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.
Schulungsübersicht
Einführung in Nano Banana
- Überblick über das Framework und seine Fähigkeiten
- Verständnis der Architektur und des Verarbeitungsprozesses
- Vergleich von Nano Banana mit anderen On-Device-AI-Lösungen
Einrichten der Entwicklungsumgebung
- Vorbereitung von Android Studio für AI-Aufgaben
- Integration des Nano Banana SDKs
- Projektkonfiguration und Abhängigkeitsmanagement
Arbeiten mit Nano Banana APIs
- Erforschung der Kern-API-Methoden
- Laden und Verwalten von leichtgewichtigen Modellen
- Durchführung von Echtzeit-Schätzungen
Optimieren der AI-Leistung auf Android
- Strategien für eine niedrige Latenz bei Schätzungen
- Techniken zur Speicher- und Ressourcenverwaltung
- Vorgehensweisen zur Benchmarking und Optimierungstools
Entwerfen von AI-gestützten Benutzererfahrungen
- Implementierung responsiver UI-Interaktionen
- Verarbeitung asynchroner Aufgaben und Callbacks
- Ausrichtung von AI-Verhaltensweisen an Android UX-Richtlinien
Sicherheit und Datenschutz in On-Device-AI
- Sicherstellung des sicheren Umgangs mit Nutzerdaten
- Techniken für datenschutzfreundliche Schätzungen
- Compliance-Aspekte für Unternehmensbereitstellungen
Bereitstellung und Wartung von AI-Funktionen
- Verpacken und Veröffentlichen von Anwendungen mit eingebetteter AI
- Versionierung und Aktualisierung lokaler Modelle
- Überwachung und Verbesserung der Leistung nach der Bereitstellung
Fortgeschrittene Anwendungsfälle und Integrationen
- Kombinieren von Nano Banana mit bestehenden Android-ML-Tools
- Implementierung multimodaler AI-Funktionen
- Erweitern von Anwendungen mit benutzerdefinierten leichtgewichtigen Modellen
Zusammenfassung und Nächste Schritte
Voraussetzungen
- Grundverständnis der Android-Anwendungsentwicklung
- Erfahrung mit Kotlin oder Java
- Grundlegende Kenntnisse von Debugging-Workflows für mobile Anwendungen
Zielgruppe
- Android-Entwickler, die AI-gestützte Apps erstellen
- Software-Ingenieure, die On-Device-ML-Workflows erforschen
- Technische Teams, die eine leichtgewichtige AI-Bereitstellung auf Android evaluieren
14 Stunden
Erfahrungsberichte (1)
Fluss, Vibe und Thema der Präsentation
Lukasz Kowalczyk - Allegro Sp. z o.o.
Kurs - Google Gemini AI for Data Analysis
Maschinelle Übersetzung