अनुसूची
दिन 2 - बुधवार, 28 अक्टूबर
9:30 पूर्वाह्न पीटी
ज़ीरो टू ऐप: फ़ायरबेस और फ़्लटर के साथ क्रॉस प्लेटफ़ॉर्म ऐप की लाइवकोडिंग
फ़्लटर जैसे क्रॉस-प्लेटफ़ॉर्म टूलकिट के लिए कई प्लेटफार्मों के लिए एक ऐप को कोड करना कभी आसान नहीं रहा। इसी तरह, फायरबेस जैसे बैकएंड-ए-ए-सर्विस प्लेटफॉर्म के लिए धन्यवाद, एक सुरक्षित, सर्वर रहित, स्केलेबल इन्फ्रास्ट्रक्चर पर एक बहु-उपयोगकर्ता अनुभव का निर्माण जल्दी और सरलता से किया जा सकता है। इस वार्ता में हम शुरुआत से एक ऐप बनाएंगे जो आपको अपने उपयोगकर्ताओं के लाइव पोल चलाने की अनुमति देगा। इस बात को और अधिक रोमांचक बनाने के लिए, जब हम इस ऐप का निर्माण कर रहे हैं, तो हम आपके लिए, हमारे भयानक दर्शकों के लिए, लाइव के साथ बातचीत करने के लिए हमारे ऐप से पोल चलाएंगे। हम उम्मीद कर रहे हैं कि आप सभी कुछ नया सीखने और फ़्लटर और फायरबेस के साथ अपने वोट डालने के लिए हमसे लाइव जुड़ें।
10:30 पूर्वाह्न पीटी
फायरबेस रिमोट कॉन्फिग और फायरबेस ए/बी टेस्टिंग का उपयोग करके एक रमणीय ऐप अनुभव के लिए अपना रास्ता बनाएं
अपने उपयोगकर्ताओं को शानदार अनुभव प्रदान करने के सर्वोत्तम तरीकों में से एक है प्रत्येक उपयोगकर्ता की विशेषताओं और व्यवहार के आधार पर ऐप को गतिशील रूप से बदलना। हम आपको Firebase में नए अपडेट दिखाएंगे जो आपके उपयोगकर्ताओं के विभिन्न समूहों के लिए आपके ऐप अनुभवों को कस्टमाइज़ करना आसान बनाते हैं, और उपयोगकर्ता यात्रा को अनुकूलित करने के लिए उन्हें गतिशील रूप से मापते और समायोजित करते हैं।
10:50 पूर्वाह्न पीटी
Firebase में सर्वर रहित सुरक्षा मॉडलिंग
हमारे गाइड के रूप में सुरक्षित डिजाइन सिद्धांतों का उपयोग करते हुए, हम फायरबेस सेवाओं की डिफ़ॉल्ट सुरक्षा और डेवलपर्स को अपने अनुप्रयोगों को कॉन्फ़िगर और सुरक्षित करने के लिए क्या करने की आवश्यकता है, को कवर करेंगे। फायरबेस बैकएंड उत्पादों के साथ निर्मित एक सरल सर्वर रहित एप्लिकेशन के माध्यम से चलते हुए, हम दुर्भावनापूर्ण अभिनेताओं से लेकर उपयोगकर्ता त्रुटि तक विभिन्न सुरक्षा खतरों पर चर्चा करेंगे। जैसे-जैसे हम आगे बढ़ेंगे, हम एक चेकलिस्ट बनाएंगे जिसका उपयोग आप अपने ऐप की सुरक्षा का ऑडिट करने और अपनी और अपने उपयोगकर्ताओं की सुरक्षा करने के लिए कर सकते हैं।
11:15 पूर्वाह्न पीटी
TensorFlow और Firebase का उपयोग करके अपने ऐप में ऑन-डिवाइस अनुशंसाओं को जोड़ना
एक डेवलपर के रूप में, एमएल आपको बेहतर ऐप्स बनाने में मदद कर सकता है। इस सत्र में हम आपको TensorFlow मॉडल बनाने और प्रशिक्षित करने के लिए सरल चरणों के माध्यम से मार्गदर्शन करेंगे, जो उस सामग्री के आधार पर ऑन-डिवाइस अनुशंसाएँ करता है जिसमें उपयोगकर्ता ने रुचि दिखाई है। फिर आप मोबाइल पर चलने के लिए मॉडल को TensorFlow Lite में बदल देंगे और इसे फायरबेस पर तैनात करें।
