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.
Duración 14 horas
Temario del curso
Introducción a Nano Banana
- Resumen 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 el 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.
Trabajo con las APIs de Nano Banana
- Exploración de los métodos de API principales.
- Carga y gestión de modelos ligeros.
- Ejecución de tareas de inferencia en tiempo real.
Optimización del rendimiento de IA en Android
- Estrategias para 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.
- Gestión de tareas asíncronas y callbacks.
- Alineación de los comportamientos de IA con las pautas de experiencia de usuario de Android.
Seguridad y privacidad en IA en el dispositivo
- Garantizar el manejo seguro de los datos del usuario.
- Técnicas para inferencia que preserve la privacidad.
- Consideraciones de cumplimiento para implementaciones empresariales.
Despliegue y mantenimiento de funciones de IA
- Empaquetado y publicación de aplicaciones con IA integrada.
- Versionado y actualización de modelos locales.
- Monitoreo y mejora del rendimiento tras el despliegue.
Casos de uso avanzados e integraciones
- Combinación de Nano Banana con herramientas de ML existentes de Android.
- Implementación de funciones 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.
- Conocimiento básico de los flujos de trabajo de depuración en aplicaciones móviles.
Audiencia
- Desarrolladores de Android que construyen aplicaciones potenciadas con IA.
- Ingenieros de software que exploran flujos de trabajo de ML en el dispositivo.
- Equipos técnicos que evalúan la implementación de IA ligera en Android.
Reseñas (1)
Flujo, vibra y tema en la presentación
Lukasz Kowalczyk - Allegro Sp. z o.o.
Curso - Google Gemini AI for Data Analysis
Traducción Automática
