Capacitación en línea de Edge AI en Bolivia

Esta formación en vivo impartida por instructores Bolivia (en línea o presencial) está dirigida a investigadores avanzados en IA, científicos de datos y especialistas en seguridad que desean implementar técnicas de aprendizaje federado para entrenar modelos de IA en múltiples dispositivos periféricos mientras preservan la privacidad de los datos.

Al final de esta formación, los participantes serán capaces de:

• Comprender los principios y beneficios del aprendizaje federado en el contexto de IA periférica (Edge AI).
• Implementar modelos de aprendizaje federado utilizando TensorFlow Federated y PyTorch.
• Optimizar el entrenamiento de IA en dispositivos periféricos distribuidos.
• Abordar los desafíos de privacidad y seguridad de datos en el aprendizaje federado.
• Desplegar y monitorear sistemas de aprendizaje federado en aplicaciones del mundo real.

Esta capacitación en vivo dirigida por un instructor en Bolivia (en línea o presencial) está dirigida a profesionales agrícolas de nivel principiante e intermedio, especialistas en IoT e ingenieros de IA que deseen desarrollar e implementar soluciones de IA en el borde para la agricultura inteligente.

Al final de esta capacitación, los participantes podrán:

• Comprender el papel de la IA en el borde en la agricultura de precisión.
• Implementar sistemas de monitoreo de cultivos y ganado impulsados por IA.
• Desarrollar soluciones de irrigación automatizada y sensores ambientales.
• Optimizar la eficiencia agrícola utilizando análisis de IA en el borde en tiempo real.

Esta formación en vivo impartida por un instructor en Bolivia (en línea o presencial) está dirigida a profesionales de ciberseguridad de nivel avanzado, ingenieros de IA y desarrolladores de IoT que desean implementar medidas de seguridad robustas y estrategias de resiliencia para sistemas de IA en el borde.

Al finalizar esta formación, los participantes podrán:

• Comprender los riesgos y vulnerabilidades de seguridad en las implementaciones de IA en el borde.
• Implementar técnicas de cifrado y autenticación para la protección de datos.
• Diseñar arquitecturas de IA en el borde resilientes que puedan resistir amenazas cibernéticas.
• Aplicar estrategias seguras de despliegue de modelos de IA en entornos periféricos.

Esta capacitación en vivo con instructores en Bolivia (en línea o presencial) está dirigida a tecnólogos minoristas, desarrolladores de IA y analistas comerciales de nivel principiante a intermedio que desean aplicar soluciones de IA en el borde para sistemas de pago inteligente, gestión de inventario y compromiso personalizado con los clientes.

Al finalizar esta capacitación, los participantes podrán:

• Entender cómo la IA en el borde mejora las operaciones minoristas y la experiencia del cliente.
• Implementar sistemas de pago inteligentes con IA y pagos sin caja registradora.
• Optimizar la gestión del inventario mediante seguimiento y análisis en tiempo real.
• Utilizar visión por computadora e IA para experiencias personalizadas dentro de la tienda.

Esta formación en vivo impartida por un instructor en Bolivia (en línea o presencial) está dirigida a profesionales de telecomunicaciones, ingenieros de IA y especialistas en IoT de nivel intermedio que desean explorar cómo las redes 5G aceleran las aplicaciones de IA en el borde.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender los fundamentos de la tecnología 5G y su impacto en la IA en el borde.
• Implementar modelos de IA optimizados para aplicaciones de baja latencia en entornos 5G.
• Implementar sistemas de toma de decisiones en tiempo real utilizando IA en el borde y conectividad 5G.
• Optimizar cargas de trabajo de IA para un rendimiento eficiente en dispositivos periféricos.

Este entrenamiento vivo con instrucción en Bolivia (en línea o presencial) está dirigido a desarrolladores de IA embebida y especialistas en computación periferia de nivel intermedio que desean ajustar y optimizar modelos de IA ligeros para su despliegue en dispositivos con recursos limitados.

Al final de este entrenamiento, los participantes serán capaces de:

• Seleccionar y adaptar modelos preentrenados adecuados para el despliegue periferia.
• Aplicar cuantización, poda y otras técnicas de compresión para reducir el tamaño del modelo y la latencia.
• Ajustar finamente los modelos utilizando aprendizaje por transferencia para el rendimiento específico de la tarea.
• Desplegar modelos optimizados en plataformas reales de hardware periferia.

Esta formación en vivo con instructor en Bolivia (en línea o presencial) está dirigida a ingenieros de visión por computadora de nivel intermedio a avanzado, desarrolladores de IA y profesionales de IoT que deseen implementar y optimizar modelos de visión por computadora para el procesamiento en tiempo real en dispositivos periféricos.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender los fundamentos del AI en el borde y sus aplicaciones en la visión por computadora.
• Implementar modelos de aprendizaje profundo optimizados en dispositivos periféricos para el análisis de imágenes y videos en tiempo real.
• Utilizar frameworks como TensorFlow Lite, OpenVINO y NVIDIA Jetson SDK para la implementación de modelos.
• Optimizar los modelos de IA para obtener un mejor rendimiento, eficiencia energética e inferencia de baja latencia.

Esta capacitación en vivo, impartida por un instructor en Bolivia (en línea o presencial), está dirigida a ingenieros de sistemas embebidos de nivel intermedio, desarrolladores de IoT e investigadores de IA que desean implementar técnicas de TinyML para aplicaciones basadas en IA en hardware energéticamente eficiente.

Al finalizar esta capacitación, los participantes podrán:

• Comprender los fundamentos de TinyML y la inteligencia artificial en el borde.
• Implementar modelos de IA ligeros en microcontroladores.
• Optimizar la inferencia de IA para un menor consumo energético.
• Integrar TinyML con aplicaciones de IoT del mundo real.

Esta formación en vivo impartida por un instructor en Bolivia (en línea o presencial) está dirigida a ingenieros de robótica y desarrolladores de IA con nivel intermedio a avanzado, así como a especialistas en automatización que deseen implementar IA en el borde para aplicaciones robóticas.

Al finalizar esta formación, los participantes podrán:

• Comprender el papel de la IA en el borde en los sistemas autónomos.
• Implementar modelos de IA en dispositivos periféricos para robótica en tiempo real.
• Optimizar el rendimiento de la IA para la toma de decisiones de baja latencia.
• Integrar visión por computadora y fusión de sensores para la autonomía robótica.

Los Agentes Ligeros y en el Borde es un curso práctico centrado en la implementación de cargas de trabajo de IA agénica en dispositivos con recursos limitados. Los participantes aprenderán a construir, optimizar y gestionar agentes ligeros capaces de razonamiento local e inferencia, mejorando la velocidad, privacidad y confiabilidad en entornos distribuidos. El curso hace hincapié en la sintonización del rendimiento, el diseño de baja latencia y la integración hardware-software.

Esta formación presencial impartida por instructores (en línea o in situ) está dirigida a profesionales de nivel intermedio que desean implementar y optimizar sistemas agénicos en dispositivo utilizando Python y marcos de trabajo de IA en el borde.

Al finalizar esta formación, los participantes podrán:

• Comprender la arquitectura y los desafíos de ejecutar IA agénica en dispositivos de borde.
• Diseñar bucles de agentes ligeros adecuados para entornos con restricciones.
• Implementar inferencia local utilizando TensorFlow Lite, PyTorch Mobile y ONNX.
• Integrar agentes con sensores, actuadores y plataformas IoT.
• Optimizar el rendimiento, el consumo de energía y la latencia para una operación en tiempo real.

Formato del Curso

• Conferencia interactiva y demostraciones prácticas.
• Desarrollo práctico en entornos locales o emulados.
• Aprendizaje basado en proyectos y ejercicios de implementación guiada.

Opciones de Personalización del Curso

• Para solicitar una formación personalizada para este curso, por favor contáctenos para coordinarla.

Esta formación en vivo impartida por un instructor en Bolivia (en línea o presencial) está dirigida a ingenieros de IA avanzados, desarrolladores de sistemas embebidos e ingenieros de hardware que deseen implementar modelos de IA en dispositivos de bajo consumo mientras minimizan el consumo de energía.

Al finalizar esta formación, los participantes podrán:

• Comprender los desafíos de ejecutar IA en dispositivos eficientes desde el punto de vista energético.
• Optimizar redes neuronales para inferencia de bajo consumo.
• Utilizar técnicas de cuantización, poda y compresión de modelos.
• Implementar modelos de IA en hardware de extremo con un uso mínimo de energía.

Esta formación presencial impartida por un instructor en Bolivia (en línea o en persona) está dirigida a desarrolladores de IA de nivel intermedio, ingenieros embebidos e ingenieros de robótica que deseen optimizar y desplegar modelos de IA en plataformas NVIDIA Jetson para aplicaciones de borde.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender los fundamentos de la IA en el borde y el hardware de NVIDIA Jetson.
• Optimizar modelos de IA para su despliegue en dispositivos de borde.
• Utilizar TensorRT para acelerar la inferencia de aprendizaje profundo.
• Desplegar modelos de IA utilizando el SDK JetPack y ONNX Runtime.

Esta formación en vivo impartida por un instructor en Bolivia (en línea o presencial) está dirigida a desarrolladores de IA de nivel intermedio, ingenieros de aprendizaje automático y arquitectos de sistemas que desean optimizar los modelos de IA para su despliegue en dispositivos periféricos.

Al finalizar esta formación, los participantes podrán:

• Comprender los desafíos y requisitos del despliegue de modelos de IA en dispositivos periféricos.
• Aplicar técnicas de compresión de modelos para reducir el tamaño y la complejidad de los modelos de IA.
• Utilizar métodos de cuantización para mejorar la eficiencia del modelo en hardware periférico.
• Implementar técnicas de poda (pruning) y otras optimizaciones para mejorar el rendimiento del modelo.
• Desplegar modelos de IA optimizados en diversos dispositivos periféricos.

Esta capacitación en vivo, impartida por un instructor, en Bolivia (online o presencial), está dirigida a desarrolladores, científicos de datos y entusiastas de la tecnología de nivel intermedio que desean adquirir habilidades prácticas para desplegar modelos de IA en dispositivos periféricos con diversos propósitos.

Al finalizar esta capacitación, los participantes podrán:

• Comprender los principios de la IA periférica y sus ventajas.
• Configurar y preparar el entorno de computación en el borde.
• Desarrollar, entrenar y optimizar modelos de IA para su despliegue en dispositivos periféricos.
• Implementar soluciones prácticas de IA en dispositivos periféricos.
• Evaluar y mejorar el rendimiento de los modelos desplegados en el borde.
• Abordar consideraciones éticas y de seguridad en aplicaciones de IA periférica.

Esta formación en vivo impartida por un instructor en Bolivia (en línea o presencial) está dirigida a profesionales de las finanzas de nivel intermedio, desarrolladores de fintech y especialistas en IA que desean implementar soluciones de IA en el borde en servicios financieros.

Al finalizar esta formación, los participantes podrán:

• Comprender el papel de la IA en el borde en los servicios financieros.
• Implementar sistemas de detección de fraude utilizando Edge AI.
• Mejorar el servicio al cliente mediante soluciones impulsadas por IA.
• Aplicar Edge AI para la gestión de riesgos y la toma de decisiones.
• Implementar y gestionar soluciones de IA en el borde en entornos financieros.

Esta formación en vivo, impartida por un instructor en Bolivia (en línea o presencial), está dirigida a ingenieros industriales de nivel intermedio, profesionales de la manufactura y desarrolladores de IA que desean implementar soluciones de Edge AI en la automatización industrial.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender el papel del Edge AI en la automatización industrial.
• Implementar soluciones de mantenimiento predictivo utilizando Edge AI.
• Aplicar técnicas de IA para el control de calidad en procesos manufactureros.
• Optimizar los procesos industriales mediante Edge AI.
• Desplegar y gestionar soluciones de Edge AI en entornos industriales.

La IA de borde consiste en desplegar modelos de inteligencia artificial directamente en dispositivos y máquinas situados en el borde de la red, lo que permite la toma de decisiones en tiempo real con una latencia mínima.

Esta formación presencial guiada por un instructor (en línea o en las instalaciones) está dirigida a profesionales avanzados de sistemas embebidos e IoT que deseen desplegar lógica y sistemas de control basados en IA en entornos de manufactura donde la velocidad, la fiabilidad y el funcionamiento sin conexión son críticos.

Al finalizar esta formación, los participantes podrán:

• Comprender la arquitectura y los beneficios de los sistemas de IA de borde.
• Construir y optimizar modelos de IA para su despliegue en dispositivos embebidos.
• Utilizar herramientas como TensorFlow Lite y OpenVINO para la inferencia de baja latencia.
• Integrar la inteligencia del borde con sensores, actuadores y protocolos industriales.

Formato del Curso

• Conferencia interactiva y discusión.
• Muchas ejercicios y práctica.
• Implementación práctica en un entorno de laboratorio en vivo.

Opciones de Personalización del Curso

• Para solicitar una formación personalizada para este curso, contáctenos para concertar los detalles.

Esta formación en vivo impartida por un instructor en Bolivia (en línea o presencial) está dirigida a desarrolladores de nivel intermedio, científicos de datos y profesionales de la IA que deseen aprovechar TensorFlow Lite para aplicaciones de Edge AI.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender los fundamentos de TensorFlow Lite y su papel en la Edge AI.
• Desarrollar y optimizar modelos de IA utilizando TensorFlow Lite.
• Implementar modelos de TensorFlow Lite en diversos dispositivos periféricos.
• Utilizar herramientas y técnicas para la conversión y optimización de modelos.
• Implementar aplicaciones prácticas de Edge AI usando TensorFlow Lite.

Esta formación en vivo impartida por un instructor en Bolivia (en línea o presencial) está dirigida a planificadores urbanos, ingenieros civiles y gestores de proyectos de ciudades inteligentes de nivel intermedio que deseen aprovechar la IA de borde para iniciativas de ciudades inteligentes.

Al finalizar esta formación, los participantes podrán:

• Comprender el papel de la IA de borde en las infraestructuras de las ciudades inteligentes.
• Implementar soluciones de IA de borde para la gestión del tráfico y la vigilancia.
• Optimizar los recursos urbanos utilizando tecnologías de IA de borde.
• Integrar la IA de borde con los sistemas existentes de ciudades inteligentes.
• Abordar las consideraciones éticas y regulatorias en el despliegue de ciudades inteligentes.

Esta formación en vivo impartida por un instructor en Bolivia (online o presencial) está dirigida a profesionales de ciberseguridad de nivel intermedio, administradores de sistemas e investigadores de ética en IA que deseen asegurar y desplegar éticamente soluciones Edge AI.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender los desafíos de seguridad y privacidad en Edge AI.
• Implementar las mejores prácticas para asegurar dispositivos edge y datos.
• Desarrollar estrategias para mitigar riesgos de seguridad en despliegues de Edge AI.
• Abordar consideraciones éticas y asegurar el cumplimiento normativo.
• Realizar evaluaciones y auditorías de seguridad para aplicaciones Edge AI.

Esta formación en vivo impartida por instructores en Bolivia (en línea o presencial) está dirigida a ingenieros de robótica y desarrolladores de vehículos autónomos de nivel intermedio, así como a investigadores en IA que deseen aprovechar la Edge AI para crear soluciones innovadoras en sistemas autónomos.

Al finalizar esta formación, los participantes podrán:

• Comprender el papel y los beneficios de la Edge AI en sistemas autónomos.
• Desarrollar e implementar modelos de IA para el procesamiento en tiempo real en dispositivos del borde.
• Implementar soluciones de Edge AI en vehículos autónomos, drones y robótica.
• Diseñar y optimizar sistemas de control utilizando Edge AI.
• Abordar las consideraciones éticas y regulatorias en aplicaciones de IA autónoma.

Esta capacitación en vivo con instructor en Bolivia (en línea o presencial) está dirigida a profesionales del sector salud, ingenieros biomédicos y desarrolladores de IA con nivel intermedio, quienes desean aprovechar Edge AI para desarrollar soluciones innovadoras en el ámbito sanitario.

Al finalizar esta capacitación, los participantes podrán:

• Comprender el papel y los beneficios de Edge AI en la atención médica.
• Desarrollar e implementar modelos de IA en dispositivos perimetrales para aplicaciones sanitarias.
• Implementar soluciones de Edge AI en dispositivos portátiles y herramientas de diagnóstico.
• Diseñar e implementar sistemas de monitoreo de pacientes mediante Edge AI.
• Abordar consideraciones éticas y regulatorias en las aplicaciones de IA en el sector salud.

La IA en el borde permite que los modelos de inteligencia artificial se ejecuten directamente en dispositivos integrados o con recursos limitados, reduciendo la latencia y el consumo de energía, al tiempo que aumenta la autonomía y la privacidad en sistemas robóticos.

Esta formación dirigida por instructores (en línea o presencial) está orientada a desarrolladores embebidos e ingenieros robóticos de nivel intermedio que desean implementar técnicas de inferencia y optimización de aprendizaje automático directamente en hardware robótico utilizando marcos de TinyML e IA en el borde.

Al finalizar esta formación, los participantes podrán:

• Comprender los fundamentos de TinyML e IA en el borde aplicados a la robótica.
• Convertir y desplegar modelos de IA para inferencia en el dispositivo.
• Optimizar los modelos para velocidad, tamaño y eficiencia energética.
• Integrar sistemas de IA en el borde en las arquitecturas de control robótico.
• Evaluar el rendimiento y la precisión en escenarios del mundo real.

Formato del Curso

• Clase interactiva y discusión.
• Práctica hands-on utilizando cadenas de herramientas de TinyML e IA en el borde.
• Ejercicios prácticos en plataformas de hardware embebido y robótico.

Opciones de Personalización del Curso

• Para solicitar una formación personalizada para este curso, contáctenos para coordinar los detalles.

6G y el borde inteligente es un curso prospectivo que explora la integración de tecnologías inalámbricas 6G con computación en el borde, ecosistemas IoT y procesamiento de datos impulsado por IA para apoyar infraestructuras inteligentes, de baja latencia y adaptativas.

Esta capacitación en vivo dirigida por instructores (en línea o presencial) está orientada a arquitectos de TI de nivel intermedio que deseen comprender y diseñar arquitecturas distribuidas de próxima generación aprovechando la sinergia entre conectividad 6G y sistemas de borde inteligentes.

Al completar este curso, los participantes podrán:

• Comprender cómo el 6G transformará las arquitecturas de computación en el borde e IoT.
• Diseñar sistemas distribuidos para operaciones autónomas con ultra baja latencia y alta capacidad de ancho de banda.
• Integrar IA y análisis de datos en el borde para la toma de decisiones inteligentes.
• Planificar infraestructuras listas para 6G escalables, seguras y resilientes.
• Evaluar modelos de negocio y operativos habilitados por la convergencia entre 6G y el borde.

Formato del curso

• Lecciones interactivas y discusiones.
• Estudios de caso y ejercicios aplicados de diseño de arquitecturas.
• Simulación práctica con herramientas opcionales de borde o contenedores.

Opciones de personalización del curso

• Para solicitar una capacitación personalizada para este curso, comuníquese con nosotros para organizarlo.

Esta formación impartida por un instructor en Bolivia (en línea o presencial) está dirigida a profesionales, investigadores y desarrolladores de nivel avanzado que deseen dominar los últimos avances en IA en el borde, optimizar sus modelos de IA para su implementación en dispositivos periféricos y explorar aplicaciones especializadas en diversas industrias.

Al finalizar esta formación, los participantes podrán:

• Explorar técnicas avanzadas en el desarrollo y optimización de modelos de IA en el borde.
• Implementar estrategias de vanguardia para implementar modelos de IA en dispositivos periféricos.
• Utilizar herramientas y marcos especializados para aplicaciones avanzadas de IA en el borde.
• Optimizar el rendimiento y la eficiencia de las soluciones de IA en el borde.
• Explorar casos de uso innovadores y tendencias emergentes en la IA en el borde.
• Abordar consideraciones éticas y de seguridad avanzadas en las implementaciones de IA en el borde.

El kit de herramientas Ascend CANN de Huawei habilita una potente inferencia de IA en dispositivos del borde, como el Ascend 310. CANN proporciona las herramientas esenciales para compilar, optimizar y desplegar modelos en entornos con recursos computacionales y de memoria limitados.

Esta formación presencial impartida por un instructor (en línea o en sitio) está dirigida a desarrolladores e integradores de IA de nivel intermedio que deseen desplegar y optimizar modelos en dispositivos del borde Ascend utilizando la cadena de herramientas CANN.

Al final de esta formación, los participantes podrán:

• Preparar y convertir modelos de IA para el Ascend 310 utilizando las herramientas CANN.
• Construir pipelines de inferencia ligeros utilizando MindSpore Lite y AscendCL.
• Optimizar el rendimiento de los modelos para entornos con limitaciones computacionales y de memoria.
• Desplegar y supervisar aplicaciones de IA en casos de uso reales del borde.

Formato del curso

• Clase interactiva y demostración práctica.
• Trabajo práctico de laboratorio con modelos y escenarios específicos para el borde.
• Ejemplos de despliegue en tiempo real sobre hardware del borde virtual o físico.

Opciones de personalización del curso

• Para solicitar una formación personalizada para este curso, póngase en contacto con nosotros para organizarla.

Esta formación presencial impartida por un instructor en Bolivia (en línea o presencial) 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 avanzadas de procesamiento y análisis de datos.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender los fundamentos de Edge AI y su aplicación en IoT.
• Configurar y preparar entornos de Edge AI para dispositivos de IoT.
• Desarrollar e implementar modelos de IA en dispositivos de borde para aplicaciones de IoT.
• Implementar el procesamiento de datos en tiempo real y la toma de decisiones en sistemas de IoT.
• Integrar Edge AI con diversos protocolos y plataformas de IoT.
• Abordar consideraciones éticas y las mejores prácticas en Edge AI para IoT.

Esta formación práctica, impartida por instructores en Bolivia (en línea o presencial), está dirigida a desarrolladores de IoT con nivel intermedio, ingenieros embebidos y profesionales de IA que deseen implementar TinyML para mantenimiento predictivo, detección de anomalías y aplicaciones de sensores inteligentes.

Al finalizar esta formación, los participantes podrán:

• Comprender los fundamentos de TinyML y sus aplicaciones en IoT.
• Configurar un entorno de desarrollo TinyML para proyectos de IoT.
• Desarrollar e implementar modelos de ML en microcontroladores de bajo consumo.
• Implementar mantenimiento predictivo y detección de anomalías utilizando TinyML.
• Optimizar los modelos de TinyML para un uso eficiente de la energía y la memoria.

Esta formación en vivo, impartida por un instructor en Bolivia (en línea o presencial), está dirigida a desarrolladores y profesionales de TI de nivel intermedio que desean obtener una comprensión integral de la IA en el borde, desde el concepto hasta la implementación práctica, incluido el montaje y despliegue.

Al final de esta formación, los participantes serán capaces de:

• Comprender los conceptos fundamentales de la IA en el borde.
• Configurar e instalar entornos de IA en el borde.
• Desarrollar, entrenar y optimizar modelos de IA en el borde.
• Implementar y gestionar aplicaciones de IA en el borde.
• Integrar la IA en el borde con sistemas y flujos de trabajo existentes.
• Abordar consideraciones éticas y buenas prácticas en la implementación de IA en el borde.

Esta capacitación en vivo dirigida por un instructor en <ubicación> (en línea o presencial) está orientada a ingenieros de sistemas embebidos y desarrolladores de IA de nivel intermedio que deseen implementar modelos de aprendizaje automático en microcontroladores utilizando TensorFlow Lite y Edge Impulse.

Al finalizar esta capacitación, los participantes serán capaces de:

• Comprender los fundamentos de TinyML y sus beneficios para aplicaciones de IA en el borde.
• Configurar un entorno de desarrollo para proyectos de TinyML.
• Entrenar, optimizar e implementar modelos de IA en microcontroladores de bajo consumo.
• Utilizar TensorFlow Lite y Edge Impulse para implementar aplicaciones reales de TinyML.
• Optimizar los modelos de IA para la eficiencia energética y las limitaciones de memoria.

Las Unidades de Aprendizaje Profundo (MLU) de Cambricon son chips de IA especializados, optimizados para tareas de inferencia y entrenamiento en entornos de borde y centros de datos.

Esta formación impartida por un instructor (en línea o presencial) está dirigida a desarrolladores con nivel intermedio que desean crear e implementar modelos de IA utilizando el marco de trabajo BANGPy y el SDK Neuware en hardware Cambricon MLU.

Al finalizar esta formación, los participantes podrán:

• Configurar y preparar los entornos de desarrollo de BANGPy y Neuware.
• Desarrollar y optimizar modelos basados en Python y C++ para MLU de Cambricon.
• Implementar modelos en dispositivos de borde y centros de datos que ejecuten el entorno de ejecución Neuware.
• Integrar flujos de trabajo de aprendizaje automático con funciones de aceleración específicas para MLU.

Formato del curso

• Clase magistral interactiva y debate.
• Uso práctico de BANGPy y Neuware para desarrollo e implementación.
• Ejercicios guiados centrados en la optimización, integración y pruebas.

Opciones de personalización del curso

• Para solicitar una formación personalizada basada en su modelo de dispositivo Cambricon o caso de uso, contáctenos para coordinarlo.

Esta capacitación en vivo con instrucción directa en Bolivia (en línea o presencial) está dirigida a desarrolladores profesionales y profesionales de TI que desean comprender los fundamentos de Edge AI y sus aplicaciones introductorias.

Al finalizar esta capacitación, los participantes podrán:

• Comprender los conceptos básicos y la arquitectura de Edge AI.
• Configurar y preparar entornos de Edge AI.
• Desarrollar e implementar aplicaciones simples de Edge AI.
• Identificar y comprender los casos de uso y beneficios de Edge AI.