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
  • Visión general de las aplicaciones de la 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 las aplicaciones de IA en el borde
  • Integración con sistemas existentes

Configuración 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 necesarios
  • Configuración del entorno de desarrollo
  • Inicialización de la configuración de IA en el borde

Desarrollo de modelos de IA en el borde

  • Visión 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 de borde
  • Supervisión y gestión de modelos implementados
  • Procesamiento de datos en tiempo real e inferencia
  • Estudios de caso y ejemplos

Casos de uso y aplicaciones

  • Aplicaciones específicas de la industria de la IA en el borde
  • Estudios de caso en sectores como salud, automoción y hogares inteligentes
  • Historias de éxito y lecciones aprendidas
  • Tendencias y oportunidades futuras en la IA en el borde

Consideraciones éticas y mejores prácticas

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

Proyectos prácticos y ejercicios

  • Desarrollo de una aplicación sencilla de IA en el borde
  • Proyectos y escenarios del mundo real
  • Ejercicios colaborativos en grupo
  • Presentaciones de proyectos y retroalimentación

Resumen y próximos pasos

Requerimientos

  • Comprensión de los conceptos básicos de la inteligencia artificial y el aprendizaje automático
  • Experiencia con lenguajes de programación (se recomienda Python)
  • Familiaridad con los conceptos generales de la computación

Público objetivo

  • Desarrolladores
  • Profesionales de TI
 14 Horas

Número de participantes


Precio por participante

Testimonios (1)

Próximos cursos

Categorías Relacionadas