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.
Duración 14 horas
Temario del curso
Introducción a la IA en entornos edge y Nano Banana
- Características clave de las cargas de trabajo de IA en edge.
- Arquitectura y capacidades de Nano Banana.
- Comparación de estrategias de despliegue en edge frente a la nube.
Preparación de modelos para su despliegue en edge
- Selección de modelos y evaluación de la línea base.
- Consideraciones sobre dependencias y compatibilidad.
- Exportación de modelos para su posterior optimización.
Técnicas de compresión de modelos
- Estrategias de poda y dispersidad estructural.
- Compartición de pesos y reducción de parámetros.
- Evaluación de los impactos de la compresión.
Cuantización para el rendimiento en edge
- Métodos de cuantización pos-entrenamiento.
- Flujos de trabajo de entrenamiento con conciencia de la cuantización.
- Enfoques de INT8, FP16 y precisión mixta.
Aceleración con Nano Banana
- Uso de aceleradores de Nano Banana.
- Integración de ONNX y backends de hardware.
- Benchmarking de la inferencia acelerada.
Despliegue en dispositivos edge
- Integración de modelos en aplicaciones embebidas o móviles.
- Configuración y monitoreo en tiempo de ejecución.
- Solucionar problemas de despliegue.
Perfiles de rendimiento y análisis de compensaciones
- Latencia, capacidad de procesamiento y restricciones térmicas.
- Compensaciones entre precisión y rendimiento.
- Estrategias de optimización iterativa.
Buenas prácticas para mantener sistemas de IA en edge
- Control de versiones y actualizaciones continuas.
- Reversión de modelos y gestión de compatibilidad.
- Consideraciones de seguridad e integridad.
Resumen y próximos pasos
Requerimientos
- Comprensión de los flujos de trabajo de machine learning.
- Experiencia en el desarrollo de modelos basados en Python.
- Conocimiento de las arquitecturas de redes neuronales.
Público objetivo
- Ingenieros de machine learning.
- Científicos de datos.
- Practicantes de MLOps.
Formación Corporativa a Medida
Soluciones de formación diseñadas exclusivamente para empresas.
- Contenido personalizado: Adaptamos el temario y los ejercicios prácticos a los objetivos y necesidades reales del proyecto.
- Calendario flexible: Fechas y horarios adaptados a la agenda de su equipo.
- Modalidad: Online (en directo), In-company (en sus oficinas) o Híbrida.
Precio por grupo privado (formación online) desde 2900 € + IVA*
Contáctenos para obtener un presupuesto exacto y conocer nuestras promociones actuales
Reseñas (1)
Flujo, vibra y tema en la presentación
Lukasz Kowalczyk - Allegro Sp. z o.o.
Curso - Google Gemini AI for Data Analysis
Traducción Automática
