Dziękujemy za wysłanie zapytania! Jeden z członków naszego zespołu skontaktuje się z Państwem wkrótce.
Dziękujemy za wysłanie rezerwacji! Jeden z członków naszego zespołu skontaktuje się z Państwem wkrótce.
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