Curso de TinyML: Running AI on Ultra-Low-Power Edge Devices
TinyML is revolutionizing AI by enabling ultra-low-power machine learning on microcontrollers and resource-constrained edge devices.
This instructor-led, live training (online or onsite) is aimed at intermediate-level embedded engineers, IoT developers, and AI researchers who wish to implement TinyML techniques for AI-powered applications on energy-efficient hardware.
By the end of this training, participants will be able to:
- Understand the fundamentals of TinyML and edge AI.
- Deploy lightweight AI models on microcontrollers.
- Optimize AI inference for low-power consumption.
- Integrate TinyML with real-world IoT applications.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
Programa del Curso
Introduction to TinyML
- What is TinyML?
- Why run AI on microcontrollers?
- Challenges and benefits of TinyML
Setting Up the TinyML Development Environment
- Overview of TinyML toolchains
- Installing TensorFlow Lite for Microcontrollers
- Working with Arduino IDE and Edge Impulse
Building and Deploying TinyML Models
- Training AI models for TinyML
- Converting and compressing AI models for microcontrollers
- Deploying models on low-power hardware
Optimizing TinyML for Energy Efficiency
- Quantization techniques for model compression
- Latency and power consumption considerations
- Balancing performance and energy efficiency
Real-Time Inference on Microcontrollers
- Processing sensor data with TinyML
- Running AI models on Arduino, STM32, and Raspberry Pi Pico
- Optimizing inference for real-time applications
Integrating TinyML with IoT and Edge Applications
- Connecting TinyML with IoT devices
- Wireless communication and data transmission
- Deploying AI-powered IoT solutions
Real-World Applications and Future Trends
- Use cases in healthcare, agriculture, and industrial monitoring
- The future of ultra-low-power AI
- Next steps in TinyML research and deployment
Summary and Next Steps
Requerimientos
- An understanding of embedded systems and microcontrollers
- Experience with AI or machine learning fundamentals
- Basic knowledge of C, C++, or Python programming
Audience
- Embedded engineers
- IoT developers
- AI researchers
Los cursos de formación abiertos requieren más de 5 participantes.
Curso de TinyML: Running AI on Ultra-Low-Power Edge Devices - Booking
Curso de TinyML: Running AI on Ultra-Low-Power Edge Devices - Enquiry
TinyML: Running AI on Ultra-Low-Power Edge Devices - Consulta de consultoría
Consulta de consultoría
Próximos cursos
Cursos Relacionados
Técnicas Avanzadas Edge AI
14 HorasEsta capacitación en vivo dirigida por un instructor en Bolivia (en línea o en el sitio) está dirigida a profesionales, investigadores y desarrolladores de IA de nivel avanzado que deseen dominar los últimos avances en Edge AI, optimizar sus modelos de IA para la implementación de borde y explorar aplicaciones especializadas en diversas industrias.
Al final de esta capacitación, los participantes serán capaces de:
- Explore técnicas avanzadas en el desarrollo y la optimización de modelos de IA perimetral.
- Implemente estrategias de vanguardia para implementar modelos de IA en dispositivos perimetrales.
- Utilice herramientas y marcos especializados para aplicaciones avanzadas de IA perimetral.
- Optimice el rendimiento y la eficiencia de las soluciones de IA perimetral.
- Explore casos de uso innovadores y tendencias emergentes en Edge AI.
- Aborde las consideraciones éticas y de seguridad avanzadas en las implementaciones de IA perimetral.
Building AI Solutions on the Edge
14 HorasEsta capacitación en vivo dirigida por un instructor en Bolivia (en línea o en el sitio) está dirigida a desarrolladores de nivel intermedio, científicos de datos y entusiastas de la tecnología que deseen adquirir habilidades prácticas en la implementación de modelos de IA en dispositivos periféricos para diversas aplicaciones.
Al final de esta capacitación, los participantes serán capaces de:
- Comprenda los principios de Edge AI y sus beneficios.
- Instalar y configurar el entorno de edge computing.
- Desarrolle, entrene y optimice modelos de IA para la implementación perimetral.
- Implemente soluciones prácticas de IA en dispositivos periféricos.
- Evalúe y mejore el rendimiento de los modelos implementados en el perímetro.
- Aborde las consideraciones éticas y de seguridad en las aplicaciones de IA perimetral.
Edge AI en Sistemas Autónomos
14 HorasEsta capacitación en vivo dirigida por un instructor en Bolivia (en línea o en el sitio) está dirigida a ingenieros de robótica de nivel intermedio, desarrolladores de vehículos autónomos e investigadores de IA que deseen aprovechar Edge AI para soluciones innovadoras de sistemas autónomos.
Al final de esta capacitación, los participantes serán capaces de:
- Comprenda el papel y los beneficios de Edge AI en los sistemas autónomos.
- Desarrolle e implemente modelos de IA para el procesamiento en tiempo real en dispositivos perimetrales.
- Implemente soluciones de IA perimetral en vehículos autónomos, drones y robótica.
- Diseñe y optimice sistemas de control utilizando Edge AI.
- Abordar las consideraciones éticas y normativas en las aplicaciones autónomas de IA.
Edge AI: De la Concepto a Implementación
14 HorasEsta capacitación en vivo dirigida por un instructor en Bolivia (en línea o en el sitio) está dirigida a desarrolladores de nivel intermedio y profesionales de TI que deseen obtener una comprensión integral de Edge AI desde el concepto hasta la implementación práctica, incluida la configuración y la implementación.
Al final de esta capacitación, los participantes serán capaces de:
- Comprender los conceptos fundamentales de Edge AI.
- Instale y configure entornos de IA perimetral.
- Desarrolle, entrene y optimice modelos de IA perimetral.
- Implemente y administre aplicaciones de IA perimetral.
- Integre la IA perimetral con los sistemas y flujos de trabajo existentes.
- Aborde las consideraciones éticas y las mejores prácticas en la implementación de Edge AI.
Edge AI para la Salud
14 HorasEsta capacitación en vivo dirigida por un instructor en Bolivia (en línea o presencial) está dirigida a profesionales de la salud de nivel intermedio, ingenieros biomédicos y desarrolladores de IA que deseen aprovechar Edge AI para soluciones innovadoras de atención médica.
Al final de esta capacitación, los participantes serán capaces de:
- Comprenda el papel y los beneficios de Edge AI en la atención médica.
- Desarrolle e implemente modelos de IA en dispositivos perimetrales para aplicaciones sanitarias.
- Implemente soluciones de IA perimetral en dispositivos portátiles y herramientas de diagnóstico.
- Diseñe e implemente sistemas de monitorización de pacientes utilizando Edge AI.
- Aborde las consideraciones éticas y normativas en las aplicaciones de IA sanitaria.
Edge AI en Industrial Automation
14 HorasEsta capacitación en vivo dirigida por un instructor en Bolivia (en línea o en el sitio) está dirigida a ingenieros industriales de nivel intermedio, profesionales de la fabricación y desarrolladores de IA que deseen implementar soluciones de IA de borde en la automatización industrial.
Al final de esta capacitación, los participantes serán capaces de:
- Comprenda el papel de la IA perimetral en la automatización industrial.
- Implemente soluciones de mantenimiento predictivo utilizando Edge AI.
- Aplicar técnicas de IA para el control de calidad en los procesos de fabricación.
- Optimice los procesos industriales utilizando Edge AI.
- Implemente y gestione soluciones de IA perimetral en entornos industriales.
Edge AI para Aplicaciones de IoT
14 HorasEsta capacitación en vivo dirigida por un instructor en Bolivia (en línea o en el sitio) está dirigida a desarrolladores de nivel intermedio, arquitectos de sistemas y profesionales de la industria que deseen aprovechar Edge AI para mejorar las aplicaciones de IoT con capacidades inteligentes de procesamiento y análisis de datos.
Al final de esta capacitación, los participantes serán capaces de:
- Comprenda los fundamentos de Edge AI y su aplicación en IoT.
- Instale y configure entornos de IA perimetral para dispositivos IoT.
- Desarrolle e implemente modelos de IA en dispositivos perimetrales para aplicaciones de IoT.
- Implemente el procesamiento de datos en tiempo real y la toma de decisiones en sistemas IoT.
- Integre la IA perimetral con varios protocolos y plataformas de IoT.
- Aborde las consideraciones éticas y las prácticas recomendadas en Edge AI para IoT.
Edge AI para Ciudades Inteligentes
14 HorasEsta capacitación en vivo dirigida por un instructor en Bolivia (en línea o en el sitio) está dirigida a planificadores urbanos de nivel intermedio, ingenieros civiles y gerentes de proyectos de ciudades inteligentes que deseen aprovechar Edge AI para iniciativas de ciudades inteligentes.
Al final de esta capacitación, los participantes serán capaces de:
- Comprenda el papel de la IA perimetral en las infraestructuras de las ciudades inteligentes.
- Implemente soluciones de IA perimetral para la gestión y vigilancia del tráfico.
- Optimice los recursos urbanos utilizando tecnologías Edge AI.
- Integre Edge AI con los sistemas de ciudades inteligentes existentes.
- Abordar las consideraciones éticas y regulatorias en las implementaciones de ciudades inteligentes.
Edge AI con TensorFlow Lite
14 HorasEsta capacitación en vivo dirigida por un instructor en Bolivia (en línea o en el sitio) está dirigida a desarrolladores de nivel intermedio, científicos de datos y profesionales de IA que deseen aprovechar TensorFlow Lite para aplicaciones de IA perimetral.
Al final de esta capacitación, los participantes serán capaces de:
- Comprenda los fundamentos de TensorFlow Lite y su papel en Edge AI.
- Desarrolle y optimice modelos de IA con TensorFlow Lite.
- Implemente TensorFlow modelos Lite en varios dispositivos perimetrales.
- Utilice herramientas y técnicas para la conversión y optimización de modelos.
- Implemente aplicaciones prácticas de IA perimetral con TensorFlow Lite.
Introducción a Edge AI
14 HorasEsta capacitación en vivo dirigida por un instructor en Bolivia (en línea o presencial) está dirigida a desarrolladores de nivel principiante y profesionales de TI que deseen comprender los fundamentos de Edge AI y sus aplicaciones introductorias.
Al final de esta formación, los participantes serán capaces de:
- Comprender los conceptos básicos y la arquitectura de Edge AI.
- Instalar y configurar entornos Edge AI.
- Desarrolle e implemente aplicaciones sencillas Edge AI.
- Identifique y comprenda los casos de uso y los beneficios de Edge AI.
Implementación de IA en Microcontrollers con TinyML
21 HorasEste entrenamiento en vivo dirigido por un instructor en Bolivia (en línea o en el lugar) está dirigido a ingenieros de sistemas embebidos y desarrolladores de IA de nivel intermedio que desean implementar modelos de aprendizaje automático en microcontroladores utilizando TensorFlow Lite y Edge Impulse.
Al final de esta capacitación, los participantes podrán:
- Entender los fundamentos de TinyML y sus beneficios para las aplicaciones de inteligencia artificial de borde.
- Configurar un entorno de desarrollo para proyectos de TinyML.
- Entrenar, optimizar e implementar modelos de IA en microcontroladores de bajo consumo.
- Usar TensorFlow Lite y Edge Impulse para implementar aplicaciones TinyML del mundo real.
- Optimizar modelos de IA para la eficiencia energética y las limitaciones de memoria.
Optimizing AI Models for Edge Devices
14 HorasEsta capacitación en vivo dirigida por un instructor en Bolivia (en línea o en el sitio) está dirigida a desarrolladores de IA de nivel intermedio, ingenieros de aprendizaje automático y arquitectos de sistemas que deseen optimizar los modelos de IA para la implementación en el borde.
Al final de esta capacitación, los participantes serán capaces de:
- Comprenda los desafíos y los requisitos de la implementación de modelos de IA en dispositivos perimetrales.
- Aplique técnicas de compresión de modelos para reducir el tamaño y la complejidad de los modelos de IA.
- Utilice métodos de cuantificación para mejorar la eficiencia del modelo en el hardware perimetral.
- Implemente técnicas de poda y otras técnicas de optimización para mejorar el rendimiento del modelo.
- Implemente modelos de IA optimizados en varios dispositivos perimetrales.
Seguridad y Privacidad en Edge AI
14 HorasEsta capacitación en vivo dirigida por un instructor en Bolivia (en línea o en el sitio) está dirigida a profesionales de ciberseguridad de nivel intermedio, administradores de sistemas e investigadores de ética de IA que deseen proteger e implementar éticamente soluciones de IA perimetrales.
Al final de esta capacitación, los participantes serán capaces de:
- Comprenda los desafíos de seguridad y privacidad en Edge AI.
- Implemente las mejores prácticas para proteger los dispositivos y los datos perimetrales.
- Desarrolle estrategias para mitigar los riesgos de seguridad en las implementaciones de IA perimetral.
- Abordar las consideraciones éticas y garantizar el cumplimiento de las regulaciones.
- Realice evaluaciones y auditorías de seguridad para las aplicaciones de IA perimetral.
Introducción a TinyML
14 HorasEste entrenamiento en vivo dirigido por un instructor (en línea o presencial) está destinado a ingenieros y científicos de datos principiantes que desean comprender los fundamentos de TinyML, explorar sus aplicaciones y deploy modelos de IA en microcontroladores.
Al finalizar este entrenamiento, los participantes podrán:
- Comprender los fundamentos de TinyML y su importancia.
- Implementar modelos ligeros de IA en microcontroladores y dispositivos edge.
- Optimizar y ajustar modelos de aprendizaje automático para un bajo consumo de energía.
- Aplicar TinyML a aplicaciones del mundo real como reconocimiento de gestos, detección de anomalías y procesamiento de audio.
TinyML para aplicaciones IoT
21 HorasEste entrenamiento en vivo dirigido por instructores en Bolivia (en línea o en el lugar) está dirigido a desarrolladores de IoT de nivel intermedio, ingenieros embebidos y practicantes de IA que desean implementar TinyML para mantenimiento predictivo, detección de anomalías y aplicaciones de sensores inteligentes.
Al final de esta capacitación, los participantes podrán:
- Entender los fundamentos de TinyML y sus aplicaciones en IoT.
- Configurar un entorno de desarrollo de TinyML para proyectos de IoT.
- Desarrollar y desplegar modelos de ML en microcontroladores de bajo consumo.
- Implementar mantenimiento predictivo y detección de anomalías utilizando TinyML.
- Optimizar modelos TinyML para un uso eficiente de energía y memoria.