Avancerad Embedded Systems Utveckling Träningskurs

I denna instruktör-ledna, live-träning i Sverige, kommer deltagarna att lära sig hur man programmerar Arduino för praktisk användning, som att kontrollera lampor, motorer och rörelsedetektorer. Denna kurs antar användningen av riktiga hårdvarakomponenter i en live-labbmiljö (inte mjukvarsimulerad hårdvara). 

Till slut på denna träning kommer deltagarna att kunna:

• Programmera Arduino för att kontrollera lampor, motorer och andra enheter.
• Förstå Arduinos arkitektur, inklusive ingångar och anslutningar för tilläggskomponenter.
• Lägga till tredjepartskomponenter som LCD-skärmar, accelerometrar, gyroscoper och GPS-spoårare för att utöka Arduinos funktionalitet.
• Förstå de olika programmeringsspråksalternativen, från C till drag-and-drop-språk.
• Testa, felsöka och distribuera Arduino för att lösa verkliga problem.

En tvådagarskurs som täcker alla designprinciper med kodexempel i kombination med den senaste industriella tekniken; mycket användbart för mjukvaruutvecklare för fordon

Denna handledningsstyrd, liveutbildning (online eller på plats) är riktad till C-utvecklare som vill lära sig embedded C-designprinciper.

När utbildningen är avslutad kommer deltagarna att kunna:

• Förstå de designöverväganden som gör embedded C-programmering tillförlitlig
• Definiera funktionaliteten för ett inbyggt system
• Definiera programlogiken och strukturen för att få önskat resultat
• Utforma ett tillförlitligt, felfritt inbyggt program
• Få optimal prestanda från målmaskinerna

Kursformat:

• Interaktiv föreläsning och diskussion
• Övningar och praktik
• Praktisk implementering i ett live-labbmiljö

Kursanpassningsalternativ:

• För att begära en anpassad utbildning för denna kurs, kontakta oss för att arrangera.

Denna instruktörsledda, liveutbildning på plats eller online riktar sig till mellanavancerade inbäddade systemingenjörer och AI-utvecklare som vill distribuera maskininlärningsmodeller på mikrokontrollers med hjälp av TensorFlow Lite och Edge Impulse.

Efter avslutad utbildning kommer deltagarna att kunna:

• Förstå grunderna i TinyML och dess fördelar för AI-applikationer på kanten.
• Konfigurera en utvecklingsmiljö för TinyML-projekt.
• Träna, optimera och distribuera AI-modeller på lågeffektmikrokontrollers.
• Använda TensorFlow Lite och Edge Impulse för att implementera verkliga TinyML-applikationer.
• Optimera AI-modeller för strömförbrukningseffektivitet och minnesbegränsningar.

Denna instruktörsledda, liveutbildning i Sverige (online eller på plats) riktar sig till ingenjörer som vill lära sig designprinciperna för mikrokontrollerdesign.

Raspberry Pi är en mycket liten, enhetsskivdator.

I denna instruktörförledd, liveutbildning kommer deltagarna att lära sig hur man sätter upp och programmerar Raspberry Pi för att fungera som ett interaktivt och kraftfullt inbyggt system.

När utbildningen är avslutad kommer deltagarna att kunna:

• Sätta upp en IDE (integrated development environment) för maximal produktivitet
• Programmera Raspberry Pi för att styra enheter som rörelsekänslare, larm, webbservrar och skrivare.
• Förstå Raspberry Pis arkitektur, inklusive ingångar och anslutningar för tilläggsenheter.
• Förstå de olika valen av programmeringsspråk och operativsystem
• Testa, felsöka och distribuera Raspberry Pi för att lösa verkliga problem

Målgrupp

• Utvecklare
• Hårdvara-/programvarutekniker
• Tekniska personer inom alla branscher
• Hobbyister

Kursens form

• Del föreläsning, del diskussion, övningar och mycket praktiskt arbete

Anmärkning

• Raspberry Pi stöder flera operativsystem och programmeringsspråk. Denna kurs kommer att använda Linux-baserat Raspbian som operativsystem och Python som programmeringsspråk. För att begära en specifik konfiguration, vänligen kontakta oss för att arrangera.
• Deltagare är ansvariga för att köpa Raspberry Pi-hardware och komponenter.

Denna handledningssökande, liveutbildning i Sverige (online eller på plats) riktas till ingenjörer som vill skriva, ladda och köra maskininlärningsmodeller på mycket små inbyggda enheter.

När denna utbildning är avslutad kommer deltagarna kunna:

• Installera TensorFlow Lite.
• Ladda maskininlärningsmodeller på en inbyggd enhet för att göra den kapabel till att identifiera tal, klassificera bilder, etc.
• Lägga till AI i hårdvaraenheter utan att bero av nätverksanslutning.