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.
Duración 14 horas
Temario del curso
Introducción a Nano Banana
- Resumen del marco de trabajo y sus capacidades
- Comprensión de la arquitectura y la cadena 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 de la API principales
- Carga y gestión de modelos ligeros
- Ejecución de tareas de inferencia en tiempo real
Optimización del rendimiento de la IA en Android
- Estrategias para la inferencia de baja latencia
- Técnicas de gestión de memoria y recursos
- Enfoques de pruebas de referencia y herramientas de optimización
Diseño de experiencias de usuario basadas en IA
- Implementación de interacciones de interfaz de usuario responsivas
- Gestión de tareas asíncronas y callbacks
- Alineación de los comportamientos de la IA con las directrices de experiencia de usuario (UX) de Android
Seguridad y privacidad en la IA en el dispositivo
- Garantizar el manejo seguro de los datos del usuario
- Técnicas para la inferencia que preserve la privacidad
- Consideraciones de cumplimiento para implementaciones empresariales
Implementación y mantenimiento de funciones de IA
- Empaquetado y publicación de aplicaciones con IA integrada
- Versionado y actualización de modelos locales
- Monitoreo y mejora del rendimiento tras la implementación
Casos de uso avanzados e integraciones
- Combinar Nano Banana con herramientas de ML de Android existentes
- Implementación de funciones de IA multimodales
- Extensión de aplicaciones con modelos ligeros personalizados
Resumen y próximos pasos
Requerimientos
- Conocimiento de los fundamentos de las aplicaciones de Android
- Experiencia con Kotlin o Java
- Familiaridad básica con los flujos de depuración de aplicaciones móviles
Público objetivo
- Desarrolladores de Android que construyen aplicaciones potenciadas con IA
- Ingenieros de software que exploran flujos de trabajo de ML en el dispositivo
- Equipos técnicos que evalúan la implementación de IA ligera en Android
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
