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 Nano Banana
- Visión general del marco de trabajo y sus capacidades
- Comprensión de la arquitectura y el pipeline de procesamiento
- Comparación de Nano Banana con otras soluciones de IA en dispositivo
Configuración del Entorno de Desarrollo
- Preparación de Android Studio para cargas de trabajo de IA
- Integración del SDK de Nano Banana
- Configuración del proyecto y gestión de dependencias
Trabajando con las API de Nano Banana
- Exploración de los métodos principales de la API
- Carga y gestión de modelos ligeros
- Ejecución de tareas de inferencia en tiempo real
Optimización del Rendimiento de IA en Android
- Estrategias para la inferencia de baja latencia
- Técnicas de gestión de memoria y recursos
- Enfoques de benchmarking y herramientas de optimización
Diseño de Experiencias de Usuario Impulsadas por IA
- Implementación de interacciones de UI responsivas
- Manejo de tareas asíncronas y callbacks
- Alineamiento de comportamientos de IA con las directrices de UX de Android
Seguridad y Privacidad en IA en Dispositivo
- Garantía del manejo seguro de los datos del usuario
- Técnicas para la inferencia que preserve la privacidad
- Consideraciones de cumplimiento para implementaciones empresariales
Implementación y Mantenimiento de Características de IA
- Empaquetado y publicación de aplicaciones con IA incrustada
- Control de versiones y actualización de modelos locales
- Monitoreo y mejora del rendimiento post-implementación
Casos de Uso Avanzados e Integraciones
- Combinación de Nano Banana con herramientas de ML existentes en Android
- Implementación de características de IA multimodal
- Extensión de aplicaciones con modelos ligeros personalizados
Resumen y Próximos Pasos
Requerimientos
- Comprensión de los fundamentos de las aplicaciones Android
- Experiencia con Kotlin o Java
- Familiaridad básica con los flujos de trabajo de depuración de aplicaciones móviles
Público Objetivo
- Desarrolladores de Android que construyen aplicaciones mejoradas con IA
- Ingenieros de software que exploran flujos de trabajo de ML en dispositivo
- Equipos técnicos que evalúan la implementación ligera de IA en Android
14 Horas
Testimonios (1)
Flujo, vibra y tema en la presentación
Lukasz Kowalczyk - Allegro Sp. z o.o.
Curso - Google Gemini AI for Data Analysis
Traducción Automática