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 Nano Banana
- Aperçu du framework et de ses capacités
- Comprendre l'architecture et le pipeline de traitement
- Comparer Nano Banana avec d'autres solutions d'IA sur l'appareil
Configuration de l'environnement de développement
- Préparer Android Studio pour les charges de travail d'IA
- Intégrer le SDK Nano Banana
- Configuration du projet et gestion des dépendances
Travailler avec les API Nano Banana
- Explorer les méthodes d'API principales
- Charger et gérer des modèles légers
- Exécuter des tâches d'inférence en temps réel
Optimisation des performances de l'IA sur Android
- Stratégies pour une inférence à faible latence
- Techniques de gestion de la mémoire et des ressources
- Approches de benchmarking et outils d'optimisation
Concevoir des expériences utilisateur pilotées par l'IA
- Mettre en œuvre des interactions UI réactives
- Gérer les tâches asynchrones et les rappels (callbacks)
- Aligner les comportements de l'IA avec les directives UX d'Android
Sécurité et vie privée dans l'IA sur l'appareil
- Assurer le traitement sécurisé des données utilisateur
- Techniques d'inférence préservant la vie privée
- Considérations relatives à la conformité pour les déploiements d'entreprise
Déploiement et maintenance des fonctionnalités d'IA
- Emballer et publier des applications avec IA intégrée
- Gestion des versions et mise à jour des modèles locaux
- Suivi et amélioration des performances après déploiement
Cas d'utilisation avancés et intégrations
- Combiner Nano Banana avec les outils ML Android existants
- Implémenter des fonctionnalités d'IA multimodales
- Étendre les applications avec des modèles personnalisés légers
Conclusion et prochaines étapes
Pré requis
- Comprendre les fondamentaux des applications Android
- Expérience avec Kotlin ou Java
- Notions de base des flux de débogage des applications mobiles
Public cible
- Développeurs Android créant des applications enrichies par l'IA
- Ingénieurs logiciels explorant les flux de travail ML sur l'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