Merci d'avoir envoyé votre demande ! Un membre de notre équipe vous contactera sous peu.
Merci d'avoir envoyé votre réservation ! Un membre de notre équipe vous contactera sous peu.
Plan du cours
Introduction à l'IA de bord et agentique
- Aperçu de l'IA agentique et de l'informatique de bord
- Considérations relatives à la latence, à la confidentialité et à la bande passante
- Comparaison architecturale : agents cloud vs agents de bord
Conception d'architectures d'agents légères
- Décomposition de la boucle d'agent pour les systèmes contraints
- Conception asynchrone pour une computation efficace
- Équilibre entre autonomie et connectivité
Configuration de l'environnement de développement
- Installation des cadres Python pour l'IA de bord
- Configuration de TensorFlow Lite et de PyTorch Mobile
- Déploiement d'environnements de test sur Raspberry Pi ou des appareils similaires
Implémentation de l'inférence sur appareil
- Conversion et quantification des modèles pour le déploiement de bord
- Exécution de l'inférence avec TensorFlow Lite et ONNX Runtime
- Intégration des résultats d'inférence dans les boucles de décision des agents
Intégration des agents avec le matériel et l'IoT
- Connexion des capteurs, des actionneurs et des modules IoT
- Pipelines de collecte et de traitement de données locales
- Fonctionnement hors ligne et comportement déclenché par événements
Optimisation et surveillance
- Ajustement des performances pour une faible consommation et une grande vitesse
- Techniques de mise en cache de bord et de compression de modèles
- Surveillance et débogage des agents de bord
Projet pratique : Déploiement d'un agent léger sur du matériel de bord
- Conception d'un petit agent autonome pour une tâche IoT ou robotique
- Implémentation de l'inférence du modèle et de la logique locale
- Tests et optimisation pour la latence et la fiabilité
Synthèse et prochaines étapes
Pré requis
- Expérience en programmation Python
- Compréhension de base des flux de travail du machine learning
- Familiarité avec les concepts de l'informatique embarquée ou de bord (edge computing)
Public cible
- Développeurs embarqués intégrant l'IA dans des systèmes matériels
- Ingénieurs en ML de bord concevant des solutions d'inférence sur appareil
- Équipes en robotique déployant de l'IA agentique pour un fonctionnement autonome
21 Heures