台北現場Edge AI培訓

這項由講師指導的現場培訓（台北，線上或線下）針對高級 AI 研究人員、資料科學家及安全專家設計，他們希望實施聯合學習技術，在多個邊緣設備上訓練 AI 模型，同時保持資料隱私。

完成本課程後，學員將能夠：

• 了解聯合學習在 Edge AI 中的原理與優勢。
• 使用 TensorFlow Federated 和 PyTorch 實施聯合學習模型。
• 優化分佈式邊緣設備上的 AI 訓練。
• 解決聯合學習中的資料隱私和安全挑戰。
• 在實際應用中部署並監控聯合學習系統。

這項在 台北 （線上或線下）進行的由講師主導的現場培訓，針對初級至中級的農業科技專業人員、物聯網專家和 AI 工程師，他們希望開發並部署用於智慧農業的邊緣 AI 解決方案。

完成本培訓後，學員將能夠：

• 了解邊緣 AI 在精細農業中的角色。
• 實施由 AI 驅動的作物和牲畜監測系統。
• 開發自動灌溉和环境感知解決方案。
• 利用實時邊緣 AI 分析來優化農業效率。

此 台北（線上或線下）導師指導的實作培訓，旨在針對進階層級的資安專業人員、AI 工程師以及物聯網開發者，協助他們為邊緣 AI 系統實施強健的安全措施與韌性策略。

完成本培訓後，學員將能夠：

• 理解邊緣 AI 部署中的安全風險與漏洞。
• 實施加密與驗證技術以保護資料。
• 設計能抵禦網路威脅的韌性邊緣 AI 架構。
• 在邊緣環境中應用安全的 AI 模型部署策略。

此為在台北（線上或線下）舉行的由導師主導的實作培訓，目標受眾為初級至中級的零售技術人員、AI開發者及業務分析師，希望將邊緣AI解決方案應用於智慧結帳系統、庫存管理以及個性化客戶互動。

完成本課程後，學員將能夠：

• 理解邊緣AI如何增強零售運營及客戶體驗。
• 實施AI驅動的智慧結帳與無櫃員支付系統。
• 透過即時追蹤與分析優化庫存管理。
• 運用電腦視覺及AI創造店內個性化體驗。

這堂於台北（線上或線下）舉行的由導師指導的現場培訓，旨在為具備中等資格的電信專業人員、AI工程師以及物聯網專家，探索5G網絡如何加速邊緣AI應用。

完成本課程後，參與者將能夠：

• 了解5G技術的基本原理及其對邊緣AI的影響。
• 在5G環境中部署專為低延遲應用優化的AI模型。
• 實施基於邊緣AI和5G連接的實時決策系統。
• 優化邊緣設備上AI工作負載，以提升效能表現。

本課程由導師主導，在台北（線上或線下）進行培訓，目標對象為希望針對資源受限設備部署並優化輕量級AI模型的初階至中階嵌入式AI開發人員及邊緣運算專家。

完成本培訓後，學員將能夠：

• 選擇並適應適合邊緣部署的預訓練模型。
• 運用量化、剪枝及其他壓縮技術，以降低模型體積與延遲。
• 使用遷移學習微調模型，以達成特定任務效能。
• 將優化後的模型部署至真實的邊緣硬體平台。

這項在 台北（線上或線下）舉行的由講師主導的培訓，針對中階至高階的電腦視覺工程師、AI 開發人員及 IoT 專業人士，旨在協助其實作並優化用於在邊緣裝置上進行即時處理的電腦視覺模型。

完成本培訓後，學員將能夠：

• 掌握邊緣 AI 的基本概念及其在電腦視覺中的應用。
• 在邊緣裝置上部署經過優化的深度學習模型，以進行即時影像和視訊分析。
• 使用 TensorFlow Lite、OpenVINO 以及 NVIDIA Jetson SDK 等框架來部署模型。
• 優化 AI 模型的效能、功耗效率及低延遲推論。

這門在台北（線上或線下）進行的現場講師帶隊訓練課程，旨在服務於希望將在節能硬體上實施TinyML技術以打造AI驅動應用程式的中級嵌入式工程師、IoT開發人員以及AI研究者。

完成本課程後，學員將能夠：

• 掌握TinyML及邊緣AI的基本原理。
• 在微控制器上部署輕量級AI模型。
• 優化AI推理過程以降低功耗。
• 將TinyML整合到現實世界的IoT應用中。

此由講師帶領並提供實體教學或線上培訓（台北）旨在協助初級到進階的機器人工程師、AI 開發人員與自動化專家實施邊緣 AI 於機器人應用。

完成此訓練後，學員將能夠：

• 理解邊緣 AI 在自主系統中的角色。
• 將 AI 模型部署於邊緣裝置以支援即時機器人操作。
• 優化 AI 效能，實現低延遲決策。
• 整合電腦視覺與感測器融合技術以提升機器人自主能力。

邊緣與輕量級智能體是一門實務課程，專注於在資源受限裝置上部署智能體 AI 工作負載。學員將學習建置、最佳化及管理具備本地推理能力的輕量級智能體，以提升分散式環境中的速度、隱私性與可靠性。課程強調效能微調、低延遲設計以及硬體與軟體的整合。

本講師主導的現場培訓（線上或線下）針對希望使用 Python 和邊緣 AI 框架來實現並最佳化設備端智能體系統的初級至中級專業人士。

完成本課程後，學員將能夠：

• 理解在邊緣裝置上運行智能體 AI 的架構與挑戰。
• 設計適合資源受限環境的輕量級智能體迴圈。
• 使用 TensorFlow Lite、PyTorch Mobile 和 ONNX 實現本地推理。
• 將智能體整合至感測器、致動器和 IoT 平台。
• 最佳化效能、能源消耗及延遲，以滿足即時運作需求。

課程格式

• 互動式講座與實務示範。
• 在本地或模擬環境中進行實作開發。
• 基於專案的學習與引導式實作練習。

課程客製化選項

• 如需為本課程申請客製化培訓，請聯繫我們以安排。

這門在台北（線上或線下）進行的講師主導直播培訓，面向高級別AI工程師、嵌入式開發人員和硬體工程師，旨在幫助他們在低功耗設備上實現AI模型，同時最大限度地減少能源消耗。

完成本培訓後，學員將能夠：

• 了解在能源高效設備上運行AI所面臨的挑戰。
• 優化神經網絡以實現低功率推理。
• 使用量化、剪枝和模型壓縮技術。
• 在邊緣硬體上部署AI模型，並保持最低功耗。

本課程為 台北（線上或線下）講師主導的培訓，主要對象為希望優化並在 NVIDIA Jetson 平台上部署 AI 模型以應用於邊緣設備的中階 AI 開發人員、嵌入式工程師及機器人工程師。

參加完本培訓後，學員將能夠：

• 了解邊緣 AI 的基本原理及 NVIDIA Jetson 硬體架構。
• 優化 AI 模型以部署於邊緣設備。
• 使用 TensorRT 加速深度學習推論過程。
• 利用 JetPack SDK 和 ONNX Runtime 部署 AI 模型。

這門在 台北（線上或線下）進行的由講師帶領的培訓課程，主要面向希望將 AI 模型部署至邊緣設備的中級 AI 開發者、機器學習工程師及系統架構師。

完成本培訓後，參與者將能夠：

• 理解在邊緣設備上部署 AI 模型的挑戰與需求。
• 應用模型壓縮技術來縮小 AI 模型的規模與複雜度。
• 利用量化方法提升模型在邊緣硬體上的效率。
• 實施剪枝及其他最佳化技術以改善模型效能。
• 將優化後的 AI 模型部署於多種邊緣設備。

此由講師主導的即時培訓，地點在台北（線上或線下），旨在針對中階開發者、數據科學家及科技愛好者，助其獲得在各種應用中於邊緣裝置部署AI模型的實用技能。

完成本培訓後，學員將能夠：

• 理解Edge AI的原理及其優勢。
• 設定與配置邊緣運算環境。
• 開發、訓練並優化適用於邊緣部署的AI模型。
• 在邊緣裝置上實施實用的AI解決方案。
• 評估並改善邊緣部署模型的效能。
• 處理Edge AI應用中的倫理與安全考量。

此讲师引导的现场培训在[loc]（线上或线下）面向希望实施金融服务中边缘AI解决方案的中高级金融专业人士、金融科技开发人员和AI专家。

完成本课程后，学员将能够：

• 理解边缘AI在金融服务中的作用。
• 实施使用边缘AI的欺诈检测系统。
• 通过AI驱动的解决方案增强客户服务。
• 应用边缘AI进行风险管理和决策制定。
• 在金融环境中部署和管理边缘AI解决方案。

此教師主導的現場培訓在台北（線上或線下）進行，目標受眾為希望將邊緣AI解決方案實施於工業自動化的中級工業工程師、製造業專業人員及AI開發者。

完成本課程後，學員將能夠：

• 理解邊緣AI在工業自動化中的角色。
• 實施利用邊緣AI的預測性維護解決方案。
• 將AI技術應用於製造流程的品質控制。
• 運用邊緣AI優化工業流程。
• 在工業環境中部署及管理邊緣AI解決方案。

邊緣人工智慧是將人工智慧模型直接部署於網路邊緣的裝置與機器上，以極低延遲實現即時決策。

這門由講師引導的培訓課程（線上或線下），旨在幫助進階級的嵌入式系統和物聯網專業人士，在對速度、可靠性和離線運行能力要求極高的製造環境中，部署具備人工智慧驅動邏輯與控制功能的系統。

完成本課程後，學員將能夠：

• 了解邊緣人工智慧系統的架構與優勢。
• 構建並優化適合部署於嵌入式裝置的人工智慧模型。
• 使用 TensorFlow Lite 和 OpenVINO 等工具實現低延遲推理。
• 將邊緣智能與感測器、執行器及工業協議進行整合。

課程形式

• 互動式講授與討論。
• 大量的練習與實作。
• 在即時實驗室環境中進行動手實作。

課程客製化選項

• 如需為本課程申請客製化培訓，請聯繫我們以安排事宜。

此由講師主導的實體培訓（線上或線下）旨在為中階開發人員、數據科學家及 AI 從業者，提供運用 TensorFlow Lite 於 Edge AI 應用的技能。

完成本培訓後，學員將能夠：

• 理解 TensorFlow Lite 的基本概念及其在邊緣 AI 中的角色。
• 使用 TensorFlow Lite 開發並優化 AI 模型。
• 將 TensorFlow Lite 模型部署至各種邊緣設備。
• 運用模型轉換與優化工具及技術。
• 利用 TensorFlow Lite 實現實務上的 Edge AI 應用。

此培訓由講師帶領，在[loc]線上或線下[/loc]進行，適合具備中等程度的都市規劃師、土木工程師及智慧城市專案經理，他們希望運用Edge AI推動智慧城市計畫。

完成本培訓後，學員將能夠：

• 了解邊緣AI在智慧城市基礎設施中的角色。
• 實施用於交通管理與監控的邊緣AI解決方案。
• 利用Edge AI技術優化城市資源。
• 將Edge AI與現有的智慧城市系統整合。
• 處理智慧城市部署中的倫理與法規考量。

此為講師指導的現場培訓（台北線上或線下），目標受眾為希望保障並合乎倫理地部署邊緣人工智慧解決方案的初級至中級資安專業人員、系統管理員及AI倫理研究人員。

完成本培訓後，學員將能夠：

• 理解邊緣人工智慧中的安全與隱私挑戰。
• 實施保護邊緣設備與資料的最佳實務。
• 制定策略以降低邊緣人工智慧部署中的安全風險。
• 處理倫理考量，確保符合法規要求。
• 對邊緣人工智慧應用程式進行安全評估與稽核。

這是一門在[loc]（線上或線下）進行的講師主導實時培訓，目標受眾為希望利用邊緣AI來創新自主系統解決方案的中等階梯機器人工程師、自動駕駛車輛開發人員以及AI研究人員。

完成本培訓後，學員將能夠：

• 了解邊緣AI在自主系統中的角色和益處。
• 開發並部署可在邊緣設備上進行實時處理的AI模型。
• 在自動駕駛車輛、無人機和機器人中實施邊緣AI解決方案。
• 設計並使用邊緣AI優化控制系統。
• 處理自主AI應用中的道德與法規考量。

此培訓由講師帶領，並透過台北（線上或線下）方式進行，目標受眾為希望利用邊緣人工智慧推動創新醫療保健解決方案的初級至中級醫療保健專業人員、生物醫學工程師以及AI開發者。

完成本培訓後，參與者將能夠：

• 理解邊緣AI在醫療保健領域的角色與優勢。
• 針對醫療保健應用程序，在邊端設備上開發並部署AI模型。
• 在可穿戴設備和診斷工具中實施邊緣AI解決方案。
• 設計並部署基於邊緣AI的患者監控系統。
• 處理醫療保健AI應用中的道德與監管考量。

邊緣 AI 使人工智慧模型能夠直接在嵌入式或資源受限的裝置上運行，從而降低延遲和功耗，同時提高機器人系統的自主性和隱私性。

本課程由講師主導，提供線上或線下實體培訓。目標學員為中階嵌入式開發人員與機器人工程師，旨在教導如何利用 TinyML 及邊緣 AI 框架，直接在機器人硬體上實施機器學習推論與最佳化技術。

完成培訓後，學員將能夠：

• 掌握適用於機器人的 TinyML 與邊緣 AI 基礎知識。
• 轉換並部署用於裝置端推論的 AI 模型。
• 針對速度、體積及能源效率對模型進行最佳化。
• 將邊緣 AI 系統整合至機器人控制架構中。
• 評估現實場景中的效能與準確性。

課程形式

• 互動式講授與討論。
• 使用 TinyML 及邊緣 AI 工具鍊進行實作練習。
• 在嵌入式與機器人硬體平台上進行實務操作。

課程客製化選項

• 如需針對此課程要求客製化培訓，請聯繫我們以安排。

6G與智慧邊緣是一門前瞻性課程，探討6G無線技術、邊緣運算、物聯網生態系統以及AI驅動數據處理的整合，以支援智慧型、低延遲且具適應性的基礎設施。

此課程由講師指導，提供線上或線下直播培訓（Live），針對希望理解並設計利用6G連網與智慧邊緣系統協同效應的下一代分佈式架構的中階IT架構師。

完成本課程後，學員將能夠：

• 了解6G如何轉變邊緣運算與IoT架構。
• 設計具超低延遲、高頻寬和自動化操作的分布式系統。
• 在邊緣整合AI與數據分析，以實現智慧決策。
• 規劃可擴展、安全且具備韌性的6G邊緣基礎設施。
• 評估由6G與邊緣融合所啟用的商業與營運模式。

課程格式

• 互動式講座與討論。
• 案例研究與應用架構設計練習。
• 搭配可選邊緣或容器工具的實作模擬。

課程客製化選項

• 如需為本課程請求客製化培訓，請聯繫我們安排。

此為由講師帶領的即時培訓（線上或線下），對象為希望精通邊緣AI最新進展、優化其AI模型於邊緣設備部署，並探索各行業專業應用的進階層級AI從業者、研究人員與開發者。

完成本培訓後，學員將能夠：

• 探索邊緣AI模型開發與優化的先進技巧。
• 實施在邊緣設備上部署AI模型的尖端策略。
• 運用專門工具與框架進行進階邊緣AI應用。
• 優化Edge AI解決方案的性能與效率。
• 探索邊緣AI的创新用例與新興趨勢。
• 處理邊緣AI部署中的進階倫理與安全考量。

華為的 Ascend CANN 套件讓 Ascend 310 等邊緣設備能夠進行強大的 AI 推理。CANN 提供編譯、優化與部署模型所必需的essential工具，適用於運算能力和記憶體受限的環境。

這堂由講師主導的培訓課程（線上或線下），旨在協助初級至中級的 AI 開發人員與整合專家，學習如何使用 CANN 工具鏈在 Ascend 邊緣設備上部署並優化模型。

完成本課程後，學員將能夠：

• 使用 CANN 工具準備並轉換 AI 模型以供 Ascend 310 使用。
• 利用 MindSpore Lite 和 AscendCL 建立輕量級推理管線。
• 為受限的運算與記憶體環境優化模型效能。
• 在真實世界的邊緣應用場景中部署並監控 AI 應用程式。

課程格式

• 互動式講授與示範。
• 針對邊緣特定模型與情境的實作實驗。
• 在虛擬或實體邊緣硬體上的即時部署範例。

課程客製化選項

• 如需為此課程申請客製化培訓，請聯繫我們以安排相關事宜。

此由講師指導的 台北（線上或線下）培訓課程，旨在為中階開發者、系統架構師及業界專業人士提供學習機會，協助他們運用邊緣AI增強物聯網應用程式的智慧數據處理與分析能力。

完成本培訓後，學員將能夠：

• 理解邊緣AI的基本原理及其在物聯網中的應用。
• 設定並配置適合物聯網設備的邊緣AI環境。
• 開發並將AI模型部署到物聯網應用程式中的邊緣設備。
• 在物聯網系統中實作即時數據處理和決策機制。
• 將邊緣AI整合至各種物聯網協議和平台。
• 探討邊緣AI在物聯網中的倫理考量與最佳實踐方法。

這項由導師帶領的實作課程（線上或線下）主要針對希望實施TinyML用於預測性維護、異常檢測和智慧感測器應用的中階IoT開發者、嵌入式工程師以及AI從業人員。

完成本課程後，學員將能夠：

• 理解TinyML的基本原理及其在物聯網中的應用。
• 為IoT專案設置TinyML開發環境。
• 在低功耗微控制器上開發和部署機器學習模型。
• 使用TinyML實施預測性維護與異常檢測。
• 優化TinyML模型，以實現高效的功耗和記憶體使用。

本課程由講師親自授課，在 台北（線上或線下）提供即時訓練，對象為希望從概念到實際實作（包含設定與部署）全面理解邊緣 AI 的初級至中階開發人員及 IT 專業人士。

完成本課程後，學員將能夠：

• 理解邊緣 AI 的基本概念。
• 設定和配置邊緣 AI 環境。
• 開發、訓練並優化邊緣 AI 模型。
• 部署及管理邊緣 AI 應用程式。
• 將邊緣 AI 整合至現有系統與工作流程。
• 處理邊緣 AI 實作中的倫理考量與最佳實務。

本課程為由講師指導的培訓（台北線上或線下），針對希望使用 TensorFlow Lite 和 Edge Impulse 在微控制器上部署機器學習模型的初級嵌入式系統工程師和AI開發人員。

完成此培訓後，參與者將能夠：

• 理解TinyML的基本概念及其對邊緣AI應用的益處。
• 建立用於TinyML項目的開發環境。
• 在低功耗微控制器上訓練、優化並部署AI模型。
• 使用TensorFlow Lite 和 Edge Impulse實現實際的TinyML應用。
• 針對功耗限制和記憶體約束進行AI模型優化。

寒武紀 MLU（機器學習單元）是專為邊緣運算和數據中心場景中的推論與訓練而優化的 AI 晶片。

本課程由講師帶領，提供線上或線下直播培訓，適合希望利用 BANGPy 框架和 Neuware SDK 在寒武紀 MLU 硬體上構建及部署 AI 模型的初級開發人員。

完成此培訓後，參與者將能夠：

• 設置並配置 BANGPy 和 Neuware 開發環境。
• 為寒武紀 MLU 開發並優化基於 Python 和 C++ 的模型。
• 將模型部署到運行 Neuware 運行時的邊緣設備及數據中心設備上。
• 將機器學習工作流程與針對 MLU 專屬加速功能進行整合。

課程格式

• 互動式講授與討論。
• 實際操作使用 BANGPy 和 Neuware 進行開發與部署。
• 重點指導優化、整合及測試的練習。

課程客製化選項

• 如需基於您的寒武紀設備型號或使用案例申請本課程的客製化培訓，請聯繫我們以安排事宜。

本課程由講師親自指導，在 台北（線上或線下現場）提供培訓，主要對象為希望了解 Edge AI 基本概念及其入門應用的初階開發人員及 IT 專業人士。

完成此培訓後，學員將能夠：

• 掌握 Edge AI 的基本概念與架構。
• 搭建並配置 Edge AI 運行環境。
• 開發並部署簡單的 Edge AI 應用程序。
• 識別並理解 Edge AI 的使用場景及其優勢。