Villamosmérnöki és Informatikai KarA kar a villamosmérnöki és informatikai tudományok területén képzi a hallgatókat, innovatív megoldásokkal és technológiákkal foglalkozva.
VIK
|
|
|
Beágyazott Mesterséges Intelligencia
A képzés célja, hogy a résztvevők megismerjék, hogyan alkalmazhatók a klasszikus és modern mesterséges intelligencia (MI) megoldások beágyazott környezetben. Bemutatja azokat az algoritmusokat, amelyek hatékonyan támogatják az információfeldolgozást korlátozott számítási és energiaforrások mellett. A résztvevők megértik, mely modellosztályok illeszkednek különböző célfeladatokhoz, és milyen kompromisszumokat igényel a teljesítmény, válaszidő és energiahatékonyság egyensúlya.
A képzés végén a résztvevők átfogó képet kapnak a modellek hardverbe ágyazásának gyakorlati kihívásairól, a biztonsági szempontokról és a valós idejű működés követelményeiről.
A mesterséges intelligencia már nem csupán a felhőben él – egyre több alkalmazás igényli az MI helyben történő futtatását, például IoT eszközökön, szenzorhálózatokon vagy ipari automatizálási rendszereken.
Ez a képzés segít megérteni, hogyan ültethetők át az MI modellek korlátozott erőforrású környezetekbe, miként lehet optimalizálni a teljesítményt és biztosítani az adatbiztonságot.
Ha szeretnél a mesterséges intelligencia gyakorlati, hardverközeli oldalába betekinteni, ez a képzés neked szól.
A képzést elsősorban azoknak ajánljuk, akik:
- fejlesztőként, mérnökként vagy kutatóként dolgoznak beágyazott rendszerek, IoT vagy ipari automatizálás területénadatkutatóknak és gépi tanulás szakembereknek,
- érdeklődnek az MI modellek gyakorlati, hardverközeli megvalósítása iránt,
- szeretnék megérteni, hogyan lehet hatékonyan integrálni mesterséges intelligenciát korlátozott erőforrású eszközökbe,
jogi és compliance területen dolgozóknak, -
vagy naprakész tudást szeretnének szerezni az MI és beágyazott rendszerek metszéspontján.
A képzés elvégzésével a résztvevő:
-
megismeri a beágyazott mesterséges intelligencia alkalmazásának sajátosságait,
-
átlátja, mely modellosztályok (pl. döntési fák, neurális hálók, konvolúciós hálók) alkalmazhatók különböző célfeladatokra,
-
megérti a hardveres megvalósítás kihívásait és lehetőségeit
-
képes lesz kiválasztani a feladathoz leginkább megfelelő MI modellt és célhardver-platformot,
-
felismeri a teljesítmény, energiafogyasztás és válaszidő közötti kompromisszumokat,
-
megismeri az adatbiztonsági és adatvédelmi megfontolásokat a beágyazott MI rendszerekben.
Budapesti Műszaki és Gazdaságtudományi Egyetem szakértő oktatói, akik a beágyazott rendszerek, mesterséges intelligencia és alkalmazott informatika területén több éves tapasztalattal rendelkeznek.
A képzés személyes jelenléttel valósul meg a BME helyszínén. Egy nap alatt, 6 órás intenzív program keretében a résztvevők előadásokat hallgatnak, példákat elemeznek és valós MI-megoldásokon dolgoznak.
- Időpont: 2025.11.28.
- Időtartam: 8:30–12:00 és 13:00–16:00
- Helyszín: Budapesti Műszaki és Gazdaságtudományi Egyetem (BME)
- Formátum: személyes, minimum 10 fős létszámmal
- Piaci értéke: 270 €
A képzés kis- és középvállalkozások számára térítésmentes, amennyiben rendelkeznek a szükséges, még fel nem használt De Minimis kerettel, melyről a regisztráció során nyilatkoznak.
Felnőttképzési engedélyszáma: E/2022/000106
-
1.Oktatási alkalom
-
1. lecke
Személyes jelenlétet igényel