首页
›
嵌入式边缘AI与TinyML
›
036-Edge AI生产环境MLOps与模型生命周期
›
《Edge AI算法固件运维研发协同体系》
VIP20
本课程属于:036-Edge AI生产环境MLOps与模型生命周期
嵌入式边缘AI与TinyML · 共 20 门相关课程,组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录
咨询 / 购买
📘
15. Edge AI团队协作:算法、嵌入式和运维角色分工
共计 30 章节
点击此处阅读海量试读课程:100+行业、1000+细分领域
01
课程导入
Edge AI的定义 · 发展背景 · 团队协作的重要性
课程导入
Edge
02
Edge AI基础概念
边缘计算 · 端侧推理 · 模型压缩
Edge
AI
03
团队角色总览
算法工程师 · 嵌入式工程师 · 运维工程师的职责边界
团队角色总览
算法工程师
04
算法工程师的角色定位
模型设计 · 训练优化 · 量化剪枝
算法工程师的角色…
模型设计
05
嵌入式工程师的角色定位
硬件平台选型 · 驱动开发 · 推理引擎集成
嵌入式工程师的角…
硬件平台选型
06
运维工程师的角色定位
设备管理 · OTA升级 · 日志监控
运维工程师的角色…
设备管理
07
团队协作流程概览
从需求分析 · 模型开发 · 硬件适配
团队协作流程概览
从需求分析
08
需求对齐与可行性评估
算法 · 嵌入式 · 运维三方如何共同评估项目可行性
需求对齐
可行性评估
09
模型转换与优化协作
算法工程师如何与嵌入式工程师配合 · 完成ONNX/TFLite转换 · 量化
模型转换
优化协作
10
硬件抽象与接口定义
嵌入式工程师如何提供统一的推理接口 · 算法工程师如何调用 · 运维如何监控
硬件抽象
接口定义
11
版本管理与模型仓库
使用Git · DVC · MLflow等工具管理模型
版本管理
模型仓库
12
持续集成与持续部署(CI/CD)在Edge AI中的应用
自动化测试 · 构建 · 打包
CI/CD
Edge
13
边缘设备上的模型测试
算法与嵌入式协作进行精度 · 性能 · 稳定性测试
边缘设备上的模型…
算法
14
性能调优协作
分析瓶颈(CPU/GPU/NPU/内… · 算法提供模型优化 · 嵌入式进行代码优化
性能调优协作
CPU/GPU/NPU
15
功耗与热管理
算法如何降低计算量 · 嵌入式如何动态调频 · 运维如何监控设备温度与功耗
功耗
热管理
16
安全与隐私
模型加密 · 数据脱敏 · 设备认证
安全
隐私
17
日志与监控体系
运维如何设计日志规范 · 算法和嵌入式如何输出有效日志 · 以及如何利用日志定位问题
日志
监控体系
18
OTA升级与模型热更新
运维主导的升级机制 · 算法提供新模型 · 嵌入式确保兼容性
OTA
升级
19
故障排查与根因分析
典型故障(如模型崩溃 · 推理错误 · 设备离线)的排查流程
故障排查
根因分析
20
案例实战
智能摄像头项目——从需求到部署 · 完整展示算法 · 嵌入式
案例实战
智能摄像头项目
21
案例实战
工业缺陷检测——高精度与实时性要求下…
案例实战
工业缺陷检测
22
案例实战
语音唤醒词——低功耗场景下算法压缩 · 嵌入式优化与运维管理的协作
案例实战
语音唤醒词
23
常见协作问题与解决
沟通不畅 · 接口变更 · 责任不清等问题的应对方法
常见协作问题
解决
24
工具链与协作平台
Jira · Confluence · Slack
工具链
协作平台
25
文档与知识管理
如何编写清晰的技术文档 · 设计文档 · 运维手册
文档
知识管理
26
敏捷开发与迭代管理
在Edge AI项目中应用Scrum… · 如何规划冲刺 · 管理需求变更
敏捷开发
迭代管理
27
性能基准与验收标准
如何制定统一的性能指标(如FPS · 延迟 · 精度
性能基准
验收标准
28
未来趋势与团队演进
边缘AI的新技术(如联邦学习 · 神经架构搜索)对团队协作模式的影响
未来趋势
团队演进
29
综合实战项目
设计一个完整的Edge AI产品(如… · 从零开始规划团队分工 · 开发流程
综合实战项目
Edge
30
课程总结与进阶路径
回顾核心知识点 · 提供进一步学习资源 · 以及如何在实际工作中提升协作效率
课程总结
进阶路径
所属VIP或分类
同VIP:Edge-AI-MCU-NPU-GPU跨平台发布与验证
同VIP:Edge-AI-MLOps落地方案:从单项目部署到规模化运营
同VIP:Edge-AI可验证模型包与自动打包