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 IA en el dispositivo con Nano Banana
- Principios fundamentales de la inferencia en el dispositivo
- Arquitectura y capacidades del modelo Nano Banana
- Consideraciones de implementación para 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 preconstruidos
- Restricciones de memoria y cómputo en hardware móvil
- Estrategias de inferencia en tiempo real
Desarrollo de funcionalidades de IA con Nano Banana
- Integración de capacidades de generación de texto
- Implementación de flujos de trabajo para generación y edición de imágenes
- Combinación de entradas multimodales en aplicaciones
Optimización del rendimiento y pruebas de benchmarking
- Perfilado de latencia y capacidad de procesamiento
- Técnicas de cuantización, poda y compresión de modelos
- Optimización del consumo térmico, de batería y de recursos
Seguridad y privacidad en la IA 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 implementación
- Flujos de trabajo híbridos entre el dispositivo y la nube
- Gestión de aplicaciones de IA diseñadas primero para funcionar sin conexión
- Escalabilidad para grandes bases de usuarios
Pruebas, depuración y mejora continua
- CI/CD para aplicaciones móviles con capacidades de IA
- 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 móviles
- Ingenieros de IA
- Profesionales técnicos que exploran el despliegue de IA en dispositivos locales
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