Ingeniería de Edge AI & TinyML — cuantización/poda, runtime en MCU/NPUs, actualización segura OTA.
About our Ingeniería de Edge AI & TinyML — cuantización/poda, runtime en MCU/NPUs, actualización segura OTA.
Ingeniería de Edge AI & TinyML aborda la optimización de modelos mediante técnicas avanzadas de cuantización y poda para su despliegue en arquitecturas de cómputo embebido como MCUs y NPUs, enfocándose en la integración eficiente en plataformas eVTOL y sistemas UAM. Este campo combina áreas fundamentales de procesamiento de señales, inteligencia embebida, microcontroladores y hardware acelerado, apoyándose en metodologías como el diseño con quant-aware training y herramientas de inferencia ligera para asegurar rendimiento y consumo energético óptimos en tiempo real.
Los laboratorios especializados permiten la simulación HIL/SIL y pruebas in situ para validar runtimes sobre MCU/NPUs, además de garantizar la seguridad y trazabilidad en la actualización segura OTA conforme a la normativa aplicable internacional en sistemas críticos aeronáuticos. La capacitación prepara roles técnicos como embedded systems engineer, AI inference developer, firmware architect, safety engineer y OTA deployment specialist, fortaleciendo competencias requeridas en la industria aeroespacial para la integración de tecnologías TinyML en sistemas de vuelo avanzados.
Palabras clave objetivo (naturales en el texto): Edge AI, TinyML, cuantización, poda, runtime MCU, NPUs, OTA segura, inferencia embebida, HIL, SIL, normativa aplicable, sistemas críticos aeronáuticos.
Ingeniería de Edge AI & TinyML — cuantización/poda, runtime en MCU/NPUs, actualización segura OTA.
- Format:
- Duration:
- Time: 1900 H
- Practices: Consult
- Language:
- Credits:
- Registration date: 08-10-2026
- Start date: 02-12-2026
- Available places: 2
354,000 $
Skills and results
What you will learn
Who this program is for:
Ingeniería de Edge AI & TinyML — cuantización/poda, runtime en MCU/NPUs, actualización segura OTA.
**Módulo 9 — Introducción a la Ingeniería Edge AI**
9. 9 Fundamentos de Edge AI: Definición, arquitectura y aplicaciones.
9. 9 Diferencias entre Edge AI y Cloud AI: Ventajas y desventajas.
3. 3 Hardware para Edge AI: MCU, NPU, GPU y su selección.
4. 4 Introducción a la Cuantización: Reducción de tamaño y complejidad.
5. 5 Introducción a la Poda: Eliminación de conexiones innecesarias.
6. 6 Conceptos de Runtime en Edge AI: Optimizando la inferencia.
7. 7 ¿Qué es una Actualización OTA Segura?: Conceptos y beneficios.
8. 8 Herramientas y Entornos de Desarrollo para Edge AI.
9. 9 Casos de Estudio: Aplicaciones reales de Edge AI.
90. 90 Tendencias y el Futuro de Edge AI: Innovación en el horizonte.
Capstone-type projects
Admissions, fees and scholarships
Do you have any questions?
Our team is ready to help you. Contact us and we’ll get back to you as soon as possible.