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 borde en entornos industriales
- Por qué la computación en el borde es importante en la manufactura
- Comparación con la IA basada en la nube
- Casos de uso en visión por computador, mantenimiento predictivo y control
Plataformas de hardware y restricciones a nivel de dispositivo
- Resumen del hardware común en el borde (Raspberry Pi, NVIDIA Jetson, Intel NUC)
- Consideraciones sobre procesamiento, memoria y potencia
- Selección de la plataforma adecuada según el tipo de aplicación
Desarrollo y optimización de modelos para el borde
- Técnicas de compresión, poda y cuantización de modelos
- Uso de TensorFlow Lite y ONNX para implementación embebida
- Equilibrio entre precisión y velocidad en entornos restringidos
Visión por computador y fusión de sensores en el borde
- Inspección y monitoreo visual basado en el borde
- Integración de datos de múltiples sensores (vibración, temperatura, cámaras)
- Detección de anomalías en tiempo real con Edge Impulse
Comunicación e intercambio de datos
- Uso de MQTT para mensajería industrial
- Integración con sistemas SCADA, OPC-UA y PLC
- Seguridad y resiliencia en las comunicaciones en el borde
Implementación y pruebas de campo
- Empaquetado e implementación de modelos en dispositivos en el borde
- Monitoreo del rendimiento y gestión de actualizaciones
- Estudio de caso: bucle de toma de decisiones en tiempo real con actuación local
Escalabilidad y mantenimiento de sistemas de IA en el borde
- Estrategias de gestión de dispositivos en el borde
- Actualizaciones remotas y ciclos de readaptación de modelos
- Consideraciones del ciclo de vida para la implementación de grado industrial
Resumen y próximos pasos
Requerimientos
- Conocimiento de sistemas embebidos o arquitecturas IoT
- Experiencia en programación con Python o C/C++
- Familiaridad con el desarrollo de modelos de aprendizaje automático
Público objetivo
- Desarrolladores de sistemas embebidos
- Equipos de IoT industrial
21 Horas
Reseñas (1)
Podemos cubrir temas avanzados y trabajar con ejemplos de la vida real
Ruben Khachaturyan - iris-GmbH infrared & intelligent sensors
Curso - Advanced Edge AI Techniques
Traducción Automática