Visión por Computadora para la Conducción Autónoma

Esta formación en vivo impartida por un instructor en Guatemala (en línea o presencial) está dirigida a ingenieros de robótica de nivel avanzado e investigadores de IA que desean implementar algoritmos sofisticados de planificación de rutas para mejorar el rendimiento de los vehículos autónomos.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender las bases teóricas de los algoritmos avanzados de planificación de rutas.
• Implementar algoritmos como RRT*, A* y D* para la navegación en tiempo real.
• Optimizar la planificación de rutas para la evitación de obstáculos y entornos dinámicos.
• Integrar algoritmos de planificación de rutas con datos de sensores para mejorar la precisión.
• Evaluar el rendimiento de varios algoritmos en escenarios prácticos.

Esta formación práctica impartida por instructores en Guatemala (en línea o en las instalaciones) está dirigida a científicos de datos avanzados, especialistas en IA y desarrolladores de IA automotriz que desean construir, entrenar y optimizar modelos de IA para aplicaciones de conducción autónoma.

Al finalizar esta formación, los participantes podrán:

• Comprender los fundamentos de la IA y el aprendizaje profundo en el contexto de vehículos autónomos.
• Implementar técnicas de visión por computadora para la detección de objetos en tiempo real y seguimiento de carriles.
• Utilizar el aprendizaje por refuerzo para la toma de decisiones en sistemas de conducción autónoma.
• Integrar técnicas de fusión de sensores para una mejor percepción y navegación.
• Construir modelos de aprendizaje profundo para predecir y analizar escenarios de conducción.

Esta formación en vivo impartida por un instructor en Guatemala (en línea o presencial) está dirigida a ingenieros de seguridad de nivel avanzado y profesionales de la seguridad automotriz que deseen desarrollar estrategias integrales de seguridad para vehículos autónomos, incluyendo análisis de peligros, evaluaciones de seguridad funcional y cumplimiento con normativas internacionales.

Al finalizar esta formación, los participantes podrán:

• Identificar y evaluar los riesgos de seguridad asociados a los sistemas de conducción autónoma.
• Realizar análisis de peligros y evaluación de riesgos utilizando estándares de la industria.
• Implementar métodos de validación y verificación de seguridad para sistemas AV.
• Aplicar normativas de seguridad funcional, como ISO 26262 y SOTIF.
• Desarrollar estrategias de mitigación de riesgos para los desafíos de seguridad de los vehículos autónomos (AV).

El SDK CANN (Compute Architecture for Neural Networks) proporciona herramientas potentes para el despliegue y la optimización de aplicaciones de inteligencia artificial en tiempo real, especialmente en hardware Huawei Ascend.

Esta formación presencial en vivo (en línea o in situ) está dirigida a profesionales intermedios de inteligencia artificial que desean construir, desplegar y optimizar modelos de visión y lenguaje utilizando el SDK CANN para casos de uso en producción.

Al final de esta formación, los participantes podrán:

• Desplegar y optimizar modelos de VC y PLN utilizando CANN y AscendCL.
• Utilizar las herramientas CANN para convertir modelos e integrarlos en flujos de trabajo en vivo.
• Optimizar el rendimiento de la inferencia para tareas como detección, clasificación y análisis de sentimiento.
• Construir flujos de trabajo de VC / PLN en tiempo real para escenarios de despliegue en edge o en la nube.

Formato del curso

• Conferencia interactiva y demostración.
• Laboratorio práctico con despliegue de modelos y perfilado de rendimiento.
• Diseño de flujos de trabajo en vivo utilizando casos de uso reales de VC y PLN.

Opciones de personalización del curso

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

Esta formación en vivo impartida por un instructor en Guatemala (en línea o presencial) está dirigida a profesionales de nivel avanzado que desean profundizar su comprensión de la visión por computadora y explorar las capacidades de TensorFlow para desarrollar sofisticados modelos de visión utilizando Google Colab.

Al finalizar esta formación, los participantes podrán:

• Construir y entrenar redes neuronales convolucionales (CNN) utilizando TensorFlow.
• Aprovechar Google Colab para el desarrollo de modelos en la nube escalable y eficiente.
• Implementar técnicas de preprocesamiento de imágenes para tareas de visión por computadora.
• Implementar modelos de visión por computadora para aplicaciones del mundo real.
• Utilizar el aprendizaje por transferencia para mejorar el rendimiento de los modelos CNN.
• Visualizar e interpretar los resultados de los modelos de clasificación de imágenes.

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

Al finalizar esta capacitación, los participantes serán capaces de:

• Comprender los fundamentos de la Edge AI y sus aplicaciones en visión por computadora.
• Desplegar 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 el despliegue de modelos.
• Optimizar los modelos de IA para obtener un mejor rendimiento, eficiencia energética e inferencia de baja latencia.

Esta formación en vivo impartida por un instructor en Guatemala (en línea o presencial) está dirigida a profesionales de nivel principiante que desean explorar los dilemas éticos y los marcos jurídicos relacionados con los vehículos autónomos.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender las implicaciones éticas de la toma de decisiones impulsada por inteligencia artificial en los vehículos autónomos.
• Analizar los marcos y políticas legales globales que regulan los coches sin conductor.
• Examinar la responsabilidad y la rendición de cuentas en caso de accidentes con vehículos autónomos.
• Evaluar el equilibrio entre la innovación y la seguridad pública en las leyes de conducción autónoma.
• Discutir estudios de casos del mundo real que involucran dilemas éticos y disputas legales.

Este curso práctico impartido por un instructor en Guatemala (en línea o presencial) está dirigido al personal de fuerzas del orden con conocimientos básicos que deseen pasar del dibujo manual de perfiles faciales al uso de herramientas de IA para desarrollar sistemas de reconocimiento facial.

Al finalizar esta formación, los participantes podrán:

• Comprender los fundamentos de la Inteligencia Artificial y el Aprendizaje Automático.
• Aprender los conceptos básicos del procesamiento digital de imágenes y su aplicación en el reconocimiento facial.
• Desarrollar habilidades para utilizar herramientas e infraestructuras de IA con el fin de crear modelos de reconocimiento facial.
• Adquirir experiencia práctica en la creación, capacitación y prueba de sistemas de reconocimiento facial.
• Comprender las consideraciones éticas y las mejores prácticas en el uso de la tecnología de reconocimiento facial.

Esta formación en vivo, impartida por instructores en Guatemala (en línea o presencial), está dirigida a investigadores y profesionales de laboratorio con nivel principiante a intermedio que deseen procesar y analizar imágenes relacionadas con tejidos histológicos, glóbulos rojos, algas y otras muestras biológicas.

Al finalizar esta formación, los participantes podrán:

• Navegar por la interfaz de Fiji y utilizar las funciones principales de ImageJ.
• Preprocesar y mejorar imágenes científicas para un análisis más preciso.
• Analizar imágenes cuantitativamente, incluida la contabilización de células y la medición de áreas.
• Automatizar tareas repetitivas utilizando macros y complementos (plugins).
• Personalizar flujos de trabajo para necesidades específicas de análisis de imágenes en la investigación biológica.

Esta formación en vivo con instructor en Guatemala (en línea o presencial) está dirigida a profesionales y entusiastas de nivel principiante que desean comprender los conceptos fundamentales, las tecnologías y las aplicaciones de los vehículos autónomos.

Al final de esta formación, los participantes podrán:

• Comprender los componentes clave y los principios de funcionamiento de los vehículos autónomos.
• Explorar el papel de la inteligencia artificial, los sensores y el procesamiento de datos en tiempo real en los sistemas de conducción automática.
• Analizar los diferentes niveles de autonomía vehicular y sus aplicaciones en el mundo real.
• Examinar los aspectos éticos, legales y normativos de la movilidad autónoma.
• Obtener experiencia práctica con simulaciones de vehículos autónomos.

Esta formación impartida por instructores, en vivo en Guatemala (en línea o presencial), está dirigida a especialistas avanzados en fusión de sensores e ingenieros de IA que desean desarrollar algoritmos de fusión multimódulo y optimizar la navegación en tiempo real en sistemas autónomos.

Al finalizar esta formación, los participantes podrán:

• Comprender los fundamentos y los desafíos de la fusión de datos multimódulo.
• Implementar algoritmos de fusión de sensores para la navegación autónoma en tiempo real.
• Integrar datos procedentes de LiDAR, cámaras y RADAR para mejorar la percepción.
• Analizar y evaluar el rendimiento del sistema de fusión bajo diversas condiciones.
• Desarrollar soluciones prácticas para la reducción del ruido de los sensores y la alineación de datos.

La visión por computadora es un campo que implica la extracción, análisis y comprensión automática de información útil a partir de medios digitales. Python es un lenguaje de programación de alto nivel famoso por su sintaxis clara y la legibilidad del código.

En esta capacitación en vivo con instructor, los participantes aprenderán los fundamentos de la visión por computadora mientras desarrollan un conjunto de aplicaciones básicas de visión por computadora utilizando Python.

Al finalizar esta capacitación, los participantes podrán:

• Comprender los fundamentos de la visión por computadora
• Utilizar Python para implementar tareas de visión por computadora
• Crear sus propios sistemas de detección facial, de objetos y de movimiento

Público objetivo

• Programadores en Python interesados en la visión por computadora

Formato del curso

• Combinación de conferencias, discusiones, ejercicios y práctica intensiva

Esta formación en vivo impartida por un instructor en Guatemala (en línea o presencial) está dirigida a ingenieros de nivel intermedio, profesionales del sector automotriz e especialistas en IoT que deseen comprender el papel de los sensores en los coches autónomos, abarcando LiDAR, radar, cámaras y técnicas de fusión de sensores.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender los diferentes tipos de sensores utilizados en los vehículos autónomos.
• Analizar los datos de los sensores para la percepción y la toma de decisiones del vehículo en tiempo real.
• Implementar técnicas de fusión de sensores para mejorar la precisión y seguridad del vehículo.
• Optimizar la colocación y calibración de los sensores para mejorar el rendimiento de la conducción autónoma.

Esta formación en vivo impartida por un instructor en Guatemala (en línea o presencial) está dirigida a ingenieros de redes de nivel intermedio y desarrolladores de IoT automotriz que desean comprender e implementar tecnologías de comunicación V2X para vehículos autónomos.

Al finalizar esta formación, los participantes podrán:

• Comprender los conceptos fundamentales de la comunicación V2X.
• Analizar los modelos de comunicación V2V, V2I, V2P y V2N.
• Implementar protocolos V2X como DSRC y C-V2X.
• Desarrollar simulaciones para entornos de vehículos conectados.
• Abordar desafíos de ciberseguridad y privacidad en redes V2X.

Esta capacitación en vivo impartida por un instructor en Guatemala (en línea o presencial) está dirigida a profesionales de nivel intermedio que deseen utilizar Vision Builder AI para diseñar, implementar y optimizar sistemas de inspección automatizada para procesos de tecnología de montaje superficial (SMT).

Al finalizar esta capacitación, los participantes podrán:

• Configurar e implementar inspecciones automatizadas utilizando Vision Builder AI.
• Adquirir y preprocesar imágenes de alta calidad para su análisis.
• Implementar decisiones basadas en lógica para la detección de defectos y la validación del proceso.
• Generar informes de inspección y optimizar el rendimiento del sistema.