Türkiye Merkezli Edge AI (Uç Yapay Zeka) Eğitimleri

Bu eğitmen liderliğindeki canlı eğitim Türkiye (çevrimiçi veya yerinde), veri gizliliğini korurken birden fazla uç cihazda AI modellerini eğitmek için federatif öğrenme tekniklerini uygulamak isteyen ileri düzey AI araştırmacıları, veri bilimcileri ve güvenlik uzmanlarına yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecekler:

• Edge AI'te federatif öğrenmenin ilkelerini ve faydalarını anlamak.
• TensorFlow Federated ve PyTorch kullanarak federatif öğrenme modellerini uygulamak.
• Dağıtılmış uç cihazlarda AI eğitimini optimize etmek.
• Federatif öğrenmede veri gizliliği ve güvenlik zorluklarını ele almak.
• Gerçek dünya uygulamalarında federatif öğrenme sistemlerini dağıtmak ve izlemek.

Bu eğitmen liderliğindeki, Türkiye (çevrimiçi veya yerinde) canlı eğitim, akıllı tarım için Edge AI çözümleri geliştirmek ve uygulamak isteyen başlangıç seviyesinden orta seviyeye kadar tarım teknolojisi profesyonelleri, IoT uzmanları ve AI mühendislerine yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecekler:

• Hassas tarımda Edge AI'un rolünü anlamak.
• AI destekli bitki ve hayvan izleme sistemleri uygulamak.
• Otomatik sulama ve çevresel algılama çözümleri geliştirmek.
• Gerçek zamanlı Edge AI analitiği kullanarak tarımsal verimliliği optimize etmek.

Bu eğitmen liderliğindeki canlı eğitim Türkiye (çevrimiçi veya yerinde), Edge AI sistemleri için sağlam güvenlik önlemleri ve dayanıklılık stratejileri uygulamak isteyen ileri düzey siber güvenlik profesyonelleri, AI mühendisleri ve IoT geliştiricileri için tasarlanmıştır.

Bu eğitimin sonunda katılımcılar şunları yapabilecekler:

• Edge AI dağıtımlarındaki güvenlik risklerini ve açıklıkları anlamak.
• Veri koruması için şifreleme ve kimlik doğrulama tekniklerini uygulamak.
• Siber tehditlere karşı dayanıklı Edge AI mimarileri tasarlamak.
• Kenar ortamlarında güvenli AI modeli dağıtım stratejilerini uygulamak.

Bu eğitmen liderliğindeki canlı eğitim Türkiye (çevrimiçi veya yerinde), akıllı ödeme sistemleri, envanter yönetimi ve kişiselleştirilmiş müşteri etkileşimi için Edge AI çözümlerini uygulamak isteyen başlangıç seviyesinden orta seviyeye kadar perakende teknoloji uzmanları, AI geliştiricileri ve iş analistlerine yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecekler:

• Edge AI'nin perakende operasyonlarını ve müşteri deneyimini nasıl geliştirdiğini anlamak.
• AI destekli akıllı ödeme ve kasiyersiz ödeme sistemlerini uygulamak.
• Gerçek zamanlı takip ve analitiklerle envanter yönetimini optimize etmek.
• Mağaza içi kişiselleştirilmiş deneyimler için bilgisayarlı görü ve AI'dan yararlanmak.

Bu eğitmen liderliğindeki canlı eğitim, Türkiye (çevrimiçi veya yerinde), 5G ağlarının Edge AI uygulamalarını nasıl hızlandırdığını keşfetmek isteyen orta düzey telekom profesyonelleri, AI mühendisleri ve IoT uzmanlarına yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecekler:

• 5G teknolojisinin temellerini ve Edge AI üzerindeki etkisini anlamak.
• 5G ortamlarında düşük gecikmeli uygulamalar için optimize edilmiş AI modellerini dağıtmak.
• Edge AI ve 5G bağlantısını kullanarak gerçek zamanlı karar verme sistemleri uygulamak.
• Kenar cihazlarında verimli performans için AI iş yüklerini optimize etmek.

This instructor-led, live training in Türkiye (online or onsite) is aimed at intermediate-level embedded AI developers and edge computing specialists who wish to fine-tune and optimize lightweight AI models for deployment on resource-constrained devices.

By the end of this training, participants will be able to:

• Select and adapt pre-trained models suitable for edge deployment.
• Apply quantization, pruning, and other compression techniques to reduce model size and latency.
• Fine-tune models using transfer learning for task-specific performance.
• Deploy optimized models on real edge hardware platforms.

Bu eğitmen liderliğindeki, Türkiye'de (çevrimiçi veya yerinde) düzenlenen canlı eğitim, gerçek zamanlı işlem için bilgisayarlı görü modellerini uygulamak ve optimize etmek isteyen orta düzeyden ileri düzeye bilgisayarlı görü mühendisleri, AI geliştiricileri ve IoT profesyonellerine yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecekler:

• Edge AI'ün temellerini ve bilgisayarlı görüdeki uygulamalarını anlamak.
• Gerçek zamanlı görüntü ve video analizi için derin öğrenme modellerini kenar cihazlarına dağıtmak.
• Model dağıtımı için TensorFlow Lite, OpenVINO ve NVIDIA Jetson SDK gibi çerçeveleri kullanmak.
• AI modellerini performans, güç verimliliği ve düşük gecikmeli çıkarım için optimize etmek.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), enerji verimli donanımlarda yapay zeka destekli uygulamalar için TinyML tekniklerini uygulamak isteyen orta seviyedeki gömülü sistem mühendisleri, IoT geliştiricileri ve yapay zeka araştırmacılarına yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• TinyML ve uç yapay zekanın temellerini anlayabilecektir.
• Mikrodenetleyicilere hafif yapay zeka modelleri dağıtabilecektir.
• Düşük güç tüketimi için yapay zeka çıkarımını optimize edebilecektir.
• TinyML'u gerçek dünya IoT uygulamalarıyla entegre edebilecektir.

Türkiye'de eğitmen liderliğindeki bu canlı eğitim (çevrimiçi veya yerinde), Edge AI'u robotik uygulamaları için uygulamak isteyen orta seviyeden ileri seviyeye kadar robotik mühendisleri, yapay zeka geliştiricileri ve otomasyon uzmanlarına yöneliktir.

Bu eğitimin sonunda katılımcılar;

• Edge AI'un otonom sistemlerdeki rolünü anlayın.
• Gerçek zamanlı robotik için uç cihazlarda AI modellerini dağıtın.
• Düşük gecikmeli karar alma için yapay zeka performansını optimize edin.
• Robotik özerklik için bilgisayarlı görüş ve sensör füzyonunu entegre edin.

Türkiye dilindeki bu eğitmen liderliğindeki canlı eğitim (çevrimiçi veya yerinde), enerji tüketimini en aza indirirken düşük güç tüketen cihazlarda yapay zeka modelleri uygulamak isteyen ileri düzey yapay zeka mühendisleri, gömülü yazılım geliştiricileri ve donanım mühendislerine yöneliktir.

Bu eğitimin sonunda katılımcılar;

• Enerji tasarruflu cihazlarda yapay zeka çalıştırmanın zorluklarını anlayın.
• Düşük güç çıkarımı için sinir ağlarını optimize edin.
• Niceleme, budama ve model sıkıştırma tekniklerini kullanın.
• Yapay zeka modellerini minimum güç kullanımıyla uç donanımlara dağıtın.

Türkiye dilindeki bu eğitmen liderliğindeki canlı eğitim (çevrimiçi veya yerinde), NVIDIA Jetson platformlarında uç uygulamalar için AI modellerini optimize etmek ve dağıtmak isteyen orta düzey AI geliştiricilerine, gömülü mühendislere ve robotik mühendislerine yöneliktir.

Bu eğitimin sonunda katılımcılar;

• Edge AI ve NVIDIA Jetson donanımının temellerini anlayın.
• Yapay zeka modellerini uç cihazlarda dağıtım için optimize edin.
• Derin öğrenme çıkarımını hızlandırmak için TensorRT'yi kullanın.
• JetPack SDK ve ONNX Runtime'ı kullanarak AI modellerini dağıtın.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), yapay zeka modellerini uç dağıtımı için optimize etmek isteyen orta seviyedeki yapay zeka geliştiricileri, makine öğrenimi mühendisleri ve sistem mimarları için tasarlanmıştır.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Yapay zeka modellerini uç cihazlarına dağıtmanın zorluklarını ve gereksinimlerini anlayabilecektir.
• Yapay zeka modellerinin boyutunu ve karmaşıklığını azaltmak için model sıkıştırma tekniklerini uygulayabilecektir.
• Uç donanımında model verimliliğini artırmak için nicelleştirme yöntemlerini kullanabilecektir.
• Model performansını iyileştirmek için budama ve diğer optimizasyon tekniklerini uygulayabilecektir.
• Optimize edilmiş yapay zeka modellerini çeşitli uç cihazlara dağıtabilecektir.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), çeşitli uygulamalar için AI modellerini uç cihazlara dağıtma konusunda pratik beceriler kazanmak isteyen orta seviyedeki geliştiriciler, veri bilimciler ve teknoloji meraklılarına yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Edge AI prensiplerini ve faydalarını anlayabilecektir.
• Uç bilişim ortamını kurup yapılandırabilecektir.
• Uç dağıtım için AI modelleri geliştirebilecek, eğitebilecek ve optimize edebilecektir.
• Uç cihazlarda pratik AI çözümleri uygulayabilecektir.
• Uç dağıtımlı modellerin performansını değerlendirebilecek ve iyileştirebilecektir.
• Edge AI uygulamalarında etik ve güvenlik hususlarını ele alabilecektir.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), finans alanında orta düzeyde uzmanlığa sahip finans profesyonelleri, fintech geliştiricileri ve yapay zeka uzmanları için tasarlanmıştır. Amaçları, finans hizmetlerinde Edge AI çözümlerini uygulamaktır.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Finans hizmetlerinde Edge AI'in rolünü anlayabilecektir.
• Edge AI kullanarak dolandırıcılık tespit sistemleri uygulayabilecektir.
• Yapay zeka odaklı çözümler aracılığıyla müşteri hizmetlerini iyileştirebilecektir.
• Risk yönetimi ve karar alma süreçlerinde Edge AI'i uygulayabilecektir.
• Finansal ortamlarda Edge AI çözümlerini dağıtabilecek ve yönetebilecektir.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), endüstri mühendisleri, üretim profesyonelleri ve endüstriyel otomasyonda Edge AI çözümleri uygulamak isteyen yapay zeka geliştiricilerine yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Endüstriyel otomasyonda Edge AI'nin rolünü anlayabilecektir.
• Edge AI kullanarak tahmini bakım çözümleri uygulayabilecektir.
• Üretim süreçlerinde kalite kontrolü için yapay zeka tekniklerini uygulayabilecektir.
• Edge AI kullanarak endüstriyel süreçleri optimize edebilecektir.
• Endüstriyel ortamlarda Edge AI çözümlerini dağıtabilir ve yönetebilir.

Edge AI is the deployment of artificial intelligence models directly on devices and machines at the edge of the network, enabling real-time decision-making with minimal latency.

This instructor-led, live training (online or onsite) is aimed at advanced-level embedded and IoT professionals who wish to deploy AI-powered logic and control systems in manufacturing environments where speed, reliability, and offline operation are critical.

By the end of this training, participants will be able to:

• Understand the architecture and benefits of edge AI systems.
• Build and optimize AI models for deployment on embedded devices.
• Use tools like TensorFlow Lite and OpenVINO for low-latency inference.
• Integrate edge intelligence with sensors, actuators, and industrial protocols.

Format of the Course

• Interactive lecture and discussion.
• Lots of exercises and practice.
• Hands-on implementation in a live-lab environment.

Course Customization Options

• To request a customized training for this course, please contact us to arrange.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), Edge AI uygulamaları için TensorFlow Lite'u kullanmak isteyen orta seviyedeki geliştiriciler, veri bilimciler ve yapay zeka uygulayıcılarına yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• TensorFlow Lite'un temellerini ve Edge AI içindeki rolünü anlayabilecektir.
• TensorFlow Lite kullanarak yapay zeka modelleri geliştirebilecek ve optimize edebilecektir.
• TensorFlow Lite modellerini çeşitli uç cihazlara dağıtabilecektir.
• Model dönüştürme ve optimizasyonu için araçları ve teknikleri kullanabilecektir.
• TensorFlow Lite kullanarak pratik Edge AI uygulamaları uygulayabilecektir.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), akıllı şehir girişimleri için Edge AI'i kullanmak isteyen orta seviyedeki şehir plancıları, inşaat mühendisleri ve akıllı şehir proje yöneticilerine yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Akıllı şehir altyapılarında Edge AI'in rolünü anlayabilecektir.
• Trafik yönetimi ve gözetimi için Edge AI çözümlerini uygulayabilecektir.
• Edge AI teknolojilerini kullanarak kentsel kaynakları optimize edebilecektir.
• Edge AI'i mevcut akıllı şehir sistemleriyle entegre edebilecektir.
• Akıllı şehir dağıtımlarında etik ve düzenleyici hususları ele alabilecektir.

Bu eğitmen liderliğindeki, canlı eğitim (online veya yerinde), Edge AI çözümlerini güvence altına almak ve etik bir şekilde dağıtmak isteyen orta seviyedeki siber güvenlik uzmanları, sistem yöneticileri ve yapay zeka etiği araştırmacılarına yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Edge AI’deki güvenlik ve gizlilik zorluklarını anlayabilecektir.
• Kenar cihazlarını ve verileri güvence altına almak için en iyi uygulamaları uygulayabilecektir.
• Edge AI dağıtımlarında güvenlik risklerini azaltmak için stratejiler geliştirebilecektir.
• Etik hususları ele alabilecek ve düzenlemelere uyumu sağlayabilecektir.
• Edge AI uygulamaları için güvenlik değerlendirmeleri ve denetimleri gerçekleştirebilecektir.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), yenilikçi otonom sistem çözümleri için Edge AI'yı kullanmak isteyen orta seviyedeki robotik mühendisleri, otonom araç geliştiricileri ve yapay zeka araştırmacılarına yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Otonom sistemlerde Edge AI'nın rolünü ve faydalarını anlayabilecekler.
• Gerçek zamanlı işleme için uç cihazlarda yapay zeka modelleri geliştirebilecek ve dağıtabilecekler.
• Edge AI çözümlerini otonom araçlar, dronlar ve robotikte uygulayabilecekler.
• Edge AI kullanarak kontrol sistemlerini tasarlayabilecek ve optimize edebilecekler.
• Otonom yapay zeka uygulamalarında etik ve yasal hususları ele alabilecekler.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), yenilikçi sağlık çözümleri için Edge AI'i kullanmak isteyen orta seviyedeki sağlık profesyonelleri, biyomedikal mühendisleri ve yapay zeka geliştiricilerine yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Sağlık alanında Edge AI'in rolünü ve faydalarını anlayabilecekler.
• Sağlık uygulamaları için uç cihazlarda yapay zeka modelleri geliştirebilecek ve dağıtabilecekler.
• Edge AI çözümlerini giyilebilir cihazlarda ve teşhis araçlarında uygulayabilecekler.
• Edge AI kullanarak hasta izleme sistemleri tasarlayabilecek ve dağıtabilecekler.
• Sağlık alanındaki yapay zeka uygulamalarında etik ve yasal hususları ele alabilecekler.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), yapay zeka alanında ileri düzeyde pratik uygulayıcılar, araştırmacılar ve geliştiriciler için tasarlanmıştır. Amaçları, Edge AI alanındaki en son gelişmeleri öğrenmek, yapay zeka modellerini kenar dağıtımı için optimize etmek ve çeşitli sektörlerdeki uzmanlık uygulamalarını keşfetmektir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Gelişmiş Edge AI model geliştirme ve optimizasyon tekniklerini keşfetmek.
• Yapay zeka modellerini kenar cihazlarına dağıtmak için son teknoloji stratejileri uygulamak.
• Gelişmiş Edge AI uygulamaları için özel araçları ve çerçeveleri kullanmak.
• Edge AI çözümlerinin performansını ve verimliliğini optimize etmek.
• Edge AI alanındaki yenilikçi kullanım durumlarını ve ortaya çıkan eğilimleri keşfetmek.
• Edge AI dağıtımlarında gelişmiş etik ve güvenlik hususlarını ele almak.

Huawei's Ascend CANN toolkit enables powerful AI inference on edge devices such as the Ascend 310. CANN provides essential tools for compiling, optimizing, and deploying models where compute and memory are constrained.

This instructor-led, live training (online or onsite) is aimed at intermediate-level AI developers and integrators who wish to deploy and optimize models on Ascend edge devices using the CANN toolchain.

By the end of this training, participants will be able to:

• Prepare and convert AI models for Ascend 310 using CANN tools.
• Build lightweight inference pipelines using MindSpore Lite and AscendCL.
• Optimize model performance for limited compute and memory environments.
• Deploy and monitor AI applications in real-world edge use cases.

Format of the Course

• Interactive lecture and demonstration.
• Hands-on lab work with edge-specific models and scenarios.
• Live deployment examples on virtual or physical edge hardware.

Course Customization Options

• To request a customized training for this course, please contact us to arrange.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), orta seviyedeki geliştiriciler, sistem mimarları ve akıllı veri işleme ve analiz yetenekleriyle IoT uygulamalarını geliştirmek için Edge AI'ü kullanmak isteyen sektör profesyonellerine yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Edge AI'ün temellerini ve IoT'deki uygulamasını anlayabilecektir.
• IoT cihazları için Edge AI ortamlarını kurup yapılandırabilecektir.
• IoT uygulamaları için uç cihazlarda yapay zeka modelleri geliştirebilecek ve dağıtabilecektir.
• IoT sistemlerinde gerçek zamanlı veri işleme ve karar alma mekanizmalarını uygulayabilecektir.
• Edge AI'ü çeşitli IoT protokolleri ve platformlarıyla entegre edebilecektir.
• IoT için Edge AI'te etik hususları ve en iyi uygulamaları ele alabilecektir.

Bu eğitmen eşliğindeki canlı eğitim, Türkiye (çevrimiçi veya yerinde), tahmine dayalı bakım, anomali tespiti ve akıllı sensör uygulamaları için TinyML'i uygulamak isteyen orta düzey IoT geliştiricileri, gömülü sistem mühendisleri ve AI uygulayıcılarına yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecekler:

• TinyML'in temellerini ve IoT'deki uygulamalarını anlamak.
• IoT projeleri için TinyML geliştirme ortamını kurmak.
• Düşük güçlü mikrodenetleyicilerde ML modelleri geliştirmek ve dağıtmak.
• TinyML kullanarak tahmine dayalı bakım ve anomali tespiti uygulamak.
• TinyML modellerini verimli güç ve bellek kullanımı için optimize etmek.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), Edge AI kavramından pratik uygulamaya, kurulum ve dağıtım dahil olmak üzere kapsamlı bir anlayış kazanmak isteyen orta düzeydeki geliştiriciler ve BT profesyonellerine yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Edge AI'un temel kavramlarını anlayabilecektir.
• Edge AI ortamlarını kurup yapılandırabilecektir.
• Edge AI modellerini geliştirebilecek, eğitebilecek ve optimize edebilecektir.
• Edge AI uygulamalarını dağıtabilecek ve yönetebilecektir.
• Edge AI'u mevcut sistemlerle ve iş akışlarıyla entegre edebilecektir.
• Edge AI uygulamasında etik hususları ve en iyi uygulamaları ele alabilecektir.

Bu eğitmen eşliğindeki canlı eğitim, Türkiye (çevrimiçi veya yerinde), makine öğrenimi modellerini mikrodenetleyicilere TensorFlow Lite ve Edge Impulse kullanarak dağıtmak isteyen orta düzey gömülü sistem mühendisleri ve AI geliştiricileri için tasarlanmıştır.

Eğitimin sonunda katılımcılar şunları yapabilecekler:

• TinyML'nin temellerini ve kenar AI uygulamaları için sağladığı faydaları anlamak.
• TinyML projeleri için bir geliştirme ortamı kurmak.
• Düşük güçlü mikrodenetleyiciler üzerinde AI modellerini eğitmek, optimize etmek ve dağıtmak.
• Gerçek dünya TinyML uygulamalarını hayata geçirmek için TensorFlow Lite ve Edge Impulse'ı kullanmak.
• AI modellerini güç verimliliği ve bellek kısıtlamaları için optimize etmek.

Cambricon MLUs (Machine Learning Birimleri) kenar ve veri merkezi senaryolarında tahmin ve eğitim için optimize edilmiş özelleştirilmiş AI chip'leridir.

Bu eğitmen tarafından yönetilen canlı eğitim (çevrimiçi veya yerel), BANGPy framework'i ve Neuware SDK'yı Cambricon MLU donanımını kullanarak yapay zeka modelleri oluşturmak ve dağıtmak isteyen orta düzeyli geliştiricilere yöneliktir.

Bu eğitim sonunda, katılımcılar şunları yapabilecekler:

• BANGPy ve Neuware geliştirme ortamlarını kurma ve yapılandırma.
• Cambricon MLU'lar için Python ve C++-tabanlı modelleri geliştirmek ve optimize etmek.
• Neuware runtime'u çalıştıran kenar ve veri merkezi cihazlarına model dağıtmak.
• MLU özel hızlandırma özelliklerini ML iş akışlarıyla entegre etmek.

Eğitim Formatı

• Interaktif ders anlatımı ve tartışmalar.
• BANGPy ve Neuware'ın geliştirme ve dağıtım için el ile kullanımı.
• Optimizasyon, entegrasyon ve test odaklı yönlendirilmiş egzersizler.

Eğitim Özelleştirme Seçenekleri

• Cambricon cihaz modelinize veya kullanım durumunuza dayalı bu eğitim için özelleştirilmiş bir eğitim talebinde bulunmak isterseniz, lütfen bizi düzenlemek üzere iletişime geçin.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), Edge AI temellerini ve giriş seviyesi uygulamalarını anlamak isteyen başlangıç seviyesindeki geliştiriciler ve BT profesyonellerine yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Edge AI'ün temel kavramlarını ve mimarisini anlayabilecektir.
• Edge AI ortamlarını kurup yapılandırabilecektir.
• Basit Edge AI uygulamaları geliştirebilecek ve dağıtabilecektir.
• Edge AI'ün kullanım durumlarını ve faydalarını belirleyebilecek ve anlayabilecektir.