연락처 정보

코스 개요

에지 및 에이전틱 AI 소개

  • 에이전틱 AI 및 에지 컴퓨팅 개요
  • 지연 시간, 프라이버시 및 대역폭 고려 사항
  • 아키텍처 비교: 클라우드 대 에지 에이전트

경량 에이전트 아키텍처 설계

  • 제한된 시스템에 적합한 에이전트 루프 분해
  • 효율적인 계산을 위한 비동기 설계
  • 자율성과 연결성의 균형 잡기

개발 환경 설정

  • 에지 AI용 Python 프레임워크 설치
  • TensorFlow Lite 및 PyTorch Mobile 구성
  • Raspberry Pi 또는 유사한 디바이스에서의 테스트 환경 배포

온디바이스 인ферен스 구현

  • 에지 배포를 위한 모델 변환 및 양자화
  • TensorFlow Lite 및 ONNX Runtime을 통한 인ферен스 실행
  • 인ферен스 결과를 에이전트 의사결정 루프에 통합

하드웨어 및 IoT와의 에이전트 통합

  • 센서, 액추에이터 및 IoT 모듈 연결
  • 로컬 데이터 수집 및 처리 파이프라인
  • 오프라인 운영 및 이벤트 트리거 기반 동작

최적화 및 모니터링

  • 저전력 및 고속 성능 튜닝
  • 에지 캐싱 및 모델 압축 기술
  • 에지 에이전트 모니터링 및 디버깅

실습 프로젝트: 에지 하드웨어에 경량 에이전트 배포

  • IoT 또는 로봇 공학 작업을 위한 소형 자율 에이전트 설계
  • 모델 인ферен스 및 로컬 로직 구현
  • 지연 시간 및 신뢰성을 위한 테스트 및 최적화

요약 및 다음 단계

요건

  • Python 프로그래밍 경험
  • 머신러닝 워크플로우에 대한 기본 이해
  • 임베디드 또는 에지 컴퓨팅 개념에 대한 숙지

수강 대상

  • 하드웨어 시스템에 AI를 통합하는 임베디드 개발자
  • 온디바이스 인ферен스 솔루션을 설계하는 에지 ML 엔지니어
  • 자율 운영을 위해 에이전틱 AI를 배포하는 로봇 공학 팀
 21 시간

참가자 수


참가자별 가격

예정된 코스

관련 카테고리