Vielen Dank für die Zusendung Ihrer Anfrage! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Vielen Dank, dass Sie Ihre Buchung abgeschickt haben! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Dauer 14 Stunden
Schulungsübersicht
Einführung in Nano Banana
- Überblick über das Framework und seine Funktionen
- Verständnis der Architektur und des Verarbeitungsprozesses
- Vergleich von Nano Banana mit anderen On-Device-KI-Lösungen
Einrichten der Entwicklungsumgebung
- Vorbereitung von Android Studio für KI-Workloads
- Integration des Nano-Banana-SDKs
- Projektkonfiguration und Dependency-Management
Arbeit mit den Nano-Banana-APIs
- Erforschung der Kern-API-Methoden
- Laden und Verwalten von leichtgewichtigen Modellen
- Ausführung von Inferenzaufgaben in Echtzeit
Optimierung der KI-Leistung auf Android
- Strategien für Inferenz mit geringer Latenz
- Techniken zum Speicher- und Ressourcenmanagement
- Benchmarking-Ansätze und Optimierungstools
Gestaltung von KI-gesteuerten Nutzererlebnissen
- Implementierung responsiver UI-Interaktionen
- Verarbeitung asynchroner Aufgaben und Callbacks
- Ausrichtung des KI-Verhaltens mit den Android-UX-Leitlinien
Sicherheit und Datenschutz in der On-Device-KI
- Sicherstellung einer sicheren Verarbeitung von Nutzerdaten
- Techniken für datenschutzschützende Inferenz
- Konformitätsüberlegungen für Enterprise-Deployments
Bereitstellung und Wartung von KI-Funktionen
- Packen und Veröffentlichen von Anwendungen mit eingebetteter KI
- Versionierung und Aktualisierung lokaler Modelle
- Überwachung und Verbesserung der Leistung nach der Bereitstellung
Fortgeschrittene Anwendungsfälle und Integrationen
- Kombinierung von Nano Banana mit vorhandenen Android-ML-Tools
- Implementierung multimodaler KI-Funktionen
- Erweiterung von Anwendungen mit benutzerdefinierten leichtgewichtigen Modellen
Zusammenfassung und nächste Schritte
Voraussetzungen
- Grundlegendes Verständnis der Android-Anwendungsgrundlagen
- Erfahrung mit Kotlin oder Java
- Grundlegende Vertrautheit mit mobilen App-Debugging-Workflows
Zielgruppe
- Android-Entwickler, die KI-gestützte Apps erstellen
- Software-Ingenieure, die On-Device-ML-Workflows erkunden
- Technische Teams, die den Einsatz von leichtgewichtiger KI auf Android evaluieren
Erfahrungsberichte (1)
Fluss, Vibe und Thema der Präsentation
Lukasz Kowalczyk - Allegro Sp. z o.o.
Kurs - Google Gemini AI for Data Analysis
Maschinelle Übersetzung
