Grazie per aver inviato la tua richiesta! Uno dei nostri team membri ti contatterà a breve.
Grazie per aver inviato il tuo prenotazione! Uno dei nostri team membri ti contatterà a breve.
Durata 14 ore
Struttura del corso
Introduzione a Nano Banana
- Panoramica del framework e delle sue funzionalità
- Comprensione dell'architettura e della pipeline di elaborazione
- Confronto tra Nano Banana e altre soluzioni AI on-device
Configurazione dell'ambiente di sviluppo
- Preparazione di Android Studio per carichi di lavoro AI
- Integrazione dello SDK Nano Banana
- Configurazione del progetto e gestione delle dipendenze
Lavorare con le API di Nano Banana
- Esplorazione dei metodi API principali
- Caricamento e gestione di modelli leggeri
- Esecuzione di task di inference in tempo reale
Ottimizzazione delle prestazioni AI su Android
- Strategie per l'inference a bassa latenza
- Tecniche per la gestione della memoria e delle risorse
- Approcci di benchmarking e strumenti di ottimizzazione
Progettazione di esperienze utente guidate dall'AI
- Implementazione di interazioni UI reattive
- Gestione di task asincroni e callback
- Coerenza dei comportamenti AI con le linee guida UX di Android
Sicurezza e privacy nell'AI on-device
- Garanzia di un trattamento sicuro dei dati degli utenti
- Tecniche per l'inference che preserva la privacy
- Considerazioni sulla conformità per i deployment aziendali
Deploy e manutenzione delle funzionalità AI
- Imballaggio e pubblicazione di applicazioni con AI integrata
- Versionamento e aggiornamento dei modelli locali
- Monitoraggio e miglioramento delle prestazioni post-deploy
Casi d'uso avanzati e integrazioni
- Combinare Nano Banana con gli strumenti ML Android esistenti
- Implementazione di funzionalità AI multimodali
- Estensione delle applicazioni con modelli leggeri personalizzati
Riepilogo e prossimi passi
Requisiti
- Conoscenza delle basi dello sviluppo di applicazioni Android
- Esperienza con Kotlin o Java
- Familiarità di base con i flussi di lavoro di debug delle app mobili
Pubblico
- Sviluppatori Android che creano app potenziate con IA
- Ingegneri del software che esplorano i flussi di lavoro ML on-device
- Team tecnici che valutano il deployment di AI leggera su Android
Recensioni (1)
Flusso, atmosfera e argomento della presentazione
Lukasz Kowalczyk - Allegro Sp. z o.o.
Corso - Google Gemini AI for Data Analysis
Traduzione automatica