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 la inteligencia artificial en el dispositivo con Nano Banana
- Principios fundamentales de la inferencia en el dispositivo
- Arquitectura y capacidades del modelo Nano Banana
- Consideraciones para el despliegue en plataformas móviles
Configuración de Nano Banana y entorno de desarrollo
- Instalación de herramientas del SDK de Nano Banana
- Configuración de entornos de compilación para Android e iOS
- Gestión de dependencias y compatibilidad de versiones
Ejecución de modelos Nano Banana en dispositivos móviles
- Carga y ejecución de modelos precargados
- Restricciones de memoria y cálculo en hardware móvil
- Estrategias de inferencia en tiempo real
Desarrollo de características de inteligencia artificial con Nano Banana
- Integración de funcionalidades de generación de texto
- Implementación de flujos de trabajo para la generación y edición de imágenes
- Combinación de entradas multimodales en aplicaciones
Optimización del rendimiento y mediciones
- Perfileo de latencia y velocidad de transferencia
- Técnicas de cuantización, poda y compresión de modelos
- Optimización del uso térmico, de batería y de recursos
Seguridad y privacidad en la inteligencia artificial en el dispositivo
- Manejo local de datos y consideraciones de cumplimiento normativo
- Protección del modelo y ejecución segura
- Riesgos y estrategias de mitigación
Patrones avanzados de despliegue
- Flujos de trabajo híbridos entre el dispositivo y la nube
- Gestión de aplicaciones de inteligencia artificial que funcionan primero sin conexión (offline-first)
- Escalabilidad para grandes cantidades de usuarios
Pruebas, depuración y mejora continua
- Integración y entrega continuas (CI/CD) para aplicaciones móviles con inteligencia artificial
- Pruebas unitarias, de integración y de rendimiento
- Actualizaciones iterativas del modelo y compatibilidad hacia atrás
Resumen y próximos pasos
Requerimientos
- Comprender el desarrollo de aplicaciones móviles
- Experiencia con Python, Kotlin o Swift
- Familiaridad con conceptos de aprendizaje automático
Público objetivo
- Desarrolladores de aplicaciones móviles
- Ingenieros de inteligencia artificial
- Profesionales técnicos que exploran la implementación de inteligencia artificial en el dispositivo
14 Horas
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