東京のEdge AIトレーニング

本講座は講師による東京形式（オンラインまたは対面）の実習型研修であり、複数のエッジデバイス間で連合学習を活用しつつデータの機密性を維持してAIモデルを訓練したい、中級以上のレベルのAI研究者やデータサイエンティスト、セキュリティ専門家を対象としています。

研修の終了時点で受講者は以下の能力を身につけることができます：

• エッジAIにおける連合学習の基本原理と利点を理解する。
• TensorFlow FederatedおよびPyTorchを用いて連合学習モデルを実装できる。
• 分散しているエッジデバイス間で効率的にAI訓練を行うための最適化手法を習得する。
• 連合学習におけるデータプライバシーやセキュリティ上の課題に対処できる。
• 実用環境において連合学習システムを展開・監視する手法を把握する。

本講座は東京（オンラインまたは対面）で実施されるインストラクター主導のライブ研修で、スマートファーミング向けエッジAIソリューションを開発・展開したい初心者から中級レベルの農業テクノロジー専門家、IoT技術者およびAIエンジニアが対象となります。

研修の最後には受講生は以下の点を習得することができます：

• 精密農業分野においてエッジAIが果たす役割を把握する
  
• AI駆動型の作物・家畜モニタリングシステムを導入できるようになる
  
• 自動灌漑および環境センサー系ソリューションの構築が可能となる
  
• ​リアルタイム解析で得られるエッジAIデータを活かし農業効率向上を実現できるようになる
  

本講座は東京にて開催される講師によるオンラインまたは対面形式の実践トレーニングで、エッジAIシステムに堅固なセキュリティ機能や耐障害性戦略を導入したい上級レベルのサイバーセキュリティ専門家、AIエンジニア、IoT開発者向けに開催されます。

本トレーニング終了時には、受講生は以下のスキルを習得できるようになります：

• エッジAI環境におけるセキュリティリスクや脆弱性を理解する。
• データ保護のために暗号化技術や認証手法を実装できる。
• サイバー攻撃にも耐えうる堅牢なエッジAIアーキテクチャを設計できる。
• エッジ環境下で安全にAIモデルを導入・展開するための戦略を適用できる。

本講座は東京（オンラインまたはオンサイト）で行われるインストラクターによるライブ研修であり、スマートレジや在庫管理および顧客個別対応に向けてエッジAIソリューションを活用したい、初心者から中級レベルの小売テクノロジー担当者やAI開発者、ビジネスアナリストの方々が対象となります。

講座終了時には受講者は以下の能力を習得できることになっています：

• エッジAIが小売業務と顧客体験にどのように貢献するかを理解できる。
• AI駆動型のスマートレジや無人決済システムを導入できる。
• リアルタイムでの在庫追跡と分析により、在庫管理を最適化できる。
• コンピュータビジョンやAIを用いて店舗内で個別対応したサービスを提供できる。

本講座は東京にてインストラクターが直接指導するライブトレーニング（オンラインまたは現地開催）で、5GネットワークがいかにエッジAIアプリケーションの発展を促進するかを学びたい中級レベルの通信業界の専門家、AIエンジニア、およびIoT技術者を対象としています。

講座終了時には、受講生は以下の能力を身につけることができます：

• 5G技術の基礎とそれがエッジAIに与える影響を理解する。
  
• 超低遅延対応として最適化されたAIモデルを5G環境下で導入できる。
  
• エッジAIおよび5G接続を用いたリアルタイム意思決定システムを実装できる。
  
• エッジデバイス上で効率的な処理を行うために、AIワークロードを最適化できる。
  

本講座はインストラクターが直接指導するライブトレーニングで、リソースが限られたデバイス向けに軽量なAIモデルを最適化・ファインチューニングしたい中級レベルの組み込み型AI開発者やエッジコンピューティング専門家を対象としています。

この講座を受講することで、受講者は以下の能力を習得できるようになります：

• エッジ環境での展開に適した事前学習済みモデルを選定・調整する方法
• 量子化やプリューニングなどの圧縮技術を用いて、モデルのサイズと処理遅延を削減する方法
• 転移学習を用いてタスクごとに最適な性能となるようモデルをファインチューニングする方法
• 最適化されたモデルを実際のエッジハードウェアプラットフォーム上で展開する方法

本講座はインストラクターによるライブトレーニングで、東京（オンラインまたはオンサイト）にて開催されます。中級者から上級者のコンピュータビジョンエンジニア、AI開発者、IoT関係者が参加対象となり、エッジデバイス上でリアルタイム処理を行うためのコンピュータビジョンモデルの実装・最適化手法を学びます。

講座終了時には、参加者は以下の能力を身につけることができます：

• エッジAIの基本原理およびコンピュータビジョン分野における応用方法を理解する。
• 最適化された深層学習モデルをエッジデバイス上に展開し、リアルタイムでの画像・映像解析を行う。
• TensorFlow LiteやOpenVINO、NVIDIA Jetson SDKといったフレームワークを用いてモデルを導入する。
• 性能向上・電力効率化および低遅延な推論処理のためのAIモデルの最適化手法を習得する。

本講座はインストラクター主導の実践的なトレーニング（東京にてオンラインまたは会場開催）で、エネルギー効率の高いハードウェア上にTinyML技術を用いてAI対応アプリケーションを構築したい中級レベルの組み込みエンジニアやIoT開発者、AI研究者を対象としています。

講座終了時には、受講生は以下のスキルを習得できるようになります：

• TinyMLおよびエッジAIの基本的な仕組みを理解する。
• 軽量なAIモデルをマイクロコントローラー上に展開できる。
• 低消費電力環境下でのAI推論処理を最適化できる。
• TinyMLを実際のIoTアプリケーションへ統合できる。

本講座はインストラクターによるライブ研修で、東京（オンラインまたは現地開催）にて実施されます。中級者から上級者のロボティクスエンジニア、AI開発者、および自動化専門家が、エッジAIを活用したロボット関連アプリケーションの構築方法を学ぶことを目的としています。

研修終了時には、以下のことが可能になるでしょう：

• 自律型システムにおけるエッジAIの役割を理解する
• リアルタイム制御が求められるロボット用に、エッジデバイス上でAIモデルを展開する
• 低遅延な意思決定のため、AIパフォーマンスを最適化する
• コンピュータビジョンやセンサー情報の統合により、ロボットの自律性を高める

本コース『エッジ向け軽量エージェント』は、リソースが限られたデバイス上にエージェント型AIシステムを実装する方法を学ぶための実践的な講座です。参加者は、ローカルで推論処理を行える軽量なエージェントを構築・最適化・管理する技術を習得し、分散環境下での速度向上、プライバシーの保護、信頼性の確保を実現します。本コースでは特にパフォーマンス調整、低遅延設計、ハードウェアとソフトウェアの統合について重点的に取り扱います。

講師によるライブ授業（オンラインまたはオンサイト）であり、Pythonおよびエッジ向けAIフレームワークを利用してデバイス上でのエージェントシステムの実装や最適化を行いたい中級レベルの技術者を対象としています。

本トレーニングを終了すると、参加者は以下の能力を身につけることができます：

• エッジデバイス上でエージェント型AIを稼働させる際のアーキテクチャや課題を理解する。
• リソース制約のある環境に適した軽量なエージェント処理ループを設計できる。
• TensorFlow Lite、PyTorch Mobile、ONNXを用いてローカルでの推論処理を実装できる。
• センサー、アクチュエータ、IoTプラットフォームとエージェントを統合できる。
• リアルタイム動作に向けてパフォーマンス、消費電力、遅延の最適化が可能となる。

コース形式について

• インタラクティブな講義および実践的なデモンストレーション。
• ローカル環境またはエミュレートされた環境での実際の開発体験。
• プロジェクトベース学習や指導付き実装演習。

コースカスタマイズのオプション

• このコースに合わせたカスタマイズトレーニングをご希望の場合は、お問い合わせいただければ手配いたします。

本講座は、インストラクターによるライブ形式のトレーニングで東京（オンラインまたは会場開催）にて実施されます。低消費電力デバイス上にAIモデルを導入しつつ電力消費を最小限に抑えたいと考える中級者以上のAIエンジニア、組み込み系開発者、およびハードウェアエンジニア向けとなっています。

講座終了時には、受講者は以下のことができるようになります：

• 省電力デバイス上でAIを動作させる際の課題を理解する。
• 低消費電力環境下での推論に適したニューラルネットワークを最適化する。
• 量子化、プリuning（剪定）、モデル圧縮技術を活用できる。
• 最小限の電力消費でエッジハードウェア上にAIモデルを導入する。

本講座はインストラクター主導のライブトレーニングで、東京（オンラインまたは対面）にて実施されます。エッジアプリケーション向けにNVIDIA Jetsonプラットフォーム上でAIモデルの最適化と展開を行いたい中級者レベルのAI開発者、組込み系エンジニア、ロボティクスエンジニアを対象としています。

受講を終える頃には、参加者は以下の能力を身につけられるようになります：

• エッジAIおよびNVIDIA Jetsonハードウェアの基礎知識を理解する。
• エッジデバイス向けにAIモデルを最適化する。
• TensorRTを用いてディープラーニングの推論処理を高速化させる。
• JetPack SDKおよびONNX Runtimeを活用してAIモデルを展開する。

本講座はインストラクターによるライブトレーニング 東京（オンラインまたは対面）であり、エッジデバイス向けにAIモデルを最適化したい中級レベルのAI開発者、機械学習エンジニア、システムアーキテクトを対象としています。

講座終了後には、受講者は以下のスキルを身につけることができます：

• エッジデバイス上でのAIモデルの展開における課題や要件を理解する。
• モデル圧縮技術を用いて、AIモデルのサイズと複雑さを低減させる。
• 量子化手法を活用してエッジハードウェア上でのモデル効率を向上させる。
• 剪定やその他の最適化技術を用いて、モデルのパフォーマンスを改善する。
• 最適化済みのAIモデルをさまざまなエッジデバイスに展開する。

本講座は講師によるライブ形式の研修東京（オンラインまたは対面）であり、さまざまな用途向けにエッジデバイス上でAIモデルを導入したい中級レベルの開発者、データサイエンティスト、技術愛好家の方々を対象としています。

研修終了時には、受講者は以下の能力を身につけられるようになります：

• エッジAIの基本概念およびその利点を理解する
  
• エッジコンピューティング環境を設定・構成する
  
• エッジ向けにAIモデルを開発・学習・最適化する
  
• エッジデバイス上で実用的なAIソリューションを実装する
  
• エッジ環境に導入されたモデルのパフォーマンスを評価・向上させる
  
• エッジAIアプリケーションにおける倫理的・セキュリティ面の課題に対処する
  

本講座は東京（オンラインまたは対面）で開催されるインストラクター主導のライブ研修であり、エッジAIソリューションを金融サービスに導入したい中級レベルの金融業界関係者、フィンテック開発者、およびAI専門家が対象です。

研修終了時には、受講生は以下の能力を身につけることができます：

• 金融サービスにおけるエッジAIの役割を理解する
• エッジAIを用いて詐欺検出システムを構築する
• AI駆動型ソリューションによって顧客サービスを向上させる
• リスク管理や意思決定のためにエッジAIを活用する
• 金融環境においてエッジAIソリューションを導入・管理する

本コースは東京（オンラインまたは対面）で実施されるインストラクター主導のライブ研修です。中級レベルの産業技術者や製造現場の専門家、エッジAIソリューションを産業自動化に活用したいAI開発者が対象となります。

研修終了時には、受講者は以下のスキルを習得できるようになります：

• 産業自動化におけるエッジAIの役割を理解する
• エッジAIを用いた予知保全ソリューションを実装できる
• 製造工程での品質管理にAI技術を適用できる
• エッジAIによって産業プロセスを最適化できる
• 産業環境向けエッジAIソリューションの導入・運用管理が行える

エッジAIとは、ネットワークのエッジ側にあるデバイスや機械上に人工知能モデルを直接実装することで、遅延を極力抑えたリアルタイムな意思決定を可能にする技術です。

本講座は講師主導のライブ研修（オンラインまたは現地開催）であり、速度・信頼性・オフライン動作が不可欠となる製造環境において、AIを活用した制御システムやロジックの構築を目指す上級レベルの組み込み系およびIoT技術者向けです。

講座終了時には、受講生は以下のことができるようになります：

• エッジAIシステムの構造と利点を理解する。
• 組み込み機器へ導入するためのAIモデルを作成・最適化できる。
• TensorFlow LiteやOpenVINOといったツールを用いて低遅延な推論処理を行える。
• センサー・アクチュエータおよび各種産業用プロトコルとエッジインテリジェンスを統合できる。

講座の形式について

• インタラクティブな講義およびディスカッション。
• 豊富な演習と実践課題の提供。
• 実際のラボ環境にて手を動かして実装を行う機会もあります。

講座内容のカスタマイズについて

• 本講座をご要望に合わせてカスタマイズしたい場合は、お問い合わせいただければ手配いたします。

本講座はインストラクターによるライブトレーニングで、東京（オンラインまたは会場）にて開催されます。TensorFlow Liteを活用してエッジAIアプリケーションの開発を行いたい中級レベルの開発者やデータサイエンティスト、AI技術者の方々を対象としています。

講座終了時には、受講者は以下のことができるようになります：

• TensorFlow Liteの基本概念とエッジAIにおけるその役割を理解する。
• TensorFlow Liteを用いてAIモデルを開発・最適化できるようになる。
• さまざまなエッジ端末にTensorFlow Liteモデルを導入可能になる。
• モデルの変換や最適化のためのツール・手法を活用できるようになる。
• TensorFlow Liteを用いて実用的なエッジAIアプリケーションを構築できるようになる。

本講座はインストラクターによるライブトレーニング（東京にてオンラインまたは対面）で、スマートシティ構築においてエッジAIの活用を目指す中級レベルの都市計画担当者、土木技術者、およびプロジェクトマネージャー向けです。

講座終了時には、受講者は以下の能力を身につけられるようになります：

• スマートシティインフラにおけるエッジAIの役割を理解する。
• 交通管理や監視システム向けにエッジAIソリューションを導入する。
• エッジAI技術を用いて都市資源を最適化する。
• 既存のスマートシティシステムとエッジAIを連携させる。
• スマートシティ構築における倫理的・法的な課題に対処する。

本コースは、東京（オンラインまたは対面）で実施されるインストラクター主導型の研修であり、エッジAIソリューションを安全かつ倫理的に導入したい中級レベルのサイバーセキュリティ専門家、システム管理者、およびAI倫理学研究者が対象となります。

研修終了時には、受講者は以下の能力を習得できます：

• エッジAIにおけるセキュリティおよびプライバシーの課題を理解する
• エッジデバイスやデータの保護に役立つベストプラクティスを実践する
• エッジAI導入時におけるセキュリティリスク軽減策を策定する
• 倫理的側面への配慮や規制遵守について理解し実践できる
• エッジAIアプリケーションに対するセキュリティ評価および監査を行える

本インストラクター主導のライブトレーニング（オンラインまたはオンサイト）は、エッジAIを活用して革新的な自律型システムソリューションを開発したい中級レベルのロボット工学エンジニア、自動運転車の開発者、およびAI研究者を対象としています。

本トレーニングを終了すると、受講者は以下のことを実現できるようになります：

• 自律型システムにおけるエッジAIの役割と利点を理解する。
• エッジデバイス上でリアルタイム処理を行うためのAIモデルを開発・導入できる。
• 自律型車両、ドローン、ロボットにエッジAIソリューションを実装できる。
• エッジAIを用いて制御システムを設計・最適化できる。
• 自律型AIアプリケーションにおける倫理的および規制的な考慮事項に対処できる。

本講座はインストラクター主導のライブ研修（オンラインまたは対面）で、エッジAIを活用した革新的な医療ソリューションの実現に取り組みたい中級レベルの医療従事者、生体医学エンジニア、AI開発者の方々を対象としています。

研修終了後には、受講生は以下の能力を習得できます：

• 医療分野におけるエッジAIの役割と利点を理解する。
  
• 医療用途向けにエッジデバイス上でAIモデルを開発・導入する。
  
• ウェアラブルデバイスや診断ツールにエッジAIソリューションを実装する。
  
• エッジAIを用いて患者モニタリングシステムを設計・導入する。
  
• 医療分野でのAI応用における倫理的課題や法規制への対応を学ぶ。
  

エッジAIにより、人工知能モデルを組み込み機器やリソースが限られたデバイス上で直接実行できるようになります。これによって遅延や消費電力が削減され、ロボットシステムの自律性やプライバシー保護も強化されるのです。

本講座はインストラクターによるライブ研修で（オンラインまたは会場にて）、TinyMLおよびエッジAIフレームワークを用いてロボットハードウェア上で機械学習の推論や最適化技術を実装したい中級レベルの組み込み開発者やロボティクスエンジニア向けです。

研修を修了すると、以下のことが可能になります：

• TinyMLおよびロボット用エッジAIの基礎知識を理解できるようになる
• AIモデルを変換し、オンデバイス推論向けに展開できるようになる
• 速度・サイズ・エネルギー効率の観点からモデルを最適化できる
• エッジAIシステムをロボット制御アーキテクチャに統合できる
• 実環境下でのパフォーマンスや精度を評価できる

講座の形式

• 対話型の講義およびディスカッション
• TinyMLおよびエッジAIツールチェーンを用いた実践演習
• 組み込み機器やロボットハードウェア上での実習も含む

カスタマイズオプションについて

• この講座の内容をご要望に合わせてカスタマイズしたい場合は、弊社までお問い合わせください。

本コース『6Gとインテリジェントエッジ』は、次世代通信技術である6Gがエッジコンピューティング、IoTエコシステム、AI駆動型データ処理とどのように統合されるかを探る先見的な内容となっています。これにより、低遅延で適応性に優れたインテリジェントな基盤構築が可能になります。

本講座はインストラクター主導のライブトレーニング（オンラインまたは対面）で、中級レベルのITアーキテクト向けに設計されています。参加者は6G接続性とインテリジェントエッジシステムが組み合わさることで実現する次世代分散型アーキテクチャの理解・設計を学ぶことができます。

本コース修了後、受講者は以下の能力を身につけることが可能になります：

• 6GがエッジコンピューティングおよびIoTアーキテクチャに与える変革効果を理解する。
  
• 超低遅延かつ高帯域幅を実現し、自律的に運用可能な分散システムの設計法を習得する。
  
• AIやデータ分析機能をエッジに統合し、インテリジェントな意思決定を行う仕組みを把握する。
  
• 拡張性・セキュリティ・耐障害性を備えた6G対応エッジ基盤の計画手法を学ぶ。
  
• 6Gとエッジ技術の融合によって生まれるビジネスモデルや運用形態を評価できるようになる。
  

コースの形式

• 双方向性の高い講義やディスカッション
  
• 具体事例研究およびアーキテクチャ設計演習
  
• エッジまたはコンテナ関連ツールを用いた実践シミュレーション（任意）
  

カスタマイズ可能なオプション

• 本コースの内容をご要望に応じてカスタマイズしたい場合は、お問い合わせください。
  

本講座は、東京（対面またはオンライン）形式で開催されるトレーニングであり、最先端エッジAI技術を習得したい上級者の皆様に特化しています。受講者はモデル最適化手法の習熟や実用例開発などにより、エッジコンピューティング分野で大きな成果を創出できることでしょう。

受講完了時には以下の能力が確実に身につきます：

• 高度なエッジAIモデル開発・最適化手法の習得
• 最先端技術を駆使したエッジ機器向けAI導入戦略の構築力
• 高度な用途対応ツール・フレームワークの活用能力
• エッジAIソリューションの性能改善および効率化手法の理解
• 革新的なビジネスモデルや今後の技術トレンドの把握力強化
• 複雑な倫理・セキュリティ課題に対応するための判断力向上

ファーウェイが提供するAscend CANNツールキットを利用することで、Ascend 310などのエッジデバイス上での強力なAI推論処理が可能になります。CANNには計算資源やメモリが限られた環境向けに、モデルのコンパイル・最適化・展開を支援する各種ツールが揃っています。

本講座は講師によるライブ研修（オンラインまたは会場開催）で、CANNツールチェーンを用いてAscendエッジデバイス上にモデルを展開・最適化したい中級レベルのAI開発者やシステム統合担当者向けの内容となっています。

講座終了時には、受講者は以下のスキルを習得できるようになります：

• CANNツールを用いてAscend 310向けAIモデルの準備および変換を行うこと
  
• MindSpore LiteおよびAscendCLを活用して軽量な推論パイプラインを構築すること
  
• 計算能力やメモリ容量が限られた環境においてモデル性能の最適化を行うこと
  
• 実際のエッジ環境下でAIアプリケーションを展開し、その動作状況を監視すること
  

講座の進め方について

• 双方向型の講義および実演を交えた形式
  
• エッジ向けモデルやシナリオを用いた実習
  
• 仮想環境または物理的なエッジハードウェア上での実際の展開例を紹介
  

カスタマイズ対応について

• 本講座の内容をご要望に合わせてカスタマイズすることも可能ですので、お気軽にお問い合わせください。
  

本講座は講師によるライブトレーニングで、東京（オンラインまたは対面）にて開催されます。中級者レベルの開発者、システムアーキテクト、およびIoTアプリケーションにインテリジェントなデータ処理・分析機能をもたらすためにエッジAIを活用したい業界の専門家が対象です。

受講後には以下のことができるようになります：

• エッジAIの基本事項およびIoTにおけるその応用方法を理解する
  
• IoTデバイス向けにエッジAI環境を設定・構成する
  
• IoTアプリケーション用のエッジデバイス上でAIモデルを開発・展開する
  
• IoTシステム内でリアルタイムなデータ処理と意思決定を実装する
  
• 各種IoTプロトコルやプラットフォームとエッジAIを連携させる
  
• IoT向けエッジAIにおける倫理的配慮およびベストプラクティスに対応する
  

東京（オンラインまたは現地開催）にて実施されるこのインストラクター指導型の研修では、予知保全、異常検出、スマートセンサーアプリケーション構築を目指す中級レベルのIoT開発者、組み込み系エンジニア、AI専門家が対象となります。

研修終了時には、参加者は以下のスキルを習得できるようになります：

• TinyMLの基本的概念およびIoT分野での活用方法を理解する
• IoTプロジェクト向けのTinyML開発環境を構築する
• 低消費電力マイクロコントローラ上に機械学習モデルを開発・展開する
• TinyMLを用いて予知保全および異常検出システムを実装する
• 電力消費やメモリ利用効率の観点からTinyMLモデルを最適化する

本講座はインストラクターによるオンラインまたは対面形式の実習型トレーニングであり、エッジAIのコンセプトから実際の導入・運用までを幅広く学びたい中級レベルの開発者やIT専門家向けに設計されています。東京

受講後には、参加者は以下のスキルを習得できるようになります：

• エッジAIの基本的な概念を理解する
• エッジAI環境のセットアップおよび設定を行う
• エッジ用AIモデルの開発、学習、最適化を実施する
• エッジAIアプリケーションの展開および管理を行う
• 既存のシステムやワークフローにエッジAIを統合する
• エッジAI導入における倫理的課題およびベストプラクティスを把握する

本講座はインストラクターによるオンラインまたは対面形式の実習中心のトレーニングで、東京の中級レベルの組込みシステムエンジニアやAI開発者向けです。受講者はTensorFlow LiteおよびEdge Impulseを用いてマイクロコントローラー上に機械学習モデルを実装するスキルを身につけることができます。

具体的には以下のことを行えるようになります：

• TinyMLの基本概念およびエッジAIアプリケーションにおけるその利点を理解する
• TinyMLプロジェクト用の開発環境をセットアップする
• 低消費電力なマイクロコントローラー向けにAIモデルを学習・最適化・実装する
• TensorFlow LiteおよびEdge Impulseを用いて現実世界のTinyMLアプリケーションを開発する
• 電力効率やメモリ制約に配慮してAIモデルを最適化する

Cambricon社のMLU（マシンラーニングユニット）は、エッジ環境やデータセンターにおいて推論・学習処理に最適化された専用AIチップです。

本講座はインストラクターが直接指導する実践的なトレーニングで、オンラインまたは会場での開催となります。BANGPyフレームワークおよびNeuware SDKを活用し、Cambricon MLUハードウェア上にAIモデルを構築・展開したい中級レベルの開発者向けの内容です。

講座終了後には、以下のことが可能になります：

• BANGPyおよびNeuwareの開発環境を適切にセットアップできるようになる。
• PythonまたはC++で記述されたAIモデルをMLU向けに開発・最適化できるようになる。
• Neuwareランタイムが搭載されたエッジ機器やデータセンター環境へモデルを展開できるようになる。
• MLワークフローとMLU特有の高速化機能とを効果的に統合できるようになる。

講座形式

• 対話型の講義およびディスカッション。
• BANGPyおよびNeuwareを用いた実践的な開発・展開演習。
• 最適化や統合作業、検証に重点を置いた練習問題。

講座内容のカスタマイズ

• ご使用のCambriconデバイス仕様や具体的な用途に応じたカスタムトレーニングをご希望の場合は、お問い合わせいただければ手配可能です。

本講座は東京にて行われるインストラクター主導のライブトレーニング（オンラインまたはオフライン）で、エッジAIの基礎知識や初期段階での利用方法を学びたい初心者レベルの開発者やIT専門家向けです。

このトレーニングを修了すると、受講者は以下のことができるようになります：

• エッジAIの基本概念およびアーキテクチャを理解する。
• エッジAI環境の設定と構成を行う。
• 簡単なエッジAIアプリケーションの開発およびデプロイができる。
• エッジAIの適用事例や利点を認識し理解する。