Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Course Outline
엣지 AI 소개
- 정의 및 주요 개념
- 엣지 AI와 클라우드 AI의 차이점
- Edge AI의 이점과 과제
- Edge AI 애플리케이션 개요
엣지 AI 아키텍처
- Edge AI 시스템의 구성 요소
- 하드웨어 및 소프트웨어 요구 사항
- Edge AI 애플리케이션의 데이터 흐름
- 기존 시스템과의 통합
Edge AI 환경 설정
- Edge AI 플랫폼 소개(Raspberry Pi, NVIDIA Jetson 등)
- 필요한 소프트웨어 및 라이브러리 설치
- 개발 환경 구성
- Edge AI 설정 초기화
Edge AI 모델 개발
- 엣지 디바이스를 위한 머신 러닝 및 딥 러닝 모델 개요
- 엣지 배포를 위한 교육 모델
- 엣지 디바이스에 대한 모델 최적화 기술
- Edge AI 개발을 위한 도구 및 프레임워크(TensorFlow Lite, OpenVINO 등)
Data Management 및 Edge AI 전처리
- 엣지 환경을 위한 데이터 수집 기술
- 엣지 디바이스를 위한 데이터 전처리 및 강화
- 에지 기기에서 데이터 파이프라인 관리
- 엣지 환경에서 데이터 개인정보 보호 및 보안 보장
Edge AI 애플리케이션 배포
- 다양한 에지 장치에 모델을 배포하는 단계
- 배포된 모델을 모니터링하고 관리하는 기술
- 엣지 디바이스에서 실시간 데이터 처리 및 추론
- 사례 연구 및 배포 실제 사례
IoT 시스템과 엣지 AI 통합
- Edge AI 솔루션을 IoT 장치 및 센서와 연결
- Communication 프로토콜 및 데이터 교환 방법
- 엔드투엔드 Edge AI 및 IoT 솔루션 구축
- 실제 사례 및 사용 사례
Use Case 및 애플리케이션
- Edge AI의 산업별 애플리케이션
- 의료, 자동차, 스마트 홈 분야의 심층 사례 연구
- 성공 사례와 교훈
- Edge AI의 미래 동향과 기회
윤리적 고려사항 및 모범 사례
- Edge AI 배포 시 개인 정보 보호 및 보안 보장
- Edge AI 모델의 편견과 공정성 해결
- 규정 및 표준 준수
- 책임감 있는 AI 배포를 위한 모범 사례
실습 프로젝트 및 연습
- 복잡한 Edge AI 애플리케이션 개발
- 실제 프로젝트 및 시나리오
- 협동 그룹 연습
- 프로젝트 프레젠테이션 및 피드백
요약 및 다음 단계
Requirements
- 기본 AI 및 머신러닝 개념에 대한 이해
- 프로그래밍 언어 경험(Python 권장)
- 엣지 컴퓨팅 및 IoT 개념에 대한 지식
청중
- 개발자
- IT 전문가
14 Hours