IA du Monde Réel - Relever les Défis Dynamiques du MLOps pour les Appareils Edge

Aperçu

Join us for an insightful exploration of how integrated platforms address the unique challenges associated with deploying Edge AI across remote, cellular-connected devices. This event sheds light on the importance of data integration, seamless connectivity, and efficient over-the-air software delivery in tackling dynamic MLOps challenges.

Hosted by leading experts in the field, this course offers valuable perspectives for anyone interested in the growing field of Artificial Intelligence and its application in real-world scenarios.

Whether you're a student or a professional, gain the knowledge needed to excel in this evolving landscape.

Programme

• Introduction à l'intelligence artificielle en périphérie
Aperçu de l'informatique en périphérie et de l'IA
Avantages et défis de l'IA en périphérie
• Fondamentaux de MLOps
Introduction aux concepts de MLOps
Le cycle de vie de MLOps
• Plates-formes intégrées pour l'IA en périphérie
Intégration et gestion des données
Solutions de connectivité pour les dispositifs à distance et cellulaires
• Conception de pipeline de données pour les dispositifs en périphérie
Techniques de collecte et de prétraitement des données
Stratégies de gestion de données en temps réel
• Livraison de logiciels par voie hertzienne (OTA)
Principes des mises à jour OTA pour les dispositifs en périphérie
Assurer la sécurité et la fiabilité dans le déploiement de logiciels
• Déploiement de modèles d'IA en périphérie
Architectures pour les modèles d'IA en périphérie
Outils et cadres de gestion des modèles en périphérie
• Surveillance et maintenance des systèmes d'IA en périphérie
Métriques de performance et techniques de surveillance
Gestion des incidents et résolution des problèmes
• Sécurité et conformité dans l'IA en périphérie
Répondre aux risques de sécurité dans les déploiements en périphérie
Considérations légales et réglementaires
• Études de cas et applications réelles
Exemples spécifiques à l'industrie de l'IA en périphérie
Leçons tirées des déploiements réussis
• Laboratoires pratiques et projets
Construire une application simple d'IA en périphérie
Simulation de déploiement par voie hertzienne
• Évaluation finale et clôture du cours
Révision des concepts clés
Tendances futures dans l'IA en périphérie et MLOps

---

Matières

Computer Science