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 Edge AI
Architettura Edge AI
- Componenti dei sistemi Edge AI
- Requisiti hardware e software
- Flusso di dati nelle applicazioni Edge AI
- Integrazione con i sistemi esistenti
Configurazione dell'ambiente Edge AI
- Introduzione alle piattaforme 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 di modelli di Edge AI
- Panoramica dei modelli di machine learning e deep learning per i dispositivi edge
- Modelli di addestramento specifici per l'implementazione perimetrale
- Tecniche per l'ottimizzazione dei modelli per i dispositivi edge
- Strumenti e framework per lo sviluppo di Edge AI (TensorFlow Lite, OpenVINO, ecc.)
Data Management e pre-elaborazione per Edge AI
- Tecniche di raccolta dati per ambienti edge
- Pre-elaborazione e aumento dei dati per i dispositivi edge
- Gestione delle pipeline di dati sui dispositivi perimetrali
- Garantire la privacy e la sicurezza dei dati negli ambienti edge
Distribuzione di applicazioni di intelligenza artificiale edge
- Passaggi per la distribuzione di modelli su vari dispositivi perimetrali
- Tecniche per il monitoraggio e la gestione dei modelli distribuiti
- Elaborazione e inferenza dei dati in tempo reale su dispositivi periferici
- Casi di studio ed esempi pratici di distribuzione
Integrazione dell'Edge AI con i sistemi IoT
- Connettere le soluzioni Edge AI con dispositivi e sensori IoT
- Communication Protocolli e metodi di scambio dati
- Creazione di una soluzione edge AI e IoT end-to-end
- Esempi pratici e casi d'uso
Use Case e applicazioni
- Applicazioni specifiche del settore dell'Edge AI
- Casi di studio approfonditi nel settore sanitario, automobilistico e delle case intelligenti
- Storie di successo e lezioni apprese
- Tendenze e opportunità future nell'Edge AI
Considerazioni etiche e best practice
- Garantire la privacy e la sicurezza nelle implementazioni di Edge AI
- Affrontare i pregiudizi e l'equità nei modelli di Edge AI
- Conformità alle normative e agli standard
- Best practice per un'implementazione responsabile dell'IA
Progetti pratici ed esercizi
- Sviluppo di un'applicazione Edge AI complessa
- Progetti e scenari del mondo reale
- Esercizi collaborativi di gruppo
- Presentazioni e feedback dei progetti
Riepilogo e prossime tappe
Requisiti
- Comprensione dei concetti di base dell'intelligenza artificiale e dell'apprendimento automatico
- Esperienza con i linguaggi di programmazione (Python consigliato)
- Familiarità con i concetti di edge computing e IoT
Pubblico
- Gli sviluppatori
- Professionisti IT
14 ore