문의를 보내주셔서 감사합니다! 팀원이 곧 연락드리겠습니다.
예약을 보내주셔서 감사합니다! 저희 팀 멤버 중 한 분이 곧 연락드리겠습니다.
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