacitación personalizada para este curso, contáctenos para organizarla.

Esta capacitación en vivo impartida por un instructor en Lima (en línea o presencial) está dirigida a desarrolladores de nivel intermedio, arquitectos de sistemas y profesionales del sector que deseen aprovechar Edge AI para mejorar las aplicaciones IoT con capacidades inteligentes de procesamiento y análisis de datos.

Al finalizar esta capacitación, los participantes podrán:

• Comprender los fundamentos de Edge AI y su aplicación en IoT.
• Configurar y ajustar entornos de Edge AI para dispositivos IoT.
• Desarrollar e implementar modelos de IA en dispositivos edge para aplicaciones IoT.
• Implementar procesamiento de datos en tiempo real y toma de decisiones en sistemas IoT.
• Integrar Edge AI con diversos protocolos y plataformas IoT.
• Abordar consideraciones éticas y mejores prácticas en Edge AI para IoT.

Esta formación en vivo impartida por instructores en Lima (en línea o presencial) está dirigida a desarrolladores de IoT de nivel intermedio, ingenieros embebidos y profesionales de IA que deseen implementar TinyML para mantenimiento predictivo, detección de anomalías y aplicaciones de sensores inteligentes.

Al finalizar esta formación, los participantes podrán:

• Comprender los fundamentos de TinyML y sus aplicaciones en IoT.
• Configurar un entorno de desarrollo de TinyML para proyectos de IoT.
• Desarrollar e implementar modelos de ML en microcontroladores de bajo consumo.
• Implementar mantenimiento predictivo y detección de anomalías utilizando TinyML.
• Optimizar los modelos de TinyML para un uso eficiente de la energía y la memoria.

Esta formación en vivo con instrucción presencial en Lima (en línea o in situ) está dirigida a desarrolladores y profesionales de TI de nivel intermedio que desean adquirir una comprensión integral de la IA en el borde, desde su concepto hasta su implementación práctica, incluyendo configuración y despliegue.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender los conceptos fundamentales de la IA en el borde (Edge AI).
• Configurar y preparar entornos de Edge AI.
• Desarrollar, entrenar y optimizar modelos de Edge AI.
• Desplegar y gestionar aplicaciones de Edge AI.
• Integrar Edge AI con sistemas y flujos de trabajo existentes.
• Abordar consideraciones éticas y mejores prácticas en la implementación de Edge AI.

Esta formación en vivo y dirigida por instructores en Lima (en línea o presencial) está dirigida a ingenieros de sistemas embebidos y desarrolladores de IA de nivel intermedio que deseen desplegar modelos de aprendizaje automático en microcontroladores utilizando TensorFlow Lite y Edge Impulse.

Al finalizar esta formación, los participantes podrán:

• Comprender los fundamentos de TinyML y sus beneficios para aplicaciones de IA en el borde.
• Configurar un entorno de desarrollo para proyectos de TinyML.
• Entrenar, optimizar y desplegar modelos de IA en microcontroladores de bajo consumo.
• Utilizar TensorFlow Lite y Edge Impulse para implementar aplicaciones reales de TinyML.
• Optimizar modelos de IA para la eficiencia energética y las restricciones de memoria.

Las unidades de aprendizaje automático (MLU) de Cambricon son chips de IA especializados, optimizados para inferencia y entrenamiento en escenarios de bordes de red (edge) y centros de datos.

Esta capacitación en vivo, impartida por un instructor (en línea o presencial), está dirigida a desarrolladores de nivel intermedio que deseen construir y desplegar modelos de IA utilizando el marco de trabajo BANGPy y el SDK de Neuware en hardware Cambricon MLU.

Al finalizar esta capacitación, los participantes podrán:

• Configurar y establecer los entornos de desarrollo para BANGPy y Neuware.
• Desarrollar y optimizar modelos basados en Python y C++ para Cambricon MLUs.
• Desplegar modelos en dispositivos de borde y centros de datos que ejecuten el entorno de ejecución de Neuware.
• Integrar flujos de trabajo de ML con funciones de aceleración específicas para MLU.

Formato del curso

• Clases interactivas y discusiones.
• Práctica directa con BANGPy y Neuware para desarrollo y despliegue.
• Ejercicios guiados centrados en la optimización, integración y pruebas.

Opciones de personalización del curso

• Para solicitar una capacitación personalizada para este curso basada en el modelo de dispositivo Cambricon o caso de uso, contáctenos para coordinarlo.

Esta formación en vivo con instructores en Lima (en línea o presencial) está dirigida a desarrolladores y profesionales de TI de nivel principiante que desean comprender los fundamentos de la IA en el borde y sus aplicaciones introductorias.

Al final de esta formación, los participantes podrán:

• Comprender los conceptos básicos y la arquitectura de la IA en el borde.
• Configurar y establecer entornos de IA en el borde.
• Desarrollar e implementar aplicaciones simples de IA en el borde.
• Identificar y comprender los casos de uso y las ventajas de la IA en el borde.