Pokročilé vývojářství Embedded Systems Počítačový Kurz

V tomto instruktoru vedoucím, živém školení v České republice se účastníci naučí programovat Arduino pro praktické použití, jako je ovládání světel, motorů a čidel detekce pohybu. Toto kurzy předpokládá použití skutečných hardware komponentů v živém laboratorním prostředí (ne software-simulovaného hardwaru). 

Na konci tohoto školení budou účastníci schopni:

• Programovat Arduino k ovládání světel, motorů a dalších zařízení.
• Porozumět architektuře Arduina, včetně vstupů a konektorů pro doplňkové zařízení.
• Přidat třetistranné komponenty jako jsou LCD obrazovky, akcelerometry, gyroskopy a GPS sledovače k rozšíření funkcionality Arduina.
• Porozumět různým možnostem programovacích jazyků, od C po drag-and-drop jazyky.
• Testovat, ladit a nasazovat Arduino k řešení praktických problémů.

Dvoudenní kurz pokrývající všechny principy návrhu s příklady kódu ve spojení s nejnovější průmyslovou technologií; velmi užitečné pro vývojáře automobilového softwaru

Toto instruktorem vedené školení (online nebo na místě) je určeno C programátorům, kteří se chtějí naučit principy návrhu vestavěných systémů v jazyce C.

Konec tohoto školení si účastníci budou moci:

• Porozumět aspektům návrhu, které činí vestavěné programy v jazyce C spolehlivými
• Definovat funkcionality vestavěného systému
• Definovat logiku a strukturu programu k dosažení požadovaného výsledku
• Návrhnout spolehlivou, bezchybnou vestavěnou aplikaci
• Dosáhnout optimálního výkonu cílového hardwaru

Formát kurzu:

• Interaktivní přednáška a diskuse
• Cvičení a praxe
• Přímé implementace v praktickém prostředí

Možnosti přizpůsobení kurzu:

• Chcete-li požádat o přizpůsobené školení pro tento kurz, kontaktujte nás.

Toto instruktážní, živé školení v České republice (online nebo na místě) je určeno pro středně pokročilé inženýry embedded systémů a vývojáře AI, kteří chtějí nasadit modely strojového učení na mikrokontrolery pomocí TensorFlow Lite a Edge Impulse.

Po absolvování tohoto školení budou účastníci schopni:

• Pochopit základy TinyML a jeho výhody pro aplikace hraniční AI.
• Nastavit vývojové prostředí pro projekty TinyML.
• Trénovat, optimalizovat a nasadit modely AI na mikrokontrolery s nízkou spotřebu energie.
• Použít TensorFlow Lite a Edge Impulse k implementaci reálných aplikací TinyML.
• Optimalizovat modely AI pro energetickou účinnost a omezující faktory paměti.

Toto živé školení vedené instruktorem v České republice (online nebo na místě) je zaměřeno na inženýry, kteří se chtějí naučit konstrukční principy návrhu mikrokontrolérů.

Raspberry Pi je velmi malý jednočipový počítač.

V tomto vedeném živě školení se účastníci naučí, jak nastavit a programovat Raspberry Pi tak, aby sloužil jako interaktivní a výkonný vestavěný systém.

Koncepcí tohoto školení je:

• Nastavit IDE (integrované vývojové prostředí) pro maximalizaci produktivity při vývoji
• Programovat Raspberry Pi tak, aby ovládal zařízení jako pohybové čidla, poplachy, weby nebo tiskárny.
• Pochopit architekturu Raspberry Pi, včetně vstupů a připojení pro doplňková zařízení.
• Pochopit různé možnosti programovacích jazyků a operačních systémů
• Otestovat, ladit a nasadit Raspberry Pi pro řešení reálných problémů

Cílová skupina

• Vývojáři
• Hardo-/software technici
• Techičtí pracovníci ve všech odvětvích
• Hobbyisté

Formát kurzu

• Poučné přednášky, diskuse, cvičení a praktické práce

Poznámka

• Raspberry Pi podporuje různé operační systémy a programovací jazyky. Tento kurz použije Linuxový Raspbian jako operační systém a Python jako programovací jazyk. Pokud chcete požádat o specifickou konfiguraci, kontaktujte nás.
• Účastníci jsou odpovědní za zakoupení hardwaru a komponent Raspberry Pi.

Toto vedení instruktorem živé školení v České republice (online nebo prezenčně) je určeno inženýrům, kteří chtějí psát, nahrávat a spouštět modely strojového učení na velmi malých vestavěných zařízeních.

Na konci tohoto školení budou účastníci schopni:

• Nainstalovat TensorFlow Lite.
• Nahrát modely strojového učení na vestavěné zařízení, aby bylo schopno rozpoznávat řeč, klasifikovat obrázky atd.
• Přidat umělou inteligenci do hardwarových zařízení bez závislosti na síťové připojení.