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.
Duración 14 horas
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 las herramientas del SDK de Nano Banana
- Configuración de los entornos de compilación para Android e iOS
- Gestión de dependencias y compatibilidad de versiones
Ejecución de modelos de Nano Banana en dispositivos móviles
- Carga y ejecución de modelos preestablecidos
- Restricciones de memoria y cómputo en hardware móvil
- Estrategias de inferencia en tiempo real
Creación de funciones de IA con Nano Banana
- Integración de funcionalidades de generación de texto
- Implementación de flujos de trabajo de generación y edición de imágenes
- Combinación de entradas multimodales en aplicaciones
Optimización de rendimiento y pruebas de referencia
- Perfiles de latencia y caudal
- Técnicas de cuantización, poda y compresión de modelos
- Optimización del uso térmico, de batería y de recursos
Seguridad y privacidad en la IA en el dispositivo
- Gestión 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 dispositivo y nube
- Gestión de aplicaciones de IA con prioridad en modo sin conexión
- Escala para grandes bases de usuarios
Pruebas, depuración y mejora continua
- CI/CD para aplicaciones móviles habilitadas para IA
- Pruebas de unidad, integración y rendimiento
- Actualizaciones iterativas del modelo y compatibilidad hacia atrás
Resumen y próximos pasos
Requerimientos
- Comprensión del 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 la implementación de IA en el dispositivo
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
