Contacta con nosotros

Temario del curso

Introducción a la IA en el borde

  • Definición y conceptos clave
  • Diferencias entre la IA en el borde y la IA en la nube
  • Beneficios y desafíos de la IA en el borde
  • Panorámica general de las aplicaciones de IA en el borde

Arquitectura de la IA en el borde

  • Componentes de los sistemas de IA en el borde
  • Requisitos de hardware y software
  • Flujo de datos en aplicaciones de IA en el borde
  • Integración con sistemas existentes

Preparación del entorno de IA en el borde

  • Introducción a las plataformas de IA en el borde (Raspberry Pi, NVIDIA Jetson, etc.)
  • Instalación del software y las bibliotecas necesarias
  • Configuración del entorno de desarrollo
  • Inicialización de la configuración de IA en el borde

Desarrollo de modelos de IA en el borde

  • Panorama general de los modelos de aprendizaje automático y aprendizaje profundo
  • Entrenamiento de modelos para su implementación en el borde
  • Técnicas de optimización de modelos
  • Herramientas y marcos de trabajo para el desarrollo de IA en el borde

Implementación de aplicaciones de IA en el borde

  • Pasos para implementar modelos en dispositivos periféricos
  • Monitoreo y gestión de modelos implementados
  • Procesamiento de datos y inferencia en tiempo real
  • Estudios de caso y ejemplos

Casos de uso y aplicaciones

  • Aplicaciones específicas de la IA en el borde por sector industrial
  • Estudios de caso en salud, automoción e hogares inteligentes
  • Historias de éxito y lecciones aprendidas
  • Tendencias futuras y oportunidades en la IA en el borde

Consideraciones éticas y mejores prácticas

  • Garantizar la privacidad y seguridad en la IA en el borde
  • Abordar los sesgos y la equidad
  • Cumplimiento de normativas y estándares
  • Mejores prácticas para la implementación responsable de IA

Proyectos prácticos y ejercicios

  • Desarrollo de una aplicación simple de IA en el borde
  • Proyectos y escenarios del mundo real
  • Ejercicios grupales colaborativos
  • Presentación de proyectos y retroalimentación

Resumen y próximos pasos

Requerimientos

  • Comprensión de conceptos básicos de inteligencia artificial y aprendizaje automático.
  • Experiencia con lenguajes de programación (se recomienda Python).
  • Familiaridad con conceptos generales de informática.

Público objetivo

  • Desarrolladores
  • Profesionales de TI
 14 Horas

Número de participantes


Precio por participante

Reseñas (1)

Próximos cursos

Categorías Relacionadas