Programa do Curso

Introdução ao Edge AI

  • Definição e conceitos-chave
  • Diferenças entre Edge AI e Cloud AI
  • Vantagens e desafios do Edge AI
  • Visão geral das aplicações de Edge AI

Arquitetura de Edge AI

  • Componentes dos sistemas de Edge AI
  • Requisitos de hardware e software
  • Fluxo de dados em aplicações de Edge AI
  • Integração com sistemas existentes

Configurando o Ambiente de Edge AI

  • Introdução a plataformas de Edge AI (Raspberry Pi, NVIDIA Jetson, etc.)
  • Instalação do software e bibliotecas necessários
  • Configuração do ambiente de desenvolvimento
  • Inicialização da configuração de Edge AI

Desenvolvendo Modelos de Edge AI

  • Visão geral dos modelos de aprendizado de máquina e deep learning para dispositivos de borda
  • Treinamento de modelos específicos para implantação em dispositivos de borda
  • Técnicas para otimizar modelos para dispositivos de borda
  • Ferramentas e frameworks para desenvolvimento de Edge AI (TensorFlow Lite, OpenVINO, etc.)

Gerenciamento e Pré-processamento de Dados para Edge AI

  • Técnicas de coleta de dados para ambientes de borda
  • Pré-processamento e aumento de dados para dispositivos de borda
  • Gerenciamento de pipelines de dados em dispositivos de borda
  • Garantindo privacidade e segurança dos dados em ambientes de borda

Implantação de Aplicações de Edge AI

  • Etapas para implantar modelos em diferentes dispositivos de borda
  • Técnicas para monitoramento e gerenciamento de modelos implantados
  • Processamento de dados em tempo real e inferência em dispositivos de borda
  • Estudos de caso e exemplos práticos de implantação

Integração de Edge AI com Sistemas IoT

  • Conectando soluções de Edge AI a dispositivos e sensores IoT
  • Protocolos de comunicação e métodos de troca de dados
  • Construção de uma solução end-to-end de Edge AI e IoT
  • Exemplos práticos e casos de uso

Casos de Uso e Aplicações

  • Aplicações específicas do setor para Edge AI
  • Estudos de caso detalhados em saúde, automotivo e casas inteligentes
  • Histórias de sucesso e lições aprendidas
  • Tendências futuras e oportunidades no Edge AI

Considerações Éticas e Melhores Práticas

  • Garantindo privacidade e segurança nas implantações de Edge AI
  • Lidando com viés e equidade em modelos de Edge AI
  • Conformidade com regulamentos e padrões
  • Melhores práticas para a implementação responsável de IA

Projetos Práticos e Exercícios

  • Desenvolvimento de uma aplicação complexa de Edge AI
  • Projetos reais e cenários do mundo real
  • Exercícios colaborativos em grupo
  • Apresentações e feedback de projetos

Resumo e Próximos Passos

Requisitos

  • Compreensão dos conceitos básicos de IA e aprendizado de máquina
  • Experiência com linguagens de programação (Python recomendado)
  • Familiaridade com os conceitos de computação em borda e IoT

Público-alvo

  • Desenvolvedores
  • Profissionais de TI
 14 Horas

Próximas Formações Provisórias

Categorias Relacionadas