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.
Dauer 14 Stunden
Schulungsübersicht
Einführung in Nano Banana
- Überblick über das Framework und seine Fähigkeiten
- Verständnis der Architektur und der Verarbeitungs-Pipeline
- Vergleich von Nano Banana mit anderen On-Device-KI-Lösungen
Einrichtung der Entwicklungsumgebung
- Vorbereitung von Android Studio für KI-Workloads
- Integration des Nano Banana SDKs
- Projektkonfiguration und Abhängigkeitsmanagement
Arbeiten mit den Nano Banana-APIs
- Erläuterung der Kern-API-Methoden
- Laden und Verwalten leichtgewichtiger Modelle
- Durchführung von Inferenzaufgaben in Echtzeit
Optimierung der KI-Leistung auf Android
- Strategien für Inferenz mit niedriger Latenz
- Techniken zum Speicher- und Ressourcenmanagement
- Benchmarking-Ansätze und Optimierungstools
Design von KI-gestützten Benutzererfahrungen
- Implementierung responsiver UI-Interaktionen
- Verarbeitung asynchroner Aufgaben und Callbacks
- Abstimmung des KI-Verhaltens mit den UX-Richtlinien von Android
Sicherheit und Datenschutz in der On-Device-KI
- Gewährleistung einer sicheren Verarbeitung von Benutzerdaten
- Techniken für datenschutzkonforme Inferenz
- Compliance-Erwägungen für Enterprise-Deployments
Deployment und Wartung von KI-Funktionen
- Paketierung und Veröffentlichung von Anwendungen mit eingebetteter KI
- Versionierung und Aktualisierung lokaler Modelle
- Überwachung und Verbesserung der Leistung nach dem Deployment
Fortgeschrittene Anwendungsfälle und Integrationen
- Kombination von Nano Banana mit bestehenden Android-ML-Tools
- Implementierung multimodaler KI-Funktionen
- Erweiterung von Anwendungen mit benutzerdefinierten leichtgewichtigen Modellen
Zusammenfassung und nächste Schritte
Voraussetzungen
- Grundverständnis der Grundlagen der Android-App-Entwicklung
- Erfahrung mit Kotlin oder Java
- Grundkenntnisse in Workflows zum Debuggen mobiler Apps
Zielgruppe
- Android-Entwickler, die KI-gestützte Apps erstellen
- Software-Ingenieure, die On-Device-ML-Workflows erkunden
- Technische Teams, die den Einsatz leichtgewichtiger KI auf Android evaluieren
Erfahrungsberichte (1)
Fluss, Vibe und Thema der Präsentation
Lukasz Kowalczyk - Allegro Sp. z o.o.
Kurs - Google Gemini AI for Data Analysis
Maschinelle Übersetzung
