Курс на Stepik
Обложка курса «Edge AI: запуск нейросетей на устройствах» на Stepik
4 990 ₽

Edge AI: запуск нейросетей на устройствах 0.000

Открыть на
STEPIK.ORG

Практический инженерный курс про запуск и оптимизацию нейросетей на устройствах: от выбора edge-архитектуры до профилирования latency/RAM/энергии и безопасных обновлений.

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «Edge AI: запуск нейросетей на устройствах»Учеников на курсе 15
Сертификаты, выданные на курсе «Edge AI: запуск нейросетей на устройствах»Сертификатов выдано 0
Отзывы о курсе «Edge AI: запуск нейросетей на устройствах»Отзывов получено 0
Рейтинг курса «Edge AI: запуск нейросетей на устройствах»Рейтинг курса 0.000
Уроки в курсе «Edge AI: запуск нейросетей на устройствах»Количество уроков 36
Тесты в курсе «Edge AI: запуск нейросетей на устройствах»Количество квизов 36
Время прохождения курса «Edge AI: запуск нейросетей на устройствах»Время прохождения курса
Стоимость курса «Edge AI: запуск нейросетей на устройствах»Стоимость курса 4 990 ₽
Обновления курса «Edge AI: запуск нейросетей на устройствах»Обновления курса
Дата публикации курса «Edge AI: запуск нейросетей на устройствах»Дата публикации курса
Последнее обновление курса «Edge AI: запуск нейросетей на устройствах»Последнее обновление

Содержание курса

Разделы в курсе «Edge AI: запуск нейросетей на устройствах» 9 разделов Уроки в курсе «Edge AI: запуск нейросетей на устройствах» 36 уроков Тесты в курсе «Edge AI: запуск нейросетей на устройствах» 36 тестов Время прохождения курса «Edge AI: запуск нейросетей на устройствах» 0 ч. Последнее обновление курса «Edge AI: запуск нейросетей на устройствах» обн. 25 июля 2026

Edge AI: новая инженерная реальность

4 урока
1. Вводный урок: что такое Edge AI
2. Cloud vs edge: как принять решение
3. Сценарии, где edge неизбежен
4. Базовый словарь и пайплайн inference

Ограничения устройств: CPU, RAM, батарея

4 урока
1. CPU, GPU, NPU: кто делает работу
2. RAM и storage: где заканчивается память
3. Энергия и тепло: скрытый лимит
4. Бюджет: SLO, лимиты, компромиссы

Форматы моделей и конвертация

4 урока
1. Формат модели: что хранится внутри
2. ONNX как “перевалочный пункт”
3. TFLite, Core ML, TorchScript
4. Inference engine: что делает runtime

Оптимизация моделей: скорость и размер

4 урока
1. Quantization: FP32 → INT8
2. Pruning и sparsity
3. Distillation как компромисс
4. Trade-offs: точность vs скорость

Inference на edge: профилирование и узкие места

4 урока
1. Пайплайн inference: от сенсора до ответа
2. Warm-up, batching и очереди
3. Latency profiling: измерить правильно
4. Memory profiling: аллокации и буферы

Энергопотребление и эффективность

4 урока
1. Откуда берётся расход энергии
2. DVFS и управление частотами
3. Hardware acceleration и offloading
4. Когда выключать модель

Безопасность и приватность на edge

4 урока
1. Threat model для edge
2. Защита модели от извлечения
3. Обновления модели и rollback
4. Secure boot и цепочка доверия

Архитектура Edge AI-систем

4 урока
1. Edge-only vs hybrid: базовые схемы
2. Офлайн-режим и синхронизация
3. Оркестрация и fleet management
4. Логирование и обновления в проде

Практические кейсы и итоговый выбор решений

4 урока
1. Кейс: камера и детекция объектов
2. Кейс: IoT и anomaly detection
3. Кейс: on-device ML в мобайле
4. Итоговый выбор архитектуры