Cursos de Edge AI en Uruguay

Esta formación práctica impartida por instructores en Uruguay (en línea o presencial) está dirigida a investigadores avanzados de IA, científicos de datos y especialistas en seguridad que deseen implementar técnicas de aprendizaje federado para entrenar modelos de IA en múltiples dispositivos de borde, preservando al mismo tiempo la privacidad de los datos.

Al final de esta formación, los participantes serán capaces de:

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

Esta formación en vivo impartida por un instructor en Uruguay (en línea o presencial) está dirigida a profesionales de agritech de nivel principiante e intermedio, especialistas en IoT e ingenieros de IA que deseen desarrollar e implementar soluciones de Edge AI para la agricultura inteligente.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender el papel de 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 Uruguay (en línea o presencial) está dirigida a profesionales de la ciberseguridad de nivel avanzado, ingenieros de IA y desarrolladores de IoT que desean implementar medidas de seguridad robustas y estrategias de resiliencia para los sistemas de IA en el borde.

Al finalizar esta capacitación, los participantes podrán:

• Comprender los riesgos de seguridad y las vulnerabilidades en los despliegues de IA en el borde.
• Implementar técnicas de cifrado y autenticación para la protección de datos.
• Diseñar arquitecturas resilientes de IA en el borde capaces de resistir amenazas cibernéticas.
• Aplicar estrategias seguras de despliegue de modelos de IA en entornos periféricos.

Esta formación en vivo con instrucción presencial en Uruguay (en línea o in situ) está dirigida a tecnólogos minoristas, desarrolladores de IA y analistas de negocios desde un nivel principiante hasta intermedio que deseen 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 pago sin cajero impulsados por IA.
• Optimizar la gestión de inventario con seguimiento y análisis en tiempo real.
• Utilizar visión por computadora e inteligencia artificial para experiencias personalizadas en la tienda.

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

Al finalizar esta formación, los participantes podrán:

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

Esta formación práctica, impartida por un instructor, en <ubicación> (en línea o presencial), está dirigida a desarrolladores de IA embebida y especialistas en computación perimetral de nivel intermedio que desean ajustar y optimizar modelos ligeros para implementar en dispositivos con recursos limitados.

Al finalizar esta formación, los participantes podrán:

• Seleccionar y adaptar modelos preentrenados adecuados para implementación perimetral.
• Aplicar cuantización, poda y otras técnicas de compresión para reducir el tamaño del modelo y la latencia.
• Realizar ajustes finos en modelos mediante aprendizaje por transferencia para mejorar el rendimiento en tareas específicas.
• Implementar modelos optimizados en plataformas de hardware perimetral reales.

Esta formación en vivo con instructor en Uruguay (en línea o presencial) está dirigida a ingenieros de visión por computadora de nivel intermedio a avanzado, desarrolladores de IA y profesionales del IoT que desean implementar y optimizar modelos de visión por computadora para el procesamiento en tiempo real en dispositivos perimetrales.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender los fundamentos del Edge AI y sus aplicaciones en la visión por computadora.
• Implementar modelos de aprendizaje profundo optimizados en dispositivos perimetrales para el análisis de imágenes y video en tiempo real.
• Utilizar frameworks 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 la inferencia de baja latencia.

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

Al finalizar esta formación, los participantes serán capaces de:

• Comprender los fundamentos de TinyML y la IA en el borde (edge).
• Implementar modelos de IA ligeros en microcontroladores.
• Optimizar la inferencia de IA para un consumo reducido de energía.
• Integrar TinyML con aplicaciones de IoT del mundo real.

Esta formación presencial impartida por instructores en Uruguay (en línea o en las instalaciones) está dirigida a ingenieros de robótica y desarrolladores de inteligencia artificial con un nivel intermedio a avanzado, así como a especialistas en automatización que deseen implementar Edge AI para aplicaciones robóticas.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender el papel de Edge AI en sistemas autónomos.
• Desplegar modelos de IA en dispositivos periféricos (edge) 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 lograr autonomía robótica.

Agentes de Borde y Ligeros es un curso práctico centrado en la implementación 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 locales, mejorando la velocidad, privacidad y fiabilidad en entornos distribuidos. El curso pone énfasis en el ajuste del rendimiento, el diseño de baja latencia y la integración entre hardware y software.

Esta formación práctica impartida por un instructor (en línea o presencial) está dirigida a profesionales de nivel intermedio que desean implementar y optimizar sistemas agénticos en dispositivo utilizando Python y frameworks de IA de borde.

Al finalizar esta formación, los participantes serán capaces de:

• 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 operar en tiempo real.

Formato del Curso

• Clases interactivas 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 en vivo impartida por un instructor en Uruguay (en línea o presencial) está dirigida a ingenieros de IA avanzados, desarrolladores de sistemas integrados e ingenieros de hardware que desean 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 desde el punto de vista energético.
• Optimizar redes neuronales para inferencia de bajo consumo.
• Utilizar técnicas de cuantización, poda (pruning) y compresión de modelos.
• Desplegar modelos de IA en hardware periférico con el menor uso posible de energía.

Esta formación en vivo impartida por un instructor en Uruguay (online o presencial) está dirigida a desarrolladores de IA de nivel intermedio, ingenieros integrados y especialistas en robótica que desean optimizar y desplegar 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 de NVIDIA Jetson.
• Optimizar modelos de IA para su despliegue en dispositivos edge.
• Utilizar TensorRT para acelerar la inferencia de aprendizaje profundo.
• Desplegar modelos de IA mediante el SDK JetPack y ONNX Runtime.

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

Al finalizar esta formación, los participantes serán capaces de:

• Comprender los desafíos y requisitos de desplegar 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 de borde.
• Implementar podas (pruning) y otras técnicas de optimización para mejorar el rendimiento del modelo.
• Desplegar modelos de IA optimizados en diversos dispositivos edge.

Esta formación en vivo con instructor en Uruguay (en línea o presencial) 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 de borde para diversas aplicaciones.

Al finalizar esta formación, los participantes serán capaces de:

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

Esta formación en vivo impartida por un instructor en Uruguay (online o presencial) está dirigida a profesionales de finanzas de nivel intermedio, desarrolladores de fintech y especialistas en IA que desean implementar soluciones de IA en el borde para servicios financieros.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender el papel de la Inteligencia Artificial en el Borde en los servicios financieros.
• Implementar sistemas de detección de fraudes utilizando IA en el borde.
• Mejorar el servicio al cliente a través de soluciones impulsadas por IA.
• Aplicar la IA en el borde para la gestión de riesgos y la toma de decisiones.
• Desplegar y gestionar soluciones de IA en el borde en entornos financieros.

Esta formación práctica impartida por un instructor en Uruguay (en línea o presencial) está dirigida a ingenieros industriales de nivel intermedio, profesionales de la manufactura y desarrolladores de IA que desean implementar soluciones de IA en el Borde en la automatización industrial.

Al finalizar esta formación, los participantes podrán:

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

Edge AI consiste en el despliegue de modelos de inteligencia artificial directamente en dispositivos y máquinas situados en el borde de la red, lo que permite tomar decisiones en tiempo real con una latencia mínima.

Esta formación en vivo impartida por instructores (en línea o presencial) está dirigida a profesionales avanzados de sistemas integrados e IoT que deseen implementar lógicas y sistemas de control impulsados por IA en entornos manufactureros donde la velocidad, la fiabilidad y el funcionamiento sin conexión son críticos.

Al finalizar este curso, los participantes podrán:

• Comprender la arquitectura y los beneficios de los sistemas Edge AI.
• Construir y optimizar modelos de IA para su implementación en dispositivos integrados.
• Utilizar herramientas como TensorFlow Lite y OpenVINO para realizar inferencias con baja latencia.
• Integrar la inteligencia perimetral con sensores, actuadores y protocolos industriales.

Formato del Curso

• Conferencia interactiva y discusión.
• Amplia cantidad de ejercicios y práctica.
• Implementación práctica en un entorno de laboratorio en vivo.

Opciones de Personalización del Curso

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

Esta formación en vivo con instrucción en Uruguay (en línea o en sitio) está dirigida a desarrolladores de nivel intermedio, científicos de datos y profesionales de la inteligencia artificial que desean aprovechar TensorFlow Lite para aplicaciones de IA en el borde.

Al finalizar esta formación, los participantes podrán:

• Comprender los fundamentos de TensorFlow Lite y su papel en la IA en el borde.
• Desarrollar y optimizar modelos de inteligencia artificial utilizando TensorFlow Lite.
• Implementar modelos de TensorFlow Lite en diversos 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 presencial impartida por un instructor en Uruguay (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 consideraciones éticas y regulatorias en despliegues de ciudades inteligentes.

Esta formación en vivo dirigida por un instructor en Uruguay (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 y desplegar soluciones Edge AI de manera ética.

Al finalizar esta formación, los participantes serán capaces de:

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

Esta formación en vivo impartida por un instructor en Uruguay (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 Edge AI para soluciones innovadoras de sistemas autónomos.

Al finalizar esta formación, los participantes serán capaces de:

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

Esta formación en vivo con instructor en Uruguay (en línea o presencial) está dirigida a profesionales de la salud de 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 serán capaces de:

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

El 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, al tiempo que aumenta la autonomía y la privacidad en los sistemas robóticos.

Esta capacitación en vivo dirigida por un instructor (en línea o presencial) está orientada a desarrolladores de sistemas embebidos e ingenieros de robótica de nivel intermedio que desean implementar técnicas de inferencia y optimización de aprendizaje automático directamente en hardware robótico, utilizando TinyML y marcos de Edge AI.

Al finalizar esta capacitación, los participantes podrán:

• Comprender los fundamentos de TinyML y Edge AI para robótica.
• Convertir e implementar modelos de IA para inferencia en el dispositivo.
• Optimizar modelos en términos de 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

• Clase interactiva y discusión.
• Ejercicios prácticos utilizando herramientas de TinyML y Edge AI.
• Ejercicios prácticos en plataformas de hardware embebido y robótico.

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 las tecnologías inalámbricas 6G con la computación en el borde, ecosistemas de IoT y procesamiento de datos impulsado por IA para soportar infraestructuras inteligentes, de baja latencia y adaptables.

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

Al finalizar este curso, los participantes serán capaces de:

• Comprender cómo el 6G transformará las arquitecturas de computación en el borde y IoT.
• Diseñar sistemas distribuidos para operaciones autónomas, de ultra baja latencia y alta capacidad de 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 preparadas para 6G.
• Evaluar modelos comerciales y operativos habilitados por la convergencia entre 6G y el borde.

Formato del Curso

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

Opciones de Personalización del Curso

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

Esta formación en vivo impartida por un instructor en Uruguay (en línea o presencial) está dirigida a profesionales de IA de nivel avanzado, investigadores y desarrolladores que deseen dominar los últimos avances en IA en el borde, optimizar sus modelos de IA para su despliegue en dispositivos periféricos 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 borde.
• Implementar estrategias innovadoras para desplegar modelos de IA en dispositivos periféricos.
• Utilizar herramientas y marcos de trabajo especializados para aplicaciones avanzadas de IA en el borde.
• Optimizar el rendimiento y la eficiencia de las soluciones de IA en el borde.
• Explorar casos de uso innovadores y tendencias emergentes en IA en el borde.
• Abordar consideraciones éticas y de seguridad avanzadas en los despliegues de IA en el borde.

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

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

Al finalizar esta formación, los participantes serán capaces de:

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

Formato del curso

• Conferencia interactiva y demostración.
• Práctica con modelos y escenarios específicos para dispositivos del borde.
• Ejemplos de implementación en tiempo real en hardware virtual o físico del borde.

Opciones de personalización del curso

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

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

Al finalizar esta formación, los participantes serán capaces de:

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

Esta formación en vivo con instructor en Uruguay (en línea o presencial) está dirigida a desarrolladores de IoT de nivel intermedio, ingenieros embebidos y profesionales de IA que desean implementar TinyML para mantenimiento predictivo, detección de anomalías y aplicaciones de sensores inteligentes.

Al finalizar esta capacitación, los participantes serán capaces de:

• 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 capacitación en vivo con instructor en Uruguay (en línea o presencial) está dirigida a desarrolladores y profesionales de TI de nivel intermedio que desean adquirir una comprensión integral de la IA en el borde, desde el concepto hasta su implementación práctica, incluida la configuración y el despliegue.

Al finalizar esta capacitación, los participantes podrán:

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

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

Al finalizar esta formación, los participantes serán capaces de:

• Comprender los fundamentos de TinyML y sus beneficios para las aplicaciones de IA edge.
• Configurar un entorno de desarrollo para proyectos de TinyML.
• Entrenar, optimizar e implementar modelos de IA en microcontroladores de bajo consumo.
• Utilizar TensorFlow Lite y Edge Impulse para desarrollar aplicaciones reales de TinyML.
• Optimizar los modelos de IA para lograr eficiencia energética y operar dentro de las limitaciones de memoria.

Las unidades de aprendizaje automático (MLU) de Cambricon son chips de IA especializados, optimizados para inferencia y entrenamiento en entornos de borde y centros de datos.

Esta formación impartida por un instructor (en línea o presencial) está dirigida a desarrolladores de nivel intermedio que desean crear e implementar modelos de IA utilizando el marco BANGPy y el SDK Neuware en hardware Cambricon MLU.

Al finalizar esta formación, los participantes podrán:

• Configurar y preparar los entornos de desarrollo para BANGPy y Neuware.
• Desarrollar y optimizar modelos basados en Python y C++ para las unidades MLU de Cambricon.
• Implementar modelos en dispositivos de borde y centros de datos que ejecuten el entorno de ejecución de Neuware.
• Integrar flujos de trabajo de aprendizaje automático con funciones de aceleración específicas de MLU.

Formato del curso

• Clase magistral interactiva y debates.
• Ejercicios prácticos con BANGPy y Neuware para desarrollo e implementación.
• Ejercicios guiados centrados en la optimización, integración y pruebas.

Opciones de personalización del curso

• Para solicitar una formación personalizada para este curso según tu modelo de dispositivo Cambricon o caso de uso, por favor contáctanos para coordinarlo.

Esta formación en vivo con instructor en Uruguay (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 finalizar esta capacitación, los participantes podrán:

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