Merci d'avoir envoyé votre demande ! Un membre de notre équipe vous contactera sous peu.
Merci d'avoir envoyé votre réservation ! Un membre de notre équipe vous contactera sous peu.
Durée 14 heures
Plan du cours
Introduction to Nano Banana
- Vue d'ensemble du framework et de ses capacités
- Comprendre l'architecture et le pipeline de traitement
- Comparer Nano Banana avec d'autres solutions d'IA sur appareil
Configuration de l'environnement de développement
- Préparation d'Android Studio pour les charges de travail IA
- Intégration du SDK Nano Banana
- Configuration du projet et gestion des dépendances
Utilisation des API Nano Banana
- Découverte des méthodes API essentielles
- Chargement et gestion des modèles légers
- Exécution de tâches de déduction en temps réel
Optimisation des performances IA sur Android
- Stratégies pour une déduction à faible latence
- Techniques de gestion de la mémoire et des ressources
- Méthodes de benchmarking et outils d'optimisation
Conception d'expériences utilisateur pilotées par l'IA
- Mise en œuvre d'interactions UI réactives
- Gestion des tâches asynchrones et des callbacks
- Alignement des comportements IA avec les directives UX Android
Sécurité et confidentialité de l'IA sur appareil
- Garantir le traitement sécurisé des données utilisateur
- Techniques de déduction préservant la confidentialité
- Considérations de conformité pour les déploiements d'entreprise
Déploiement et maintenance des fonctionnalités IA
- Emballage et publication d'applications avec IA intégrée
- Versioning et mise à jour des modèles locaux
- Surveillance et amélioration des performances après déploiement
Cas d'usage avancés et intégrations
- Combinaison de Nano Banana avec les outils ML Android existants
- Mise en œuvre de fonctionnalités IA multimodales
- Extension des applications avec des modèles légers personnalisés
Résumé et prochaines étapes
Pré requis
- Une compréhension des fondamentaux des applications Android
- Une expérience en Kotlin ou Java
- Une familiarité de base avec les flux de travail de débogage d'applications mobiles
Public cible
- Développeurs Android créant des applications enrichies par l'IA
- Ingénieurs logiciels explorant les flux de travail ML sur appareil
- Équipes techniques évaluant le déploiement d'une IA légère sur Android
Nos clients témoignent (1)
Fluidez, ambiance et thème de la présentation
Lukasz Kowalczyk - Allegro Sp. z o.o.
Formation - Google Gemini AI for Data Analysis
Traduction automatique