Cursos de Edge AI en Caracas

Esta capacitación en vivo impartida por un instructor en <ubicación> (en línea o presencial) está dirigida a investigadores avanzados de 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 finalizar esta capacitación, los participantes serán capaces de:

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

Al finalizar esta capacitación, los participantes podrán:

• Comprender el papel de la Edge AI en la agricultura de precisión.
• Implementar sistemas de monitoreo de cultivos y ganado impulsados por 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 Caracas (en línea o presencial) está dirigida a profesionales avanzados de ciberseguridad, ingenieros de IA y desarrolladores de IoT que deseen implementar medidas de seguridad robustas y estrategias de resiliencia para sistemas de IA perimetral.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender los riesgos de seguridad y las vulnerabilidades en los despliegues de IA perimetral.
• Implementar técnicas de cifrado y autenticación para la protección de datos.
• Diseñar arquitecturas de IA perimetral resilientes capaces de soportar amenazas cibernéticas.
• Aplicar estrategias seguras de despliegue de modelos de IA en entornos perimetrales.

Esta formación en vivo dirigida por instructores en <ubicación> (en línea o presencial) está dirigida a tecnólogos minoristas, desarrolladores de IA y analistas comerciales de nivel principiante e intermedio que desean aplicar soluciones de Edge AI para sistemas de pago inteligente, gestión de inventario y compromiso personalizado con los clientes.

Al finalizar esta formación, los participantes podrán:

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

Esta formación en vivo con instrucción en Caracas (en línea o presencial) está dirigida a profesionales de telecomunicaciones intermedios, ingenieros de IA y especialistas en IoT que desean explorar cómo las redes 5G aceleran las aplicaciones de IA en el borde.

Al finalizar esta formación, los participantes podrán:

• 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.

Esta formación en vivo con instructor en <ubic> (en línea o presencial) está dirigida a desarrolladores intermedios de IA embebida y especialistas en computación periférica que desean realizar ajuste fino y optimizar modelos ligeros de IA para su implementación en dispositivos con recursos limitados.

Al finalizar esta formación, los participantes serán capaces de:

• Seleccionar y adaptar modelos preentrenados adecuados para la implementación en el borde.
• Aplicar cuantización, poda y otras técnicas de compresión para reducir el tamaño del modelo y la latencia.
• Realizar ajuste fino de modelos utilizando aprendizaje por transferencia para lograr un rendimiento específico a la tarea.
• Implementar modelos optimizados en plataformas de hardware real en el borde.

Esta formación en vivo impartida por un instructor en Caracas (en línea o presencial) está dirigida a ingenieros de visión por computadora de nivel intermedio a avanzado, desarrolladores de IA y profesionales del 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 de la IA en el borde y sus aplicaciones en visión por computadora.
• Implementar modelos de aprendizaje profundo optimizados en dispositivos periféricos para el análisis de imágenes y video 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 obtener un rendimiento óptimo, eficiencia energética e inferencia de baja latencia.

Esta formación presencial en vivo Caracas (en línea o in situ) está dirigida a ingenieros embebidos de nivel intermedio, desarrolladores de IoT e investigadores de IA que desean implementar técnicas de TinyML para aplicaciones impulsadas por inteligencia artificial en hardware eficiente energéticamente.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender los fundamentos de TinyML y la IA extrema.
• Desplegar modelos de IA ligeros en microcontroladores.
• Optimizar la inferencia de IA para un bajo consumo energético.
• Integrar TinyML con aplicaciones de IoT del mundo real.

Esta formación en vivo dirigida por un instructor en Caracas (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 de robótica.

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

• Comprender el papel de la IA en el borde en 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 de 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 e inferencia local, mejorando la velocidad, privacidad y fiabilidad en entornos distribuidos. El curso enfatiza el ajuste de rendimiento, el diseño de baja latencia y la integración entre hardware y software.

Este entrenamiento en vivo impartido por un instructor (en línea o presencial) está dirigido a profesionales de nivel intermedio que deseen implementar y optimizar sistemas agénicos en dispositivos utilizando Python y marcos de trabajo de IA de borde (edge AI).

Al finalizar este entrenamiento, 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 recursos limitados.
• Implementar inferencia local utilizando TensorFlow Lite, PyTorch Mobile y ONNX.
• Integrar agentes con sensores, actuadores y plataformas IoT.
• Optimizar el rendimiento, el consumo energético y la latencia para operación en tiempo real.

Formato del Curso

• Conferencias interactivas 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 un entrenamiento personalizado para este curso, contáctenos para coordinarlo.

Esta formación presencial impartida por un instructor en Caracas (en línea o en las instalaciones) 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 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 redes neuronales para inferencia de bajo consumo.
• Utilizar técnicas de cuantización, poda y compresión de modelos.
• Implementar modelos de IA en hardware periférico con un uso mínimo de energía.

Esta formación en vivo impartida por un instructor en Caracas (en línea o presencial) está dirigida a desarrolladores de IA de nivel intermedio, ingenieros de sistemas embebidos e ingenieros de robótica que deseen optimizar e implementar 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 implementación en dispositivos edge.
• Utilizar TensorRT para acelerar la inferencia de aprendizaje profundo.
• Implementar modelos de IA utilizando JetPack SDK y ONNX Runtime.

Esta formación en vivo dirigida por un instructor en Caracas (en línea o presencial) está orientada a desarrolladores de IA de nivel intermedio, ingenieros de aprendizaje automático y arquitectos de sistemas que deseen optimizar sus modelos de IA para su implementación en el borde (edge).

Al finalizar esta formación, los participantes serán capaces de:

• Comprender los desafíos y requisitos al implementar modelos de IA en dispositivos edge.
• Aplicar técnicas de compresión de modelos para reducir el tamaño y la complejidad de los mismos.
• Utilizar métodos de cuantización para mejorar la eficiencia del modelo en hardware edge.
• Implementar podado (pruning) y otras técnicas de optimización para mejorar el rendimiento del modelo.
• Desplegar modelos de IA optimizados en diversos dispositivos edge.

Esta capacitación en vivo con instructor en Caracas (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 periféricos para diversas aplicaciones.

Al finalizar esta capacitación, los participantes serán capaces de:

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

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

Al finalizar esta formación, los participantes podrán:

• Comprender el papel de la 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 instructor en Caracas (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 procesos de fabricación.
• Optimizar procesos industriales mediante la IA de Borde.
• Desplegar y gestionar soluciones de IA de Borde en entornos industriales.

Edge AI consiste en la implementación 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 dirigida por un instructor (en línea o presencial) está orientada a profesionales avanzados de sistemas embebidos e IoT que deseen implementar lógicas y sistemas de control basados en IA en entornos manufactureros donde la velocidad, la fiabilidad y el funcionamiento sin conexión son críticos.

Al finalizar este curso, los participantes serán capaces de:

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

Formato del Curso

• Conferencia interactiva y debate.
• Abundancia de 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 gestionarlo.

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

Al finalizar esta capacitación, los participantes serán capaces de:

• Comprender los fundamentos de TensorFlow Lite y su papel en la IA en el borde (Edge AI).
• Desarrollar y optimizar modelos de IA utilizando TensorFlow Lite.
• Implementar modelos de TensorFlow Lite en diversos dispositivos edge.
• 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 Caracas (en línea o presencial) está dirigida a planificadores urbanos, ingenieros civiles y gerentes de proyectos de ciudades inteligentes de nivel intermedio que deseen aprovechar Edge AI para iniciativas de ciudades inteligentes.

Al finalizar esta formación, los participantes serán capaces de:

• 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 mediante tecnologías Edge AI.
• Integrar Edge AI 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 Caracas (en línea o presencial) está dirigida a profesionales de ciberseguridad de nivel intermedio, administradores de sistemas e investigadores de ética en IA que deseen asegurar e implementar éticamente soluciones de Edge AI.

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

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

Esta capacitación en vivo con instructor en Caracas (en línea o presencial) está dirigida a ingenieros de robótica intermedios, desarrolladores de vehículos autónomos e investigadores de IA que desean aprovechar la IA en el borde para soluciones innovadoras de sistemas autónomos.

Al finalizar esta capacitación, los participantes podrán:

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

Esta formación en vivo impartida por un instructor en Caracas (en línea o presencial) está dirigida a profesionales de la salud, ingenieros biomédicos y desarrolladores de IA de nivel intermedio que deseen aprovechar la tecnología Edge AI para innovar en soluciones de salud.

Al finalizar esta capacitación, los participantes podrán:

• Comprender el papel y los beneficios del Edge AI en el sector salud.
• Desarrollar e implementar modelos de IA en dispositivos periféricos (edge) para aplicaciones de 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 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 los sistemas robóticos.

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

Al finalizar esta capacitación, los participantes podrán:

• Comprender los fundamentos de TinyML e IA en el borde para robótica.
• Convertir e implementar 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 arquitecturas de control robótico.
• Evaluar el rendimiento y la precisión en escenarios del mundo real.

Formato del curso

• Clase interactiva y discusión.
• Práctica manual 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 capacitación personalizada para este curso, contáctenos para organizarla.

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

Esta capacitación 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 finalizar este curso, los participantes podrán:

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

Formato del curso

• Conferencias interactivas y discusiones.
• Estudios de casos y ejercicios aplicados de diseño de arquitectura.
• Simulación práctica con herramientas opcionales de borde o contenedores.

Opciones de personalización del curso

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

Esta formación dirigida por instructores y en vivo en Caracas (en línea o presencial) está dirigida a profesionales de IA, investigadores y desarrolladores de nivel avanzado que deseen dominar los últimos avances en IA en el edge, optimizar sus modelos de IA para su despliegue periférico y explorar aplicaciones especializadas en diversas industrias.

Al finalizar esta formación, los participantes serán capaces de:

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

El toolkit Ascend CANN de Huawei permite realizar inferencia de IA potente en dispositivos de borde, como el Ascend 310. CANN proporciona herramientas esenciales para compilar, optimizar e implementar modelos en entornos con recursos computacionales y de memoria limitados.

Esta formación impartida por instructores, ya sea online o en las instalaciones, está dirigida a desarrolladores e integradores de IA de nivel intermedio que deseen desplegar y optimizar modelos en dispositivos de borde Ascend utilizando la cadena 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

• Conferencia interactiva y demostraciones.
• Trabajo práctico en laboratorio con modelos y escenarios específicos para el borde.
• Ejemplos de despliegue en tiempo real en hardware virtual o físico para el borde.

Opciones de personalización del curso

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

Esta capacitación en vivo, impartida por un instructor, en Caracas (en línea o presencial), está dirigida a desarrolladores de nivel intermedio, arquitectos de sistemas y profesionales del sector que desean aprovechar la IA en el borde para mejorar las aplicaciones de IoT con capacidades de procesamiento analítico inteligente.

Al finalizar esta capacitación, los participantes serán capaces de:

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

Esta capacitación en vivo con instrucción en Caracas (en línea o presencial) está dirigida a desarrolladores de IoT de 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 capacitación, los participantes serán capaces de:

• 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 usando TinyML.
• Optimizar modelos de TinyML para un uso eficiente de energía y memoria.

Esta capacitación en vivo y dirigida por un instructor en Caracas (en línea o presencial) está dirigida a desarrolladores y profesionales de TI de nivel intermedio que desean obtener una comprensión integral de Edge AI, desde el concepto hasta su implementación práctica, incluyendo la configuración y el despliegue.

Al finalizar esta capacitación, los participantes podrán:

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

Esta formación en vivo, impartida por un instructor, <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 periférica (edge AI).
• 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 crear aplicaciones reales de TinyML.
• Optimizar los modelos de IA para mejorar la eficiencia energética y gestionar las limitaciones de memoria.

Las unidades de aprendizaje automático (MLU) de Cambricon son chips especializados en inteligencia artificial, optimizados para la inferencia y el entrenamiento en entornos de borde y centros de datos.

Esta formación presencial impartida por un instructor (en línea o in situ) está dirigida a desarrolladores de nivel intermedio que deseen crear e implementar modelos de IA utilizando el framework BANGPy y el SDK de Neuware sobre hardware MLU de Cambricon.

Al finalizar esta capacitación, los participantes podrán:

• Configurar y establecer entornos de desarrollo con 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 de Neuware.
• Integrar flujos de trabajo de ML con funciones específicas de aceleración de MLU.

Formato del curso

• Conferencias interactivas y debates.
• Uso práctico de BANGPy y Neuware para el 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 según el modelo de dispositivo Cambricon o su caso de uso, por favor contáctenos para organizarla.

Esta capacitación en vivo con un instructor en Caracas (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 introductorias.

Al finalizar esta capacitación, 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 los beneficios de la IA en el borde.