Plan Szkolenia

Wprowadzenie do Edge AI

  • Definicja i kluczowe koncepcje
  • Różnice między Edge AI a Cloud AI
  • Zalety i wyzwania Edge AI
  • Przegląd aplikacji Edge AI

Architektura Edge AI

  • Skomponenty systemów Edge AI
  • Wymagania dotyczące sprzętu i oprogramowania
  • Przepływ danych w aplikacjach Edge AI
  • Integracja z istniejącymi systemami

Konfiguracja środowiska Edge AI

  • Wprowadzenie do platform Edge AI (Raspberry Pi, NVIDIA Jetson, itd.)
  • Instalowanie niezbędnego oprogramowania i bibliotek
  • Konfiguracja środowiska programistycznego
  • Inicjalizacja konfiguracji Edge AI

Rozwijanie modeli Edge AI

  • Przegląd modeli uczenia maszynowego i uczenia głębokiego dla urządzeń Edge
  • Trenowanie modeli specjalnie do wdrażania na Edge
  • Techniki optymalizacji modeli dla urządzeń Edge
  • Narzędzia i ramy dla rozwoju Edge AI (TensorFlow Lite, OpenVINO, itd.)

Zarządzanie i przygotowywanie danych dla Edge AI

  • Techniki zbierania danych w środowiskach Edge
  • Przetwarzanie i augmentacja danych dla urządzeń Edge
  • Zarządzanie kanałami danych na urządzeniach Edge
  • Zapewnienie prywatności i bezpieczeństwa danych w środowiskach Edge

Wdrażanie aplikacji Edge AI

  • Kroki do wdrażania modeli na różnych urządzeniach Edge
  • Techniki monitorowania i zarządzania wdrożonymi modelami
  • Przetwarzanie i wnioskowanie w czasie rzeczywistym na urządzeniach Edge
  • Przypadki użycia i praktyczne przykłady wdrażania

Integracja Edge AI z systemami IoT

  • Łączenie rozwiązań Edge AI z urządzeniami IoT i czujnikami
  • Protokół komunikacji i metody wymiany danych
  • Budowanie rozwiązania Edge AI i IoT od końca do końca
  • Praktyczne przykłady i przypadki użycia

Przypadki użycia i aplikacje

  • Zastosowania Edge AI w różnych branżach
  • Szczegółowe przypadki użycia w opiece zdrowotnej, motoryzacji i inteligentnych domach
  • Sukcesy i lekcje nauczone
  • Przyszłe trendy i możliwości w Edge AI

Etyczne rozważania i najlepsze praktyki

  • Zapewnienie prywatności i bezpieczeństwa w wdrożeniach Edge AI
  • Rozwiązywanie problemów z uprzedzeniami i sprawiedliwością w modelach Edge AI
  • Zgodność z regulacjami i standardami
  • Najlepsze praktyki dla odpowiedzialnego wdrażania AI

Praktyczne projekty i ćwiczenia

  • Rozwijanie złożonej aplikacji Edge AI
  • Projekty i scenariusze z rzeczywistego świata
  • Zajęcia grupowe
  • Prezentacje projektów i opinie zwrotne

Podsumowanie i kolejne kroki

Wymagania

  • Znajomość podstawowych pojęć związanych z sztuczną inteligencją i uczeniem maszynowym
  • Doświadczenie w programowaniu (zalecane: Python)
  • Zapoznanie z koncepcjami obliczeń na krawędzi (edge computing) i IoT

Grupa docelowa

  • Programiści
  • Specjaliści IT
 14 godzin

Liczba uczestników


cena netto za uczestnika

Propozycje terminów

Powiązane Kategorie