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
- Descripción general del marco de trabajo y sus capacidades
- Comprensión de la arquitectura y el flujo 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 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 la IA en Android
- Estrategias para inferencia de baja latencia
- Técnicas de gestión de memoria y recursos
- Enfoques de evaluación comparativa y herramientas de optimización
Diseño de experiencias de usuario impulsadas por IA
- Implementación de interacciones de interfaz de usuario reactivas
- Manejo de tareas asíncronas y llamadas de retorno
- Alineación de los comportamientos de IA con las directrices de UX de Android
Seguridad y privacidad en la 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
- Control de versiones y actualización de modelos locales
- Monitoreo y mejora del rendimiento después del despliegue
Casos de uso avanzados e integraciones
- Combinación de Nano Banana con herramientas existentes de ML en Android
- Implementación de funciones de IA multimodal
- Ampliación de aplicaciones con modelos personalizados ligeros
Resumen y próximos pasos
Requerimientos
- Comprensión de los fundamentos de las aplicaciones de Android
- Experiencia con Kotlin o Java
- Familiaridad básica con los flujos de trabajo de depuración de aplicaciones móviles
Público objetivo
- Desarrolladores de Android que crean aplicaciones mejoradas con IA
- Ingenieros de software que exploran flujos de trabajo de aprendizaje automático en el dispositivo
- Equipos técnicos que evalúan el despliegue ligero 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