Le paradigme de Edge Computing permet la présence dalgorithmes de Machine Learning installés en local, sur des machines légères et peu coûteuses. Il sagit dentraîner des modèles sur des machines puissantes avant de les déployer en périphérie du cloud. Mais quen est-il si lon souhaite que lIA puisse également apprendre en local, là où sont générées les données ? Cette session sintéresse à lentrainement de modèles « on-device » en abordant les méthodes et techniques qui le rendent possible, en présentant différents cas dusage et une démonstration « live ».