Cursos de Edge AI en Ciudad de Panamá

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

Al finalizar esta formación, los participantes podrán:

• Comprender los principios y beneficios del aprendizaje federado en la IA del borde.
• Implementar modelos de aprendizaje federado utilizando TensorFlow Federated y PyTorch.
• Optimizar el entrenamiento de IA a través de dispositivos distribuidos en el borde.
• 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 formación en vivo impartida por instructores en Ciudad de Panamá (en línea o presencial) está dirigida a profesionales de agrotec de nivel principiante a intermedio, especialistas en IoT e ingenieros de IA que deseen desarrollar e implementar soluciones Edge AI para la agricultura inteligente.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender el papel de Edge AI en la agricultura de precisión.
• Implementar sistemas de seguimiento de cultivos y ganado basados en IA.
• Desarrollar soluciones de riego automatizado y detección ambiental.
• Optimizar la eficiencia agrícola mediante análisis Edge AI en tiempo real.

Esta formación en vivo, impartida por un instructor en Ciudad de Panamá (en línea o presencial), está dirigida a profesionales avanzados de ciberseguridad, ingenieros de IA y desarrolladores de IoT que desean implementar medidas robustas de seguridad y estrategias de resiliencia para sistemas Edge AI.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender los riesgos de seguridad y las vulnerabilidades en despliegues Edge AI.
• Implementar técnicas de cifrado y autenticación para la protección de datos.
• Diseñar arquitecturas Edge AI resilientes capaces de resistir ciberamenazas.
• Aplicar estrategias de despliegue seguro de modelos de IA en entornos edge.

Esta formación en vivo dirigida por un instructor en Ciudad de Panamá (en línea o presencial) está dirigida a tecnólogos minoristas de nivel principiante a intermedio, desarrolladores de IA y analistas de negocios que desean aplicar soluciones de IA en el borde para sistemas de pago inteligentes, gestión de inventario y compromiso personalizado con los clientes.

Al final de esta formación, los participantes podrán:

• Comprender cómo la IA en el borde mejora las operaciones minoristas y la experiencia del cliente.
• Implementar sistemas de pago inteligentes con IA y sin cajeros.
• Optimizar la gestión de inventario con seguimiento y análisis en tiempo real.
• Utilizar la visión por computadora e IA para experiencias personalizadas en tiendas físicas.

Esta formación en vivo dirigida por un instructor en Ciudad de Panamá (en línea o presencial) está dirigida a profesionales de telecomunicaciones de nivel intermedio, ingenieros de IA y especialistas en IoT que deseen explorar cómo las redes 5G aceleran las aplicaciones de Edge AI.

Al finalizar esta formación, los participantes podrán:

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

Esta formación en vivo impartida por un instructor en Ciudad de Panamá (en línea o presencial) está dirigida a desarrolladores de IA integrada y especialistas en computación perimetral de nivel intermedio que desean ajustar y optimizar modelos de IA ligeros para su despliegue en dispositivos con recursos limitados.

Al finalizar esta formación, los participantes serán capaces de:

• Seleccionar y adaptar modelos preentrenados adecuados para el despliegue perimetral.
• 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 un rendimiento específico de la tarea.
• Desplegar modelos optimizados en plataformas de hardware perimetral reales.

Esta formación en vivo, impartida por instructores en Ciudad de Panamá (en línea o presencial), está dirigida a ingenieros de visión por computador de nivel intermedio a avanzado, desarrolladores de IA y profesionales del IoT que deseen implementar y optimizar modelos de visión por computador para el procesamiento en tiempo real en dispositivos de borde.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender los fundamentos de la IA de borde y sus aplicaciones en la visión por computador.
• Implementar modelos de aprendizaje profundo optimizados en dispositivos de borde para el análisis de imágenes y vídeo en tiempo real.
• Utilizar marcos de trabajo como TensorFlow Lite, OpenVINO y NVIDIA Jetson SDK para la implementación de modelos.
• Optimizar los modelos de IA para lograr un mejor rendimiento, eficiencia energética e inferencia de baja latencia.

Esta formación en vivo, impartida por instructores en <ubicación> (en línea o presencial), está dirigida a ingenieros de nivel intermedio en sistemas integrados, desarrolladores de IoT e investigadores de IA que desean implementar técnicas de TinyML para aplicaciones alimentadas por IA en hardware energéticamente eficiente.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender los fundamentos de TinyML y la IA perimetral (edge AI).
• Implementar modelos de IA ligeros en microcontroladores.
• Optimizar la inferencia de IA para un bajo consumo de energía.
• Integrar TinyML con aplicaciones de IoT del mundo real.

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

Al finalizar esta formación, los participantes serán capaces de:

• Comprender el papel de la IA en el borde en los sistemas autónomos.
• Desplegar modelos de IA en dispositivos de borde 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.

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

Esta formación en vivo impartida por un instructor (en línea o presencial) está dirigida a profesionales de nivel intermedio que deseen implementar y optimizar sistemas agénticos en el dispositivo utilizando Python y marcos de trabajo de IA para bordes (edge AI).

Al finalizar esta formación, los participantes podrán:

• Comprender la arquitectura y los desafíos de ejecutar IA agéntica en dispositivos de borde.
• Diseñar bucles de agentes ligeros adecuados para entornos restringidos.
• 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, contáctenos para organizarla.

Esta formación en vivo, impartida por un instructor en <ubic> (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, minimizando al mismo tiempo el consumo energético.

Al finalizar esta formación, los participantes podrán:

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

Esta formación en vivo dirigida por instructores en Ciudad de Panamá (en línea o presencial) 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 edge.

Al finalizar esta formación, los participantes serán capaces de:

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

Esta formación en vivo impartida por un instructor en Ciudad de Panamá (en línea o presencial) está dirigida a desarrolladores de IA, ingenieros de aprendizaje automático y arquitectos de sistemas de nivel intermedio que desean optimizar sus modelos de IA para su implementación en el extremo.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender los desafíos y requisitos para implementar modelos de IA en dispositivos edge.
• 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 de los modelos en hardware edge.
• Implementar podas (pruning) y otras técnicas de optimización para mejorar el rendimiento del modelo.
• Implementar modelos de IA optimizados en diversos dispositivos edge.

Esta capacitación en vivo con instructor en Ciudad de Panamá (en línea o presencial) está dirigida a desarrolladores de nivel intermedio, científicos de datos y entusiastas de la tecnología que desean adquirir habilidades prácticas para desplegar modelos de IA en dispositivos edge para diversas aplicaciones.

Al finalizar esta capacitación, los participantes serán capaces de:

• Comprender los principios de Edge AI y sus beneficios.
• Configurar y establecer el entorno de computación edge.
• Desarrollar, entrenar y optimizar modelos de IA para su despliegue en el edge.
• Implementar soluciones prácticas de IA en dispositivos edge.
• Evaluar y mejorar el rendimiento de los modelos desplegados en el edge.
• Abordar las consideraciones éticas y de seguridad en aplicaciones de Edge AI.

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

Al finalizar esta capacitación, los participantes podrán:

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

Esta formación en vivo con instructores en Ciudad de Panamá (en línea o presencial) está dirigida a ingenieros industriales de nivel intermedio, profesionales de la fabricación y desarrolladores de IA que desean implementar soluciones de IA de borde en la automatización industrial.

Al finalizar esta formación, los participantes serán capaces de:

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

Edge AI es el despliegue de modelos de inteligencia artificial directamente en dispositivos y máquinas en el borde de la red, lo que permite la toma de decisiones en tiempo real con una latencia mínima.

Esta formación en vivo impartida por un instructor (en línea o presencial) está dirigida a profesionales avanzados en sistemas embebidos e IoT que deseen desplegar lógica y sistemas de control basados en inteligencia artificial en entornos manufactureros donde la velocidad, la confiabilidad y la operación sin conexión a internet son críticas.

Al finalizar esta formación, los participantes serán capaces de:

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

Formato del Curso

• Lecciones interactivas y discusión.
• Numerosos 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, por favor contáctenos para coordinarlo.

Esta formación en vivo con instructor en Ciudad de Panamá (en línea o presencial) está dirigida a desarrolladores intermedios, científicos de datos y profesionales de la IA que desean aprovechar TensorFlow Lite para aplicaciones de Edge AI.

Al finalizar esta formación, los participantes podrán:

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

Esta formación práctica con instructor en Ciudad de Panamá (en línea o presencial) está dirigida a planificadores urbanos, ingenieros civiles y gestores de proyectos de ciudades inteligentes de nivel intermedio que desean aprovechar Edge AI para iniciativas de ciudades inteligentes.

Al finalizar esta formación, los participantes podrán:

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

Esta formación en vivo impartida por un instructor en Ciudad de Panamá (en línea o presencial) está dirigida a profesionales de ciberseguridad de nivel intermedio, administradores de sistemas e investigadores en ética de la IA que deseen asegurar y desplegar éticamente soluciones de IA en el borde.

Al finalizar esta formación, los participantes serán capaces de:

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

Esta formación en vivo con instructor en Ciudad de Panamá (en línea o presencial) está dirigida a ingenieros de robótica, desarrolladores de vehículos autónomos e investigadores de IA de nivel intermedio que deseen aprovechar la IA de borde para soluciones innovadoras de sistemas autónomos.

Al finalizar esta formación, los participantes podrán:

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

Esta formación en vivo con instructor en Ciudad de Panamá (en línea o presencial) está dirigida a profesionales de la salud, ingenieros biomédicos y desarrolladores de IA de nivel intermedio que deseen aprovechar Edge AI para innovar en soluciones de atención médica.

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 periféricos para aplicaciones en el sector salud.
• Implementar soluciones de Edge AI en dispositivos portátiles y herramientas de diagnóstico.
• Diseñar e implementar sistemas de monitoreo de pacientes utilizando Edge AI.
• Abordar consideraciones éticas y regulatorias en las aplicaciones de IA para la salud.

La IA en el borde (Edge AI) 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 mientras aumenta la autonomía y la privacidad en los sistemas robóticos.

Esta formación impartida por un instructor (en línea o presencial) está dirigida a desarrolladores de sistemas integrados e ingenieros de robótica de nivel intermedio que desean implementar técnicas de inferencia y optimización de aprendizaje automático directamente en el hardware robótico utilizando TinyML y frameworks de IA en el borde.

Al finalizar esta formación, los participantes podrán:

• Comprender los fundamentos de TinyML y la IA en el borde para robótica.
• Convertir e implementar modelos de IA para inferencia en dispositivo.
• Optimizar 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 herramientas de TinyML y IA en el borde.
• Ejercicios prácticos en plataformas de hardware integrado y robótico.

Opciones de Personalización del Curso

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

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

Esta formación en vivo impartida por un instructor (en línea o presencial) está dirigida a arquitectos de TI de nivel intermedio que desean comprender y diseñar arquitecturas distribuidas de próxima generación aprovechando la sinergia entre la conectividad 6G y los sistemas de borde inteligente.

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, de alta capacidad y latencia ultra baja.
• Integrar IA y análisis de datos en el borde para la toma de decisiones inteligente.
• Planificar infraestructuras de borde preparadas para 6G, escalables, seguras y resilientes.
• Evaluar los modelos comerciales y operativos habilitados por la convergencia entre 6G y el borde.

Formato del curso

• Conferencias interactivas y debates.
• Estudios de caso y ejercicios aplicados de diseño de arquitecturas.
• Prácticas con simulaciones utilizando herramientas opcionales de borde o contenedores.

Opciones de personalización del curso

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

Esta formación en vivo dirigida por un instructor en Ciudad de Panamá (en línea o presencial) va dirigida a profesionales de IA, investigadores y desarrolladores de nivel avanzado que desean 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 serán capaces de:

• Explorar técnicas avanzadas en el desarrollo y la optimización de modelos de IA en el borde.
• Implementar estrategias innovadoras para desplegar modelos de IA en dispositivos periféricos.
• Utilizar herramientas y marcos de trabajo 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 los despliegues de IA en el borde.

El kit de herramientas Ascend CANN de Huawei permite una inferencia de IA potente en dispositivos del borde, como el Ascend 310. CANN proporciona las herramientas esenciales para compilar, optimizar y desplegar modelos en entornos con recursos de cómputo y 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 implementar y optimizar modelos en dispositivos del borde Ascend utilizando el conjunto de herramientas CANN.

Al finalizar esta formación, los participantes serán capaces de:

• Preparar y convertir modelos de IA para el Ascend 310 utilizando las herramientas CANN.
• Construir pipelines de inferencia ligeros usando MindSpore Lite y AscendCL.
• Optimizar el rendimiento del modelo para entornos con capacidad de cómputo y memoria limitadas.
• Desplegar y monitorear aplicaciones de IA en casos de uso reales en el borde.

Formato del curso

• Clase interactiva y demostración.
• Práctica de laboratorio con modelos y escenarios específicos para el borde.
• Ejemplos de despliegue en vivo en hardware del borde virtual o físico.

Opciones de personalización del curso

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

Esta formación presencial impartida por un instructor en Ciudad de Panamá (en línea o in situ) 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 periféricos 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 las consideraciones éticas y las mejores prácticas en Edge AI para IoT.

Esta formación en vivo con instrucción en Ciudad de Panamá (en línea o presencial) está dirigida a desarrolladores de IoT de nivel intermedio, ingenieros embebidos y profesionales de la IA que desean 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 de 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 con instructores en Ciudad de Panamá (en línea o presencial) está dirigida a desarrolladores y profesionales de TI de nivel intermedio que desean comprender integralmente la IA en el borde, desde su concepto hasta su implementación práctica, incluyendo la configuración y el despliegue.

Al finalizar esta formación, los participantes serán capaces de:

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

Esta formación en vivo, impartida por instructores en <ubicación> (en línea o presencial), está dirigida 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 formación, los participantes podrán:

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

Los MLUs (Unidades de Aprendizaje Automático) de Cambricon son chips de IA especializados, optimizados para tareas de inferencia y entrenamiento en entornos de borde y centros de datos.

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

Al finalizar esta formación, los participantes podrán:

• Instalar y configurar los entornos de desarrollo de BANGPy y Neuware.
• Desarrollar y optimizar modelos basados en Python y C++ para MLUs de Cambricon.
• Implementar modelos en dispositivos de borde y centros de datos que ejecuten el entorno runtime de Neuware.
• Integrar flujos de trabajo de aprendizaje automático (ML) con las funciones de aceleración específicas de MLU.

Formato del curso

• Clases interactivas y debates.
• Ejercicios prácticos con 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 para este curso, basada en su modelo de dispositivo Cambricon o caso de uso, por favor contáctenos para coordinarlo.

Esta formación en vivo con instructor en Ciudad de Panamá (en línea o presencial) está dirigida a desarrolladores y profesionales de TI de nivel principiante que desean comprender los fundamentos de la IA en el borde y sus aplicaciones iniciales.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender los conceptos básicos y la arquitectura de la IA en el borde.
• Configurar y preparar entornos de IA en el borde.
• Desarrollar e implementar aplicaciones simples de IA en el borde.
• Identificar y comprender los casos de uso y las ventajas de la IA en el borde.