Vielen Dank für die Zusendung Ihrer Anfrage! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Vielen Dank, dass Sie Ihre Buchung abgeschickt haben! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Schulungsübersicht
Einführung in Edge- und Agentische KI
- Überblick über agentische KI und Edge-Computing
- Berücksichtigung von Latenz, Privatsphäre und Bandbreite
- Architekturvergleich: Cloud- vs. Edge-Agenten
Gestaltung schlanker Agenten-Architekturen
- Zerlegung der Agentenschleife für ressourcenbeschränkte Systeme
- Asynchrone Architektur für effiziente Berechnungen
- Auswuchtung von Autonomie und Konnektivität
Einrichtung der Entwicklungsumgebung
- Installation von Python-Frameworks für Edge-AI
- Konfiguration von TensorFlow Lite und PyTorch Mobile
- Bereitstellung von Testumgebungen auf Raspberry Pi oder ähnlichen Geräten
Implementierung von On-Device-Inferenz
- Konvertierung und Quantisierung von Modellen für den Edge-Einsatz
- Durchführung von Inferenzen mit TensorFlow Lite und ONNX Runtime
- Integration der Inferenzergebnisse in Entscheidungszyklen des Agenten
Integration von Agenten mit Hardware und IoT
- Verbindung von Sensoren, Aktoren und IoT-Modulen
- Lokale Datenerfassung und Verarbeitungsprozesse
- Offline-Betrieb und ereignisgesteuertes Verhalten
Optimierung und Überwachung
- Leistungsoptimierung für niedrigen Stromverbrauch und hohe Geschwindigkeit
- Edge-Caching und Techniken zur Modellkompression
- Überwachung und Fehlersuche bei Edge-Agenten
Praktisches Projekt: Einsatz eines leichten Agenten auf Edge-Hardware
- Gestaltung eines kleinen autonomen Agenten für IoT- oder Robotik-Aufgaben
- Implementierung von Modell-Inferenz und lokaler Logik
- Testen und Optimieren für Latenz und Zuverlässigkeit
Zusammenfassung und nächste Schritte
Voraussetzungen
- Erfahrung mit Python-Programmierung
- Grundlegendes Verständnis von Machine-Learning-Workflows
- Vertrautheit mit Konzepten des Embedded- oder Edge-Computings
Zielgruppe
- Embedded-Entwickler, die KI in Hardwaresysteme integrieren
- Edge-ML-Ingenieure, die On-Device-Inferenzlösungen entwerfen
- Robotik-Teams, die agentische KI für den autonomen Betrieb einsetzen
21 Stunden