IA376 - Tópicos em Engenharia de Computação VII | Topics in Computer Engineering VII | Temas de Ingeniería de la Computación VII
Turma: O -
Período: 2/2026 -
Tipo Período: 2o. período letivo -
Disciplina: 4 créditos.
Tema: Edge Computing: Fundamentos e Implementação
Ementa: Introdução ao paradigma de Edge Computing (Computação de Borda) e suas motivações frente à Cloud Computing (latência, largura de banda, soberania de dados e resiliência local). Arquiteturas de referência, ecossistema IoT, continuidade Cloud-Edge, protocolos de comunicação e ingestão de dados. Processamento local de dados e conceitos de TinyML: ciclo de vida de modelos, otimização e compressão (quantização e poda). Implementação prática de algoritmos de análise de dados e machine learning em microcontroladores, coleta de dados, pré-processamento e inferência. Infraestrutura de suporte e integração de sistemas de borda com plataformas de processamento em nuvem. Aplicações práticas em contextos como Smart Buildings, Cidades Inteligentes, Indústria 4.0, Saúde Digital e Monitoramento Ambiental. Tendências, segurança e privacidade na borda.
O foco deste curso é fornecer uma visão abrangente sobre os diversos aspectos de Edge Computing: do processamento na plataforma de hardware à orquestração com a Nuvem, sem aprofundar excessivamente na matemática de ML ou no design de hardware de baixo nível.
Bibliografia: [1] Kumari, K. A., Sadasivam, G. S., Dharani, D., & Niranjanamurthy, M. (2021). Edge computing: fundamentals, advances and applications. CRC Press.
[2] Iodice, G. M. (2022). TinyML Cookbook: Combine artificial intelligence and ultra-low-power embedded devices to make the world smarter. Packt Publishing Ltd.
[3] Oner, V. O. (2023). Developing IoT Projects with ESP32: Unlock the full Potential of ESP32 in IoT development to create production-grade smart devices. Packt Publishing Ltd.
Conteudo Programático: Fundamentos, aplicações, plataformas de hardware (edge devices); Ambientes de desenvolvimento e ferramentas; Arquiteturas de referência e modelos de comunicação Edge-Cloud; Infraestrutura de suporte, pipelines de dados e integração de sensores; Processamento local de dados: redução, fusão, fluxos (stream/batch), filtragem e agregação; Inteligência na borda, tinyML, quantização de modelos, datasets e aplicações práticas; Context-awareness e orquestração com Cloud. Colaboração horizontal, inteligência coletiva e aprendizado federado; Aspectos de segurança, resiliência e privacidade na borda.
Obs.: Consultar Catálogo vigente na DAC.
Conteudo Programático em Inglês: Fundamentals, applications, hardware platforms (edge devices); Development environments and tools; Reference architectures and Edge-Cloud communication models; Supporting infrastructure, data pipelines, and sensor integration; Local data processing: reduction, fusion, streams/batch, filtering, and aggregation; Edge intelligence, tinyML, model quantization, datasets, and practical applications; Context-awareness and orchestration with the Cloud. Horizontal collaboration, collective intelligence, and federated learning; Security, resilience, and privacy aspects at the edge.
Conteudo Programático em Espanhol: Fundamentos, aplicaciones y plataformas de hardware (dispositivos de borde); entornos y herramientas de desarrollo; arquitecturas de referencia y modelos de comunicación Edge-Cloud; infraestructura de soporte, canalizaciones de datos e integración de sensores; procesamiento local de datos: reducción, fusión, flujos/lotes, filtrado y agregación; inteligencia de borde, tinyML, cuantificación de modelos, conjuntos de datos y aplicaciones prácticas; conocimiento del contexto y orquestación con la nube. Colaboración horizontal, inteligencia colectiva y aprendizaje federado; aspectos de seguridad, resiliencia y privacidad en el borde.
Forma Avaliação: A avaliação será baseada no desenvolvimento de um Projeto e atividades de Seminários. A nota final será composta por: (1) Proposta de Projeto e Seminário Intermediário: Apresentação oral contendo a análise crítica de dois artigos científicos relacionados ao projeto a ser desenvolvido, e apresentação das ideias preliminares da proposta técnica do projeto (definição do cenário de IoT, hardware, sensores e lógica de processamento na borda); (2) Apresentação Final do Projeto, incluído resultados e demonstração prática (protótipo ou simulação) do (ou parte do) sistema implementado e entrega de relatório final redigido no formato de artigo científico, descrevendo a metodologia, os processos de otimização/análise de dados realizados e os resultados obtidos.
Ofertar para Graduação:
Sim Número Limite de Alunos de Graduação:
10
Aceita Estudante Especial:
Sim
Número de Alunos Total:
de 2 até 15