Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Temario del curso
Introducción a Nano Banana
- Descripción general del framework y sus capacidades
- Comprensión de la arquitectura y el canal de procesamiento
- Comparación de Nano Banana con otras soluciones de IA en el dispositivo
Configuración del Entorno de Desarrollo
- Preparación de Android Studio para cargas de trabajo de IA
- Integración del SDK de Nano Banana
- Configuración del proyecto y gestión de dependencias
Trabajo con las APIs de Nano Banana
- Exploración de los métodos principales de la API
- Carga y gestión de modelos ligeros
- Ejecución de tareas de inferencia en tiempo real
Optimización del Rendimiento de la IA en Android
- Estrategias para la inferencia de baja latencia
- Técnicas de gestión de memoria y recursos
- Enfoques de benchmarking y herramientas de optimización
Diseño de Experiencias de Usuario Impulsadas por IA
- Implementación de interacciones de UI responsivas
- Gestión de tareas asíncronas y llamadas de retorno (callbacks)
- Alineación de los comportamientos de IA con las pautas de UX de Android
Seguridad y Privacidad en la IA en el Dispositivo
- Asegurar el manejo seguro de los datos del usuario
- Técnicas para la inferencia que preserve la privacidad
- Consideraciones de cumplimiento para despliegues empresariales
Despliegue y Mantenimiento de Características de IA
- Embalaje y publicación de aplicaciones con IA integrada
- Control de versiones y actualización de modelos locales
- Monitoreo y mejora del rendimiento después del despliegue
Casos de Uso Avanzados e Integraciones
- Combination de Nano Banana con herramientas de ML para Android existentes
- Implementación de características de IA multimodales
- Extensión de aplicaciones con modelos personalizados ligeros
Resumen y Próximos Pasos
Requerimientos
- Conocimiento de los fundamentos de las aplicaciones para Android
- Experiencia con Kotlin o Java
- Familiaridad básica con los flujos de trabajo de depuración de aplicaciones móviles
Público Objetivo
- Desarrolladores de Android que crean aplicaciones potenciadas con IA
- Ingenieros de software que exploran flujos de trabajo de ML en el dispositivo
- Equipos técnicos que evalúan el despliegue de IA ligera en Android
14 Horas
Reseñas (1)
Flujo, vibra y tema en la presentación
Lukasz Kowalczyk - Allegro Sp. z o.o.
Curso - Google Gemini AI for Data Analysis
Traducción Automática