Kontakt aufnehmen

Schulungsübersicht

Fortgeschrittene Konzepte im Bereich Edge AI

  • Ausführliche Betrachtung der Architektur von Edge AI
  • Vergleichende Analyse zwischen Edge AI und Cloud AI
  • Aktuelle Trends sowie neue Technologien im Bereich Edge AI
  • Anspruchsvolle Anwendungsfälle und Einsatzmöglichkeiten

Fortgeschrittene Methoden zur Modelloptimierung

  • Quantisierung sowie Pruning für Edge-Geräte
  • Wissensdestillation zur Erstellung leichtgewichtiger Modelle
  • Transfer Learning im Kontext von Edge AI-Anwendungen
  • Automatisierung von Prozessen zur Modelloptimierung

Zukunftsweisende Strategien für die Implementierung

  • Containerisierung sowie Orchestrierung im Kontext von Edge AI
  • Einsatz von AI-Modellen mithilfe spezialisierter Edge-Computing-Plattformen (z. B. Edge TPU, Jetson Nano)
  • Echtzeit-Inferenz sowie Lösungen mit geringer Verzögerung
  • Verwaltung von Updates sowie Skalierbarkeit auf Edge-Geräten

Spezialisierte Tools und Frameworks

  • Kennenlernen fortgeschrittener Tools wie TensorFlow Lite, OpenVINO oder PyTorch Mobile
  • Nutzung hardwarebezogener Optimierungstools
  • Integration von AI-Modellen mit spezieller Edge-Hardware
  • Fallstudien zu praktischen Anwendungen dieser Tools

Leistungssteigerung und Monitoring

  • Methoden zur Benchmark-Analyse von Edge-Geräten
  • Werkzeuge zur Echtzeit-Überwachung und Fehlerbehebung
  • Umgang mit Verzögerungen, Durchsatz sowie Energieeffizienzproblemen
  • Strategien für kontinuierliche Optimierung und Wartung der Lösungen

Innovative Anwendungsbereiche und Trends

  • Branchenspezifische Einsatzmöglichkeiten fortgeschrittener Edge AI-Lösungen
  • Smart Cities, autonome Fahrzeuge, Industrie-IoT sowie Gesundheitswesen und mehr
  • Fallstudien erfolgreicher Edge AI-Implementierungen
  • Zukünftige Entwicklungen und Forschungsrichtungen im Bereich Edge AI

Fortgeschrittene ethische und sicherheitsrelevante Aspekte

  • Sicherstellung robuster Sicherheit bei der Implementierung von Edge AI
  • Umgang mit komplexen ethischen Herausforderungen im Zusammenhang mit KI am Rand des Netzwerks
  • Einsatz datenschutzorientierter KI-Techniken
  • Einhaltung fortgeschrittener gesetzlicher Vorgaben sowie Branchenstandards

Praktische Projekte und anspruchsvolle Übungen

  • Entwicklung sowie Optimierung einer komplexen Edge AI-Anwendung
  • Realitätsnahe Projekte und herausfordernde Szenarien
  • Gruppenübungen zur Zusammenarbeit sowie Innovationsaufgaben
  • Präsentation der Projektergebnisse mit fachlicher Rückmeldung durch Experten

Zusammenfassung und weitere Schritte

Voraussetzungen

  • Tiefgehendes Verständnis von Konzepten der Künstlichen Intelligenz und des maschinellen Lernens
  • Sicherheit im Umgang mit Programmiersprachen (Python wird empfohlen)
  • Erfahrungen im Edge Computing sowie beim Einsatz von AI-Modellen auf Edge-Geräten

Zielgruppe

  • AI-Praktiker
  • Forscher
  • Entwickler
 14 Stunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Erfahrungsberichte (1)

Kommende Kurse

Verwandte Kategorien