Formation Edge AI en Bruges

Cette formation dirigée par un instructeur, en direct dans Bruges (en ligne ou sur site), s'adresse aux chercheurs avancés en IA, aux data scientists et aux spécialistes de la sécurité qui souhaitent mettre en œuvre des techniques d'apprentissage fédéré pour former des modèles d'IA sur plusieurs appareils edge tout en préservant la confidentialité des données.

À l'issue de cette formation, les participants seront capables de :

• Comprendre les principes et les avantages de l'apprentissage fédéré dans l'Edge AI.
• Mettre en œuvre des modèles d'apprentissage fédéré à l'aide de TensorFlow Federated et PyTorch.
• Optimiser l'entraînement de l'IA sur des appareils edge distribués.
• Aborder les défis liés à la confidentialité et à la sécurité des données dans l'apprentissage fédéré.
• Déployer et surveiller les systèmes d'apprentissage fédéré dans des applications réelles.

Cette formation en direct, dirigée par un formateur, à Bruges (en ligne ou sur site), s'adresse aux professionnels de l'agritech de niveau débutant à intermédiaire, aux spécialistes de l'IoT et aux ingénieurs en IA qui souhaitent développer et déployer des solutions Edge AI pour l'agriculture intelligente.

À l'issue de cette formation, les participants seront capables de :

• Comprendre le rôle de l'Edge AI dans l'agriculture de précision.
• Mettre en œuvre des systèmes de suivi des cultures et du bétail pilotés par l'IA.
• Développer des solutions d'irrigation automatisée et de détection environnementale.
• Optimiser l'efficacité agricole grâce à l'analyse Edge AI en temps réel.

Cette formation en présentiel ou à distance, animée par un instructeur, Bruges s'adresse aux professionnels avancés de la cybersécurité, aux ingénieurs IA et aux développeurs IoT qui souhaitent mettre en œuvre des mesures de sécurité robustes et des stratégies de résilience pour les systèmes Edge AI.

À l'issue de cette formation, les participants seront capables de :

• Comprendre les risques de sécurité et les vulnérabilités liés aux déploiements Edge AI.
• Mettre en œuvre des techniques de chiffrement et d'authentification pour la protection des données.
• Concevoir des architectures Edge AI résilientes capables de résister aux cybermenaces.
• Appliquer des stratégies de déploiement sécurisées des modèles IA dans les environnements périphériques.

Cette formation en présentiel ou en ligne, animée par un instructeur, à Bruges s'adresse aux techniciens du retail, aux développeurs d'IA et aux analystes d'affaires de niveau débutant à intermédiaire qui souhaitent appliquer des solutions d'IA de bout en bout pour les systèmes de caisse intelligente, la gestion des stocks et l'engagement client personnalisé.

À la fin de cette formation, les participants seront en mesure de :

• Comprendre comment l'IA de bout en bout améliore les opérations de vente au détail et l'expérience client.
• Mettre en œuvre des systèmes de paiement sans caissier et des caisses intelligentes alimentées par l'IA.
• Optimiser la gestion des stocks grâce au suivi en temps réel et à l'analyse des données.
• Utiliser la vision par ordinateur et l'IA pour offrir des expériences en magasin personnalisées.

Cette formation en direct encadrée par un formateur à Bruges (en ligne ou sur site) s'adresse aux professionnels des télécommunications de niveau intermédiaire, aux ingénieurs en IA et aux spécialistes de l'IoT qui souhaitent explorer comment les réseaux 5G accélèrent les applications d'IA de bord.

À l'issue de cette formation, les participants seront capables de :

• Comprendre les fondamentaux de la technologie 5G et son impact sur l'IA de bord.
• Déployer des modèles d'IA optimisés pour des applications à faible latence dans des environnements 5G.
• Mettre en œuvre des systèmes de prise de décision en temps réel grâce à l'IA de bord et à la connectivité 5G.
• Optimiser les charges de travail de l'IA pour garantir des performances efficaces sur les appareils de bord.

Cette formation en direct, dirigée par un instructeur, dans Bruges (en ligne ou en présentiel), s'adresse aux développeurs d'IA intégrée et aux spécialistes de l'informatique en périphérie de niveau intermédiaire souhaitant ajuster finement et optimiser des modèles d'IA légers pour un déploiement sur des dispositifs aux ressources limitées.

À l'issue de cette formation, les participants seront capables de :

• Sélectionner et adapter des modèles pré-entraînés adaptés au déploiement en périphérie.
• Appliquer la quantification, l'élagage (pruning) et d'autres techniques de compression pour réduire la taille des modèles et la latence.
• Ajuster finement les modèles à l'aide de l'apprentissage par transfert pour des performances spécifiques à une tâche.
• Déployer des modèles optimisés sur de véritables plateformes matérielles périphériques.

Cette formation en présentiel ou à distance, animée par un formateur, à Bruges s'adresse aux ingénieurs en vision par ordinateur, aux développeurs d'IA et aux professionnels de l'IoT de niveau intermédiaire à avancé, souhaitant implémenter et optimiser des modèles de vision par ordinateur pour le traitement en temps réel sur des dispositifs edge.

À l'issue de cette formation, les participants seront capables de :

• Comprendre les fondamentaux de l'Edge AI et ses applications dans le domaine de la vision par ordinateur.
• Déployer des modèles d'apprentissage profond optimisés sur des dispositifs edge pour l'analyse d'images et de vidéos en temps réel.
• Utiliser des frameworks tels que TensorFlow Lite, OpenVINO et NVIDIA Jetson SDK pour le déploiement de modèles.
• Optimiser les modèles d'IA pour la performance, l'efficacité énergétique et une inférence à faible latence.

Cette formation en direct, animée par un instructeur, à Bruges (en ligne ou en présentiel), s'adresse aux ingénieurs embarqués de niveau intermédiaire, aux développeurs IoT et aux chercheurs en IA qui souhaitent mettre en œuvre des techniques de TinyML pour des applications alimentées par l'IA sur du matériel écoénergétique.

À l'issue de cette formation, les participants seront capables de :

• Comprendre les fondamentaux du TinyML et de l'IA edge.
• Déployer des modèles d'IA légers sur des microcontrôleurs.
• Optimiser l'inférence de l'IA pour une consommation électrique réduite.
• Intégrer le TinyML dans des applications IoT réelles.

Cette formation en présentiel ou en ligne, animée par un formateur, est dispensée dans Bruges et s'adresse aux ingénieurs roboticiens de niveau intermédiaire à avancé, aux développeurs d'IA et aux spécialistes de l'automatisation souhaitant mettre en œuvre l'Edge AI pour des applications robotiques.

À l'issue de cette formation, les participants seront capables de :

• Comprendre le rôle de l'Edge AI dans les systèmes autonomes.
• Déployer des modèles d'IA sur des dispositifs edge pour la robotique en temps réel.
• Optimiser les performances de l'IA pour une prise de décision à faible latence.
• Intégrer la vision par ordinateur et la fusion de capteurs pour l'autonomie robotique.

Le cours « Agents légers et edge » est une formation pratique axée sur le déploiement de charges de travail agentic sur des appareils aux ressources limitées. Les participants apprennent à concevoir, optimiser et gérer des agents légers capables d'effectuer un raisonnement et une inférence locale, améliorant ainsi la rapidité, la confidentialité et la fiabilité dans les environnements distribués. Le cours met l'accent sur le réglage des performances, la conception à faible latence et l'intégration matériel-logiciel.

Cette formation en direct, animée par un instructeur (en ligne ou sur site), s'adresse aux professionnels de niveau intermédiaire souhaitant implémenter et optimiser des systèmes agentic sur l'appareil à l'aide de Python et de frameworks edge AI.

À l'issue de cette formation, les participants seront capables de :

• Comprendre l'architecture et les défis liés à l'exécution de l'IA agentic sur des appareils edge.
• Concevoir des boucles d'agents légères adaptées aux environnements contraints.
• Implémenter l'inférence locale en utilisant TensorFlow Lite, PyTorch Mobile et ONNX.
• Intégrer les agents avec des capteurs, des actionneurs et des plateformes IoT.
• Optimiser les performances, la consommation d'énergie et la latence pour un fonctionnement en temps réel.

Format du cours

• Conférence interactive et démonstrations pratiques.
• Développement pratique dans des environnements locaux ou simulés.
• Apprentissage basé sur des projets et exercices d'implémentation guidés.

Options de personnalisation du cours

• Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour organiser cela.

Cette formation en présentiel ou à distance, animée par un instructeur, dans Bruges s'adresse aux ingénieurs en IA avancés, aux développeurs embarqués et aux ingénieurs matériels souhaitant déployer des modèles d'IA sur des appareils à faible consommation tout en minimisant l'utilisation énergétique.

À l'issue de cette formation, les participants seront capables de :

• Comprendre les défis liés à l'exécution de l'IA sur des appareils économes en énergie.
• Optimiser les réseaux de neurones pour l'inférence à faible consommation.
• Utiliser des techniques de quantification, d'élagage et de compression de modèles.
• Déployer des modèles d'IA sur du matériel périphérique avec une consommation d'énergie minimale.

Cette formation en direct, animée par un instructeur en <lieu> (en ligne ou sur site), s'adresse aux développeurs d'IA de niveau intermédiaire, aux ingénieurs embarqués et aux ingénieurs en robotique qui souhaitent optimiser et déployer des modèles d'IA sur des plateformes NVIDIA Jetson pour des applications edge.

À l'issue de cette formation, les participants seront en mesure de :

• Comprendre les fondamentaux de l'IA edge et le matériel NVIDIA Jetson.
• Optimiser les modèles d'IA pour leur déploiement sur des appareils edge.
• Utiliser TensorRT pour accélérer l'inférence d'apprentissage profond.
• Déployer des modèles d'IA à l'aide du SDK JetPack et d'ONNX Runtime.

Cette formation en présentiel ou en ligne, encadrée par un formateur, dans Bruges s'adresse aux développeurs d'IA de niveau intermédiaire, aux ingénieurs en apprentissage automatique et aux architectes systèmes qui souhaitent optimiser les modèles d'IA pour un déploiement edge.

À l'issue de cette formation, les participants seront en mesure de :

• Comprendre les défis et les exigences liés au déploiement de modèles d'IA sur des appareils edge.
• Appliquer des techniques de compression de modèles pour réduire la taille et la complexité des modèles d'IA.
• Utiliser des méthodes de quantification pour améliorer l'efficacité des modèles sur le matériel edge.
• Mettre en œuvre le pruning (élagage) et d'autres techniques d'optimisation pour améliorer les performances des modèles.
• Déployer des modèles d'IA optimisés sur divers appareils edge.

Cette formation en direct, dispensée par un formateur, à Bruges (en ligne ou en présentiel), s'adresse aux développeurs, data scientists et passionnés de technologie de niveau intermédiaire souhaitant acquérir des compétences pratiques pour déployer des modèles d'IA sur des appareils en périphérie dans diverses applications.

À l'issue de cette formation, les participants seront capables de :

• Comprendre les principes de l'IA en périphérie et ses avantages.
• Mettre en place et configurer l'environnement de calcul en périphérie.
• Développer, entraîner et optimiser des modèles d'IA pour un déploiement en périphérie.
• Mettre en œuvre des solutions d'IA pratiques sur des appareils en périphérie.
• Évaluer et améliorer les performances des modèles déployés en périphérie.
• Prendre en compte les aspects éthiques et de sécurité dans les applications d'IA en périphérie.

Cette formation en présentiel ou à distance animée par un formateur expert dans Bruges s'adresse aux professionnels intermédiaires du secteur financier, aux développeurs de fintech et aux spécialistes de l'IA souhaitant mettre en œuvre des solutions d'IA de bord dans les services financiers.

À l'issue de cette formation, les participants seront capables de :

• Comprendre le rôle de l'IA de bord dans les services financiers.
• Mettre en œuvre des systèmes de détection de fraude à l'aide de l'IA de bord.
• Améliorer le service client grâce à des solutions pilotées par l'IA.
• Appliquer l'IA de bord à la gestion des risques et à la prise de décision.
• Déployer et gérer des solutions d'IA de bord dans des environnements financiers.

Cette formation en présentiel (en ligne ou sur site) est destinée aux ingénieurs industriels de niveau intermédiaire, aux professionnels de la fabrication et aux développeurs d'IA qui souhaitent mettre en œuvre des solutions Edge AI dans l'automatisation industrielle.

À l'issue de cette formation, les participants seront capables de :

• Comprendre le rôle de l'Edge AI dans l'automatisation industrielle.
• Mettre en œuvre des solutions de maintenance prédictive utilisant l'Edge AI.
• Appliquer des techniques d'IA pour le contrôle qualité dans les processus de fabrication.
• Optimiser les processus industriels en utilisant l'Edge AI.
• Déployer et gérer des solutions Edge AI dans des environnements industriels.

L'IA en périphérie (Edge AI) consiste à déployer des modèles d'intelligence artificielle directement sur les appareils et machines situés à la périphérie du réseau, permettant une prise de décision en temps réel avec une latence minimale.

Cette formation live, animée par un formateur (en ligne ou en présentiel), s'adresse aux professionnels avancés de l'embarqué et de l'IoT souhaitant déployer des logiques de contrôle et de pilotage propulsées par l'IA dans des environnements de fabrication où la vitesse, la fiabilité et le fonctionnement hors ligne sont critiques.

À l'issue de cette formation, les participants seront capables de :

• Comprendre l'architecture et les avantages des systèmes d'IA en périphérie.
• Construire et optimiser des modèles d'IA pour leur déploiement sur des appareils embarqués.
• Utiliser des outils tels que TensorFlow Lite et OpenVINO pour une inférence à faible latence.
• Intégrer l'intelligence en périphérie avec des capteurs, des actionneurs et des protocoles industriels.

Format du cours

• Cours interactif et discussions.
• Nombreux exercices et mises en pratique.
• Implémentation pratique dans un environnement de laboratoire live.

Options de personnalisation du cours

• Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour en convenir.

Cette formation en direct avec instructeur à Bruges (en ligne ou sur site) s'adresse aux développeurs intermédiaires, aux scientifiques des données et aux praticiens de l'IA qui souhaitent exploiter TensorFlow Lite pour des applications d'IA en périphérie.

À l'issue de cette formation, les participants seront capables de :

• Comprendre les fondamentaux de TensorFlow Lite et son rôle dans l'IA en périphérie.
• Développer et optimiser des modèles d'IA en utilisant TensorFlow Lite.
• Déployer des modèles TensorFlow Lite sur divers appareils en périphérie.
• Utiliser des outils et techniques pour la conversion et l'optimisation des modèles.
• Implémenter des applications pratiques d'IA en périphérie en utilisant TensorFlow Lite.

Cette formation en présentiel ou en ligne Bruges est destinée aux planificateurs urbains, ingénieurs civils et gestionnaires de projets de villes intelligentes de niveau intermédiaire souhaitant tirer parti de l'Edge AI pour leurs initiatives de villes intelligentes.

À l'issue de cette formation, les participants seront en mesure de :

• Comprendre le rôle de l'Edge AI dans les infrastructures des villes intelligentes.
• Mettre en œuvre des solutions Edge AI pour la gestion du trafic et la surveillance.
• Optimiser les ressources urbaines à l'aide des technologies Edge AI.
• Intégrer l'Edge AI avec les systèmes existants de villes intelligentes.
• Aborder les considérations éthiques et réglementaires dans les déploiements de villes intelligentes.

Cette formation en présentiel, animée par un formateur, en Bruges (en ligne ou sur site), s'adresse aux professionnels de la cybersécurité de niveau intermédiaire, aux administrateurs système et aux chercheurs en éthique de l'IA souhaitant sécuriser et déployer de manière éthique des solutions d'IA de périphérie.

À l'issue de cette formation, les participants seront capables de :

• Comprendre les défis de sécurité et de confidentialité dans l'IA de périphérie.
• Mettre en œuvre les meilleures pratiques pour sécuriser les appareils de périphérie et les données.
• Développer des stratégies pour atténuer les risques de sécurité dans les déploiements d'IA de périphérie.
• Aborder les considérations éthiques et assurer la conformité aux réglementations.
• Réaliser des évaluations et des audits de sécurité pour les applications d'IA de périphérie.

Cette formation en direct, animée par un formateur à Bruges (en ligne ou en présentiel), s'adresse aux ingénieurs en robotique de niveau intermédiaire, aux développeurs de véhicules autonomes et aux chercheurs en IA qui souhaitent tirer parti de l'Edge AI pour des solutions de systèmes autonomes innovantes.

À l'issue de cette formation, les participants seront capables de :

• Comprendre le rôle et les avantages de l'Edge AI dans les systèmes autonomes.
• Développer et déployer des modèles d'IA pour le traitement en temps réel sur des appareils edge.
• Mettre en œuvre des solutions Edge AI dans les véhicules autonomes, les drones et la robotique.
• Concevoir et optimiser des systèmes de contrôle à l'aide de l'Edge AI.
• Traiter les considérations éthiques et réglementaires dans les applications d'IA autonomes.

Cette formation animée par un instructeur Bruges (en ligne ou en présentiel) s'adresse aux professionnels de la santé de niveau intermédiaire, aux ingénieurs biomédicaux et aux développeurs d'IA souhaitant tirer parti de l'Edge AI pour concevoir des solutions innovantes dans le domaine de la santé.

À l'issue de cette formation, les participants seront capables de :

• Comprendre le rôle et les avantages de l'Edge AI dans le secteur de la santé.
• Développer et déployer des modèles d'IA sur des appareils en périphérie pour des applications de santé.
• Mettre en œuvre des solutions d'Edge AI dans des appareils portables et des outils de diagnostic.
• Concevoir et déployer des systèmes de surveillance des patients à l'aide de l'Edge AI.
• Prendre en compte les considérations éthiques et réglementaires liées aux applications d'IA dans le domaine de la santé.

L'Edge AI permet d'exécuter des modèles d'intelligence artificielle directement sur des appareils intégrés ou à ressources limitées, réduisant la latence et la consommation d'énergie tout en augmentant l'autonomie et la confidentialité des systèmes robotiques.

Cette formation en présentiel (en ligne ou sur site) est destinée aux développeurs embarqués et aux ingénieurs en robotique de niveau intermédiaire qui souhaitent mettre en œuvre des techniques d'inférence et d'optimisation d'apprentissage automatique directement sur le matériel robotique en utilisant TinyML et des frameworks d'Edge AI.

À la fin de cette formation, les participants seront capables de :

• Comprendre les fondamentaux de TinyML et de l'Edge AI pour la robotique.
• Convertir et déployer des modèles d'IA pour une inférence sur appareil.
• Optimiser les modèles pour la vitesse, la taille et l'efficacité énergétique.
• Intégrer des systèmes d'Edge AI dans les architectures de contrôle robotique.
• Évaluer les performances et la précision dans des scénarios réels.

Format de la formation

• Cours interactif et discussions.
• Pratique sur le terrain avec des chaînes d'outils TinyML et Edge AI.
• Exercices pratiques sur des plateformes matérielles embarquées et robotiques.

Options de personnalisation du cours

• Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour organiser cela.

La 6G et la bord intelligente est un cours prospectif qui explore l'intégration des technologies sans fil 6G avec le calcul en bordure, les écosystèmes IoT et le traitement des données piloté par l'IA pour soutenir des infrastructures intelligentes, à faible latence et adaptatives.

Cette formation en présentiel ou en ligne, dirigée par un formateur, s'adresse aux architectes informatiques de niveau intermédiaire souhaitant comprendre et concevoir des architectures distribuées de nouvelle génération exploitant la synergie entre la connectivité 6G et les systèmes de bord intelligent.

À l'issue de cette formation, les participants seront en mesure de :

• Comprendre comment la 6G transformera le calcul en bordure et les architectures IoT.
• Concevoir des systèmes distribués pour une ultra-faible latence, une haute bande passante et des opérations autonomes.
• Intégrer l'IA et l'analyse de données en bordure pour une prise de décision intelligente.
• Planifier des infrastructures de bord évolutives, sécurisées et résilientes prêtes pour la 6G.
• Évaluer les modèles économiques et opérationnels rendus possibles par la convergence 6G-bord.

Format de la formation

• Cours interactifs et débats.
• Études de cas et exercices de conception d'architecture appliquée.
• Simulation pratique avec des outils de bord ou de conteneurisation (optionnels).

Options de personnalisation de la formation

• Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour organiser cela.

Cette formation en direct, dirigée par un formateur, à Bruges (en ligne ou en présentiel) s'adresse aux praticiens de l'IA, aux chercheurs et aux développeurs de niveau avancé qui souhaitent maîtriser les dernières avancées de l'IA en périphérie, optimiser leurs modèles d'IA pour le déploiement en périphérie et explorer des applications spécialisées dans divers secteurs.

À l'issue de cette formation, les participants seront capables de :

• Explorer des techniques avancées dans le développement et l'optimisation des modèles d'IA en périphérie.
• Mettre en œuvre des stratégies de pointe pour déployer des modèles d'IA sur des appareils en périphérie.
• Utiliser des outils et des frameworks spécialisés pour des applications avancées d'IA en périphérie.
• Optimiser les performances et l'efficacité des solutions d'IA en périphérie.
• Explorer des cas d'utilisation innovants et les tendances émergentes de l'IA en périphérie.
• Aborder les considérations éthiques et de sécurité avancées dans les déploiements d'IA en périphérie.

La boîte à outils Ascend CANN de Huawei permet d'exécuter des inférences IA puissantes sur des appareils périphériques tels que l'Ascend 310. CANN fournit les outils essentiels pour compiler, optimiser et déployer des modèles dans des environnements où les ressources de calcul et la mémoire sont limitées.

Cette formation en direct, dispensée par un instructeur (en ligne ou sur site), s'adresse aux développeurs et intégrateurs de niveau intermédiaire en IA qui souhaitent déployer et optimiser des modèles sur des appareils périphériques Ascend en utilisant la chaîne d'outils CANN.

À l'issue de cette formation, les participants seront capables :

• De préparer et convertir des modèles IA pour l'Ascend 310 en utilisant les outils CANN.
• De créer des pipelines d'inférence légers grâce à MindSpore Lite et AscendCL.
• D'optimiser les performances des modèles pour des environnements avec des ressources de calcul et de mémoire limitées.
• De déployer et surveiller des applications IA dans des cas d'usage périphériques réels.

Format du cours

• Conférence interactive et démonstrations.
• Travaux pratiques avec des modèles et scénarios spécifiques à la périphérie.
• Déploiements en direct sur du matériel périphérique virtuel ou physique.

Options de personnalisation du cours

• Pour demander une formation personnalisée pour ce cours, veuillez nous contacter afin d'en convenir.

Cette formation en direct animée par un instructeur à Bruges (en ligne ou sur site) s'adresse aux développeurs de niveau intermédiaire, aux architectes système et aux professionnels de l'industrie souhaitant exploiter l'Edge AI pour améliorer les applications IoT avec des capacités de traitement et d'analyse de données intelligentes.

À la fin de cette formation, les participants seront capables :

• Comprendre les principes de base de l'Edge AI et son application dans l'IoT.
• Mettre en place et configurer des environnements Edge AI pour les appareils IoT.
• Développer et déployer des modèles d'IA sur des appareils périphériques pour les applications IoT.
• Mettre en œuvre le traitement des données en temps réel et la prise de décision dans les systèmes IoT.
• Intégrer l'Edge AI avec divers protocoles et plateformes IoT.
• Traiter les considérations éthiques et les bonnes pratiques en matière d'Edge AI pour l'IoT.

Cette formation en présentiel ou à distance, encadrée par un instructeur, se déroule en Bruges et s'adresse aux développeurs IoT de niveau intermédiaire, ingénieurs embarqués et praticiens de l'IA souhaitant mettre en œuvre la TinyML pour la maintenance prédictive, la détection d'anomalies et des applications de capteurs intelligents.

À l'issue de cette formation, les participants seront capables de :

• Comprendre les fondamentaux de la TinyML et ses applications dans l'IoT.
• Mettre en place un environnement de développement TinyML pour des projets IoT.
• Développer et déployer des modèles d'apprentissage automatique sur des microcontrôleurs basse consommation.
• Implémenter la maintenance prédictive et la détection d'anomalies à l'aide de la TinyML.
• Optimiser les modèles TinyML pour une utilisation efficace de l'énergie et de la mémoire.

Cette formation en direct, animée par un formateur, à Bruges (en ligne ou sur site), s'adresse aux développeurs et aux professionnels de l'informatique de niveau intermédiaire souhaitant acquérir une compréhension globale de l'Edge AI, du concept à l'implémentation pratique, y compris la configuration et le déploiement.

À l'issue de cette formation, les participants seront capables de :

• Comprendre les concepts fondamentaux de l'Edge AI.
• Configurer et paramétrer des environnements Edge AI.
• Développer, former et optimiser des modèles Edge AI.
• Déployer et gérer des applications Edge AI.
• Intégrer l'Edge AI avec les systèmes et les flux de travail existants.
• Prendre en compte les considérations éthiques et les bonnes pratiques de mise en œuvre de l'Edge AI.

Cette formation en présentiel ou en ligne, animée par un formateur, est destinée aux ingénieurs systèmes embarqués de niveau intermédiaire et aux développeurs d'IA qui souhaitent déployer des modèles d'apprentissage automatique sur des microcontrôleurs en utilisant TensorFlow Lite et Edge Impulse.

À l'issue de cette formation, les participants seront en mesure de :

• Comprendre les principes de base de TinyML et ses avantages pour les applications d'IA edge.
• Configurer un environnement de développement pour les projets TinyML.
• Entraîner, optimiser et déployer des modèles d'IA sur des microcontrôleurs à faible consommation.
• Utiliser TensorFlow Lite et Edge Impulse pour mettre en œuvre des applications TinyML réelles.
• Optimiser les modèles d'IA pour l'efficacité énergétique et les contraintes de mémoire.

Les UIM (Unités d'Informatique pour l'IA) de Cambricon sont des puces spécialisées dans le domaine de l'IA, optimisées pour l'inférence et l'entraînement dans des contextes de périphérie (edge) et de centres de données.

Ce training animé par un instructeur (en ligne ou en présentiel) s'adresse aux développeurs de niveau intermédiaire souhaitant construire et déployer des modèles d'IA en utilisant le framework BANGPy et le SDK Neuware sur du matériel Cambricon MLU.

À l'issue de ce training, les participants seront capables de :

• Configurer et mettre en place les environnements de développement BANGPy et Neuware.
• Développer et optimiser des modèles basés sur Python et/ou C++ pour les UIM Cambricon.
• Déployer des modèles sur des périphériques de périphérie et de centres de données fonctionnant avec le runtime Neuware.
• Intégrer les workflows ML avec les fonctionnalités d'accélération spécifiques aux UIM.

Format du cours

• Conférences interactives et discussions.
• Pratique de BANGPy et Neuware pour le développement et le déploiement.
• Exercices guidés axés sur l'optimisation, l'intégration et les tests.

Options de personnalisation du cours

• Pour demander une formation personnalisée pour ce cours basée sur votre modèle d'appareil Cambricon ou votre cas d'utilisation, veuillez nous contacter pour convenir des détails.

Cette formation en direct, animée par un formateur à Bruges (en ligne ou en présentiel), s'adresse aux développeurs et aux professionnels de l'informatique de niveau débutant qui souhaitent comprendre les fondamentaux de l'IA en périphérie et ses applications introductives.

À l'issue de cette formation, les participants seront capables de :

• Comprendre les concepts de base et l'architecture de l'IA en périphérie.
• Configurer et mettre en place des environnements d'IA en périphérie.
• Développer et déployer des applications simples d'IA en périphérie.
• Identifier et comprendre les cas d'utilisation et les avantages de l'IA en périphérie.