Kerangka Materi

Pengenalan ke Nano Banana

  • Gambaran kerangka kerja dan kemampuannya
  • Memahami arsitektur dan pipa pemrosesan
  • Perbandingan Nano Banana dengan solusi AI di perangkat lainnya

Menyiapkan Lingkungan Pengembangan

  • Memersiapkan Android Studio untuk beban kerja AI
  • Mengintegrasikan SDK Nano Banana
  • Konfigurasi proyek dan manajemen dependensi

Bekerja dengan API Nano Banana

  • Menjelajahi metode API inti
  • Memuat dan mengelola model ringan
  • Melaksanakan tugas inferensi secara real-time

Mengoptimalkan Kinerja AI di Android

  • Strategi untuk inferensi berlatensi-rendah
  • Teknik manajemen memori dan sumber daya
  • Pendekatan benchmarking dan alat optimasi

Merancang Pengalaman Pengguna Berbasis AI

  • Melaksanakan interaksi UI responsif
  • Menangani tugas asinkron dan callback
  • Menyelaraskan perilaku AI dengan panduan UX Android

Keamanan dan Privasi dalam AI di Perangkat

  • Memastikan penanganan data pengguna yang aman
  • Teknik untuk inferensi menjaga privasi
  • Pertimbangan kepatuhan untuk penyebaran perusahaan

Menerapkan dan Menjaga Fitur AI

  • Mengemas dan menerbitkan aplikasi dengan AI tertanam
  • Versi dan pembaruan model lokal
  • Memantau dan meningkatkan kinerja pasca-penyebaran

Kasus Penggunaan Lanjutan dan Integrasi

  • Menggabungkan Nano Banana dengan alat ML Android yang ada
  • Melaksanakan fitur AI multimodal
  • Memperluas aplikasi dengan model ringan kustom

Ringkasan dan Langkah Selanjutnya

Persyaratan

  • Pemahaman tentang dasar-dasar aplikasi Android
  • Pengalaman dengan Kotlin atau Java
  • Kenalan dasar dengan alur kerja debugging aplikasi seluler

Audience

  • Pengembang Android yang membangun aplikasi AI-terintegrasi
  • Insinyur perangkat lunak yang mengeksplorasi alur kerja ML di perangkat
  • Tim teknis yang mengevaluasi penyebaran AI ringan di Android
 14 Jam

Jumlah Peserta


Biaya per Peserta

Testimoni (1)

Kursus Mendatang

Kategori Terkait