Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Schița de curs
Introducere în Edge AI
- Definiție și concepte cheie
- Diferențele între Edge AI și cloud AI
- Beneficii și cazuri de utilizare ale Edge AI
- Panoramă a dispozitivelor și platformelor edge
Configurarea Medii pentru Edge
- Introducere în dispozitivele edge (Raspberry Pi, NVIDIA Jetson etc.)
- Instalarea software-ului și bibliotecilor necesare
- Configurarea mediului de dezvoltare
- Prepararea hardware-ului pentru deploy-ul AI
Dezvoltarea Modelelor AI pentru Edge
- Panoramă a modelelor de învățare automată și deep learning pentru dispozitivele edge
- Tehnici de antrenament al modelului în mediile locale și cloud
- Optimizarea modelelor pentru deploy pe edge (quantificare, tuns etc.)
- Unelte și cadre pentru dezvoltarea Edge AI (TensorFlow Lite, OpenVINO etc.)
Deploy al Modelelor AI pe Dispozitivele Edge
- Pașii pentru deploy-ul modelului AI pe diferite hardware-uri edge
- Procesarea și inferența datelor în timp real pe dispozitivele edge
- Monitorizarea și gestionarea modelelor depuse
- Exemple practice și studii de caz
Soluții AI Practice și Proiecte
- Dezvoltarea aplicațiilor AI pentru dispozitivele edge (de exemplu, procesare a imaginilor pe computer, procesare a limbajului natural)
- Laborator practic: Construirea unui sistem de cameră inteligent
- Laborator practic: Implementarea recunoașterii vocale pe dispozitivele edge
- Proiecte grupale colaborative și scenarii din lumea reală
Evaluare și Optimizare a Performanței
- Tehnici de evaluare a performanței modelului pe dispozitivele edge
- Unelte pentru monitorizarea și depugging al aplicațiilor AI edge
- Strategii de optimizare a performanței modelelor AI
- Abordarea provocărilor legate de latență și consumul energetic
Integrarea cu Sistemele IoT
- Conectarea soluțiilor AI edge cu dispozitivele și senzorii IoT
- Protocoale de comunicație și metode de schimb al datelor
- Construirea unei soluții AI edge și IoT end-to-end
- Exemple de integrare practică
Considerente Etič și Securitate
- Asigurarea confidențialității și securității datelor în aplicațiile AI edge
- Abordarea tendinței la favorizare și justiției în modelele AI
- Complianța cu reglementările și standardele
- Cele mai bune practici pentru implementarea responsabilă a soluțiilor AI
Proiecte și Exerciții Practice
- Dezvoltarea unei aplicații AI edge comprehensive
- Proiecte și scenarii din lumea reală
- Exerciții grupale colaborative
- Prezentările proiectelor și feedback-ul
Rezumat și Următoarele Pași
Cerințe
- Oferința unei înțelegeri a conceptelor de inteligență artificială și învățare automată
- Experiență cu limbajele de programare (se recomandă Python)
- Cunoștințe cu conceptele de calcul la bord
Publicul țintă
- Dezvoltatori
- Științifici ai datelor
- Enthusiaștii tehnologiei
14 ore
Mărturii (2)
ecosistemul ML nu se limitează la MLFlow ci include și Optuna, hyperops, docker, docker-compose
Guillaume GAUTIER - OLEA MEDICAL
Curs - MLflow
Tradus de catre o masina
Am apreciat participarea la antrenamentul Kubeflow, care s-a desfășurat în mod remote. Acest antrenament m-a permis să consolidez cunoștințele despre serviciile AWS, K8s și toolele devOps din jurul Kubeflow, care sunt bazele necesare pentru a aborda subiectul în mod corespunzător. Doresc să-i mulțumesc lui Malawski Marcin pentru paciența și profesionalismul arătat în antrenament și în oferirea de sfaturi privind cele mai bune practici. Malawski abordează subiectul din diferite perspective, folosind diverse instrumente de dezvoltare Ansible, EKS kubectl, Terraform. Acum sunt cu siguranță convins că mă îndrept către domeniul potrivit de aplicare.
Guillaume Gautier - OLEA MEDICAL | Improved diagnosis for life TM
Curs - Kubeflow
Tradus de catre o masina
