Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Struttura del corso
Introduzione all'Edge AI
- Definizione e concetti chiave
- Differenze tra Edge AI e Cloud AI
- Vantaggi e sfide dell'Edge AI
- Panoramica delle applicazioni di Edge AI
Architettura dell'Edge AI
- Componenti dei sistemi di Edge AI
- Requisiti hardware e software
- Flusso dati nelle applicazioni di Edge AI
- Integrazione con sistemi esistenti
Configurazione dell'Ambiente Edge AI
- Introduzione alle piattaforme di Edge AI (Raspberry Pi, NVIDIA Jetson, ecc.)
- Installazione del software e delle librerie necessarie
- Configurazione dell'ambiente di sviluppo
- Inizializzazione della configurazione di Edge AI
Sviluppo dei Modelli Edge AI
- Panoramica dei modelli di machine learning e deep learning per dispositivi edge
- Addestramento di modelli specifici per la distribuzione su edge
- Tecniche per l'ottimizzazione dei modelli per i dispositivi edge
- Strumenti e framework per lo sviluppo di Edge AI (TensorFlow Lite, OpenVINO, ecc.)
Gestione e Preprocessing dei Dati per l'Edge AI
- Tecniche di raccolta dati per ambienti edge
- Preelaborazione e ampliamento dei dati per dispositivi edge
- Gestione delle pipeline dati sui dispositivi edge
- Garanzia della privacy e sicurezza dei dati in ambienti edge
Distribuzione di Applicazioni Edge AI
- Passaggi per la distribuzione dei modelli su diversi dispositivi edge
- Tecniche per il monitoraggio e gestione dei modelli distribuiti
- Elaborazione di dati in tempo reale e inferenza sui dispositivi edge
- Studi di caso e esempi pratici della distribuzione
Integrando l'Edge AI con Sistemi IoT
- Connessione delle soluzioni Edge AI con dispositivi e sensori IoT
- Protocolli di comunicazione e metodi di scambio dati
- Costruzione di una soluzione end-to-end di Edge AI e IoT
- Esempi pratici e casi d'uso
Casistiche ed Applicazioni
- Applicazioni specifiche per settore dell'Edge AI
- Studi di caso approfonditi nel settore sanitario, automobilistico e case intelligence
- Successi e insegnamenti
- Tendenze future ed opportunità nell'Edge AI
Considerazioni Etiche e Buone Pratiche
- Garanzia della privacy e sicurezza nelle distribuzioni Edge AI
- Gestione dell'bias e della fairness nei modelli Edge AI
- Conformità alle normative e standard
- Buone pratiche per un'affidabile distribuzione di AI
Progetti ed Esercizi Pratici
- Sviluppo di un'applicazione Edge AI complessa
- Progetti reali e scenari
- Esercizi di gruppo collaborativi
- Presentazioni dei progetti e feedback
Riepilogo ed Ulteriori Passaggi
Requisiti
- Comprensione dei concetti di base dell'IA e del machine learning
- Esperienza con linguaggi di programmazione (Python raccomandato)
- Familiarità con i concetti di edge computing e IoT
Pubblico
- Sviluppatori
- Professionisti IT
14 ore