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 à l'IA sur l'appareil avec Nano Banana
- Principes fondamentaux de la déduction sur l'appareil
- Architecture et capacités du modèle Nano Banana
- Considérations de déploiement pour les plateformes mobiles
Configuration de Nano Banana et environnement de développement
- Installation des outils SDK Nano Banana
- Configuration des environnements de build Android et iOS
- Gestion des dépendances et de la compatibilité des versions
Exécution des modèles Nano Banana sur les appareils mobiles
- Chargement et exécution de modèles préconstruits
- Contraintes de mémoire et de calcul sur le matériel mobile
- Stratégies de déduction en temps réel
Création de fonctionnalités IA avec Nano Banana
- Intégration de fonctionnalités de génération de texte
- Implémentation de workflows de génération et d'édition d'images
- Combinaison d'entrées multimodales dans les applications
Optimisation des performances et mesure des performances
- Profilage de la latence et du débit
- Techniques de quantification, d'élagage et de compression de modèles
- Optimisation de l'utilisation thermique, de la batterie et des ressources
Sécurité et confidentialité dans l'IA sur l'appareil
- Gestion des données locales et considérations de conformité
- Protection des modèles et exécution sécurisée
- Risques et stratégies d'atténuation
Modèles de déploiement avancés
- Workflows hybrides entre l'appareil et le cloud
- Gestion des applications IA hors ligne en priorité
- Passage à l'échelle pour de grandes bases d'utilisateurs
Tests, débogage et amélioration continue
- CI/CD pour les applications mobiles avec IA
- Tests unitaires, d'intégration et de performance
- Mises à jour itératives des modèles et compatibilité ascendante
Résumé et prochaines étapes
Pré requis
- Une compréhension du développement d'applications mobiles
- Une expérience avec Python, Kotlin ou Swift
- Une familiarité avec les concepts de l'apprentissage automatique
Public cible
- Développeurs mobiles
- Ingénieurs en IA
- Professionnels techniques explorant le déploiement de l'IA sur l'appareil
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