Obrigado por enviar sua consulta! Um dos membros da nossa equipe entrará em contato com você em breve.
Obrigado por enviar sua reserva! Um dos membros da nossa equipe entrará em contato com você em breve.
Programa do Curso
Introdução à IA no Dispositivo
- Fundamentos do aprendizado de máquina no dispositivo
- Vantagens e desafios dos modelos de linguagem pequenos
- Visão geral das restrições de hardware em dispositivos móveis e IoT
Otimização de Modelos para Implantação no Dispositivo
- Quantização e poda de modelos
- Destilação de conhecimento para modelos menores e eficientes
- Seleção e adaptação de modelos para desempenho no dispositivo
Ferramentas e Frameworks de IA Específicos da Plataforma
- Introdução ao TensorFlow Lite e PyTorch Mobile
- Utilização de bibliotecas específicas da plataforma para IA no dispositivo
- Estratégias de implantação multiplataforma
Inferência em Tempo Real e Computação na Borda
- Técnicas para inferição rápida e eficiente em dispositivos
- Aproveitamento da computação na borda para IA no dispositivo
- Estudos de caso de aplicações de IA em tempo real
Gerenciamento de Energia e Considerações sobre a Vida Útil da Bateria
- Otimização de aplicações de IA para eficiência energética
- Equilíbrio entre desempenho e consumo de energia
- Estratégias para estender a vida útil da bateria em dispositivos com IA
Segurança e Privacidade na IA no Dispositivo
- Garantir a segurança dos dados e a privacidade do usuário
- Processamento de dados no dispositivo para preservação da privacidade
- Atualização e manutenção seguras de modelos
Experiência do Usuário e Design de Interação
- Projetar interações intuitivas de IA para os usuários do dispositivo
- Integração de modelos de linguagem com interfaces do usuário
- Testes com usuários e feedback para IA no dispositivo
Escalabilidade e Manutenção
- Gerenciamento e atualização de modelos em dispositivos implantados
- Estratégias para soluções de IA no dispositivo escaláveis
- Monitoramento e análise para sistemas de IA implantados
Projeto e Avaliação
- Desenvolvimento de um protótipo em um domínio escolhido e preparação para implantação em um dispositivo selecionado
- Apresentação da solução de IA no dispositivo
- Avaliação com base em eficiência, inovação e praticidade
Resumo e Próximos Passos
Requisitos
- Sólida base em conceitos de aprendizado de máquina e aprendizado profundo
- Proficiência na programação Python
- Conhecimento básico das restrições de hardware para implantação de IA
Público-Alvo
- Engenheiros de aprendizado de máquina e desenvolvedores de IA
- Engenheiros de sistemas embarcados interessados em aplicações de IA
- Gerentes de produtos e líderes técnicos supervisionando projetos de IA
21 Horas