Introduction to IoT Using Raspberry Pi Träningskurs

Denna instruktörsledda, liveutbildning i Sverige (online eller på plats) riktar sig till utvecklare på mellannivå, systemarkitekter och branschfolk som vill utnyttja Edge AI för att förbättra IoT-applikationer med intelligenta databehandlings- och analysfunktioner.

I slutet av denna utbildning kommer deltagarna att kunna:

• Förstå grunderna i Edge AI och dess tillämpning i IoT.
• Konfigurera Edge AI-miljöer för IoT-enheter.
• Utveckla och distribuera AI-modeller på gränsenheter för IoT-program.
• Implementera databehandling och beslutsfattande i realtid i IoT-system.
• Integrera Edge AI med olika IoT-protokoll och plattformar.
• Ta itu med etiska överväganden och metodtips i Edge AI för IoT.

Denna instruktörsledda, liveutbildning i Sverige (online eller på plats) riktar sig till produktchefer och utvecklare som vill använda Edge Computing för att decentralisera datahantering för snabbare prestanda, genom att utnyttja smarta enheter som finns på källnätverket.

I slutet av denna utbildning kommer deltagarna att kunna:

• Förstå de grundläggande begreppen och fördelarna med Edge Computing.
• Identifiera användningsfall och exempel där Edge Computing kan tillämpas.
• Designa och bygg Edge Computing lösningar för snabbare databehandling och minskade driftskostnader.

Denna instruktörsledda, liveutbildning i Sverige (online eller på plats) riktar sig till yrkesverksamma på mellannivå som vill tillämpa Federated Learning för att optimera IoT- och edge computing-lösningar.

I slutet av denna utbildning kommer deltagarna att kunna:

• Förstå principerna och fördelarna med Federated Learning i IoT och databehandling på gränsenheter.
• Implementera Federated Learning modeller på IoT-enheter för decentraliserad AI-bearbetning.
• Minska latensen och förbättra beslutsfattandet i realtid i databehandlingsmiljöer på gränsenheter.
• Hantera utmaningar relaterade till datasekretess och nätverksbegränsningar i IoT-system.

ThingsBoard är en IoT-plattform med öppen källkod som erbjuder enhetshantering, datainsamling, bearbetning och visualisering för din IoT-lösning.

I denna instruktörsledda, liveutbildning kommer deltagarna att lära sig hur man integrerar ThingsBoard i sina IoT-lösningar.

I slutet av denna utbildning kommer deltagarna att kunna:

• Installera och konfigurera ThingsBoard
• Förstå grunderna i ThingsBoard funktioner och arkitektur
• Skapa IoT-program med ThingsBoard
• Integrera ThingsBoard med Kafka för dataroutning för telemetrienheter
• Integrera ThingsBoard med Apache Spark för dataaggregering från flera enheter

Publik

• Mjukvaruingenjörer
• Hårdvaruingenjörer
• Utvecklare

Kursens upplägg

• Delvis föreläsning, delvis diskussion, övningar och tung praktisk övning

Not

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

Kura är ett Java-baserat ramverk för IoT med öppen källkod som möjliggör åtkomst till underliggande hårdvara, kommunikation med M2M/IoT-integrationsplattformar, gatewayhantering och hantering av nätverkskonfigurationer.

I denna instruktörsledda, liveträning kommer deltagarna att lära sig grunderna i Kura och hur de kan använda det för sina IoT-lösningar.

I slutet av denna utbildning kommer deltagarna att kunna:

• Installera och konfigurera Kura
• Förstå grunderna och kärnfunktionerna i Kura
• Skapa, testa, distribuera och felsök IoT-lösningar med Kura

Publik

• Utvecklare
• Programmerare

Kursens upplägg

• Delvis föreläsning, delvis diskussion, övningar och tung praktisk övning

Not

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

I denna instruktörsledda, liveträning i Sverige kommer deltagarna att lära sig om de olika aspekterna av NB-IoT (även känd som LTE Cat NB1) när de utvecklar och distribuerar en exempelbaserad NB-IoT-baserad applikation.

I slutet av denna utbildning kommer deltagarna att kunna:

• Identifiera de olika komponenterna i NB-IoT och hur de ska passa ihop för att bilda ett ekosystem.
• Förstå och förklara de säkerhetsfunktioner som är inbyggda i NB-IoT enheter.
• Utveckla ett enkelt program för att spåra NB-IoT enheter.

Internet of Things (IoT) är en nätverksinfrastruktur som kopplar samman fysiska objekt och mjukvaruapplikationer trådlöst, vilket gör att de kan kommunicera med varandra och utbyta data via nätverkskommunikation, molnbaserad databehandling och datainsamling. Python är ett programmeringsspråk på hög nivå som rekommenderas för IoT på grund av dess tydliga syntax och stora stöd från communityn.

I denna instruktörsledda, liveträning kommer deltagarna att lära sig hur man programmerar IoT-lösningar med Python.

I slutet av denna utbildning kommer deltagarna att kunna:

• Förstå grunderna i IoT-arkitektur
• Lär dig grunderna i att använda Raspberry Pi
• Installera och konfigurera Python på Raspberry Pi
• Lär dig fördelarna med att använda Python för att programmera IoT-system
• Skapa, testa, distribuera och felsöka ett IoT-system med hjälp av Python och Raspberry Pi

Publik

• Utvecklare
• Ingenjörer

Kursens upplägg

• Delvis föreläsning, delvis diskussion, övningar och tung praktisk övning

Not

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

Raspberry Pi är en mycket liten, enhetlig dator.

I denna instruktörledda, live-träning lär deltagarna hur man konfigurerar och programmerar Raspberry Pi för att fungera som ett interaktivt och kraftfullt inbyggd system.

Vid slutet av denna utbildning kommer deltagarna att kunna:

• Inrättande av en IDE (integrerad utvecklingsmiljö) för maximal utvecklingsproduktivitet
• Program Raspberry Pi för att styra enheter som rörelse sensorer, larm, webbserver och skrivare.
• Förstå Raspberry Pi's arkitektur, inklusive inmatningar och anslutningar för add-on-enheter.
• Förstå de olika alternativen i programmeringsspråk och operativsystem
• Test, debug, och implementera Raspberry Pi för att lösa verkliga problem

Publiken

• Utvecklare
• Hardware/Softwaretekniker
• Tekniska personer i alla branscher
• Hobbyister

Format av kursen

• Delvis föreläsning, delvis diskussion, övningar och tung praxis

anteckningar

• Raspberry Pi stöder olika operativsystem och programmeringsspråk. Kursen kommer att använda Raspbian som operativsystem och Python som programmeringsspråk. För att begära en specifik inställning, vänligen kontakta oss för att arrangera.
• Deltagarna är ansvariga för inköp av Raspberry Pi hårdvara och komponenter.

Denna instruktörsledda, liveträning introducerar mjukvaran, hårdvaran och steg-för-steg-processen som behövs för att bygga ett ansiktsigenkänningssystem från grunden. Ansiktsigenkänning är också känt som Face Recognition.

Hårdvaran som används i detta labb inkluderar Rasberry Pi, en kameramodul, servon (tillval) etc. Deltagarna ansvarar själva för att köpa in dessa komponenter. Programvaran som används inkluderar OpenCV, Linux, Python etc.

I slutet av denna utbildning kommer deltagarna att kunna:

• Installera Linux, OpenCV och andra programverktyg och bibliotek på en Rasberry Pi.
• Konfigurera OpenCV för att fånga och upptäcka ansiktsbilder.
• Förstå de olika alternativen för att förpacka ett Rasberry Pi-system för användning i verkliga miljöer.
• Anpassa systemet för en mängd olika användningsfall, inklusive övervakning, identitetsverifiering etc.

Kursens upplägg

• Delvis föreläsning, delvis diskussion, övningar och tung praktisk övning

Not

• Andra hårdvaru- och mjukvarualternativ inkluderar: Arduino, OpenFace, Windows, etc. Om du önskar använda någon av dessa, vänligen kontakta oss för att ordna.

Syftet med utbildningen är att förklara vad 5G-nätverket är och vilken inverkan det har på smart teknik. Jag vill visa dig både fördelarna och nackdelarna med dessa tekniska relationer (5G / IoT) och visa dig riktningarna för utvecklingen av nätverket, som - från allra första början - var tillägnad den smarta världen.

Framsteg inom teknik och den ökande mängden information förändrar hur affärer bedrivs i många branscher, inklusive myndigheter. Gostatlig datagenerering och digital arkivering ökar på grund av den snabba tillväxten av mobila enheter och applikationer, smarta sensorer och enheter, molnlösningar och portaler som riktar sig till medborgare. När digital information expanderar och blir mer komplex, blir informationshantering, bearbetning, lagring, säkerhet och disposition också mer komplex. Nya verktyg för insamling, sökning, upptäckt och analys hjälper organisationer att få insikter från deras ostrukturerade data. Den statliga marknaden är vid en tipppunkt och inser att information är en strategisk tillgång, och regeringen måste skydda, utnyttja och analysera både strukturerad och ostrukturerad information för att bättre kunna tjäna och möta uppdragets krav. När regeringsledare strävar efter att utveckla datadrivna organisationer för att framgångsrikt utföra uppdrag, lägger de grunden för att korrelera beroenden mellan händelser, människor, processer och information.

Högvärdiga statliga lösningar kommer att skapas från en samling av de mest störande teknologierna:

Mobila enheter och applikationer Molntjänster Teknik för sociala företag och nätverk Big Data och analys

IDC förutspår att till 2020 kommer IT-branschen att nå 5 biljoner dollar, ungefär 1,7 biljoner dollar större än idag, och att 80 % av branschens tillväxt kommer att drivas av dessa 3:e plattformsteknologier. På lång sikt kommer dessa teknologier att vara nyckelverktyg för att hantera komplexiteten i ökad digital information. Big Data är en av de intelligenta branschlösningarna och gör det möjligt för myndigheter att fatta bättre beslut genom att vidta åtgärder baserat på mönster som avslöjas genom att analysera stora mängder data – relaterad och orelaterade, strukturerad och ostrukturerad.

Men att åstadkomma dessa bedrifter kräver mycket mer än att bara ackumulera enorma mängder data. "Att förstå dessa volymer av Big Data kräver banbrytande verktyg och teknologier som kan analysera och extrahera användbar kunskap från stora och olika strömmar av information," Tom Kalil och Fen Zhao från Vita husets Office of Science and Technology Policy skrev i ett inlägg på OSTP-bloggen.

Vita huset tog ett steg mot att hjälpa byråer att hitta dessa tekniker när det etablerade National Big Data Research and Development Initiative 2012. Initiativet inkluderade mer än 200 miljoner dollar för att få ut det mesta av explosionen av Big Data och de verktyg som behövs för att analysera det.

De utmaningar som Big Data innebär är nästan lika skrämmande som dess löfte är uppmuntrande. Att lagra data effektivt är en av dessa utmaningar. Som alltid är budgetarna snäva, så byråer måste minimera lagringspriset per megabyte och hålla data inom enkel åtkomst så att användarna kan få det när de vill ha det och hur de behöver det. Att säkerhetskopiera enorma mängder data ökar utmaningen.

Att analysera data effektivt är en annan stor utmaning. Många byråer använder kommersiella verktyg som gör det möjligt för dem att sålla bland bergen av data och upptäcka trender som kan hjälpa dem att arbeta mer effektivt. (En nyligen genomförd studie av MeriTalk fann att federala IT-chefer tror att Big Data kan hjälpa byråer att spara mer än 500 miljarder dollar samtidigt som de uppfyller uppdragets mål.).

Specialutvecklade verktyg Big Data gör det också möjligt för byråer att ta itu med behovet av att analysera sina data. Till exempel har Oak Ridge National Laboratorys Computational Data Analytics Group gjort sitt Piranha-dataanalyssystem tillgängligt för andra byråer. Systemet har hjälpt medicinska forskare att hitta en länk som kan varna läkare om aortaaneurysm innan de slår till. Den används också för mer vardagliga uppgifter, som att sålla igenom meritförteckningar för att koppla jobbkandidater till rekryteringschefer.

Insurtech (även kallad Digital Insurance) avser konvergensen av försäkringar + ny teknik. Inom området Insurtech tillämpar "digitala försäkringsbolag" tekniska innovationer på sina affärs- och verksamhetsmodeller för att minska kostnaderna, förbättra kundupplevelsen och öka flexibiliteten i sin verksamhet.

I denna instruktörsledda utbildning kommer deltagarna att få en förståelse för de teknologier, metoder och tankesätt som behövs för att åstadkomma en digital transformation inom sina organisationer och i branschen i stort. Utbildningen riktar sig till chefer som behöver få en helhetsbild, bryta ner hype och jargong och ta de första stegen i att etablera en Insurtech-strategi.

I slutet av denna utbildning kommer deltagarna att kunna:

• Diskutera Insurtech och alla dess beståndsdelar på ett intelligent och systematiskt sätt
• Identifiera och avmystifiera rollen för varje nyckelteknologi inom Insurtech.
• Utarbeta en allmän strategi för implementering Insurtech inom organisationen

Publik

• Försäkringsgivare
• Teknologer inom försäkringsbranschen
• Intressenter inom försäkringsbranschen
• Konsulter och affärsanalytiker

Kursens upplägg

• Del föreläsning, delvis diskussion, övningar och fallstudiegruppsaktiviteter

Införandet

Begränsade av traditionella röst- och dataintäkter letar CSP:er (leverantörer av kommunikationstjänster) efter en ny intäktskälla från IoT-tjänster som tillhandahålls till hem, kontor och kontaktannonser. Som ett resultat av detta blir IoT en del av den nya OSS- och BSS-modellen.

Sammanfattning

• Fallstudier av framgångsrik integration av IoT-tjänster av telekomföretag
• Integrering av IoT-tjänster med OSS
• Ny typ av lokalt IoT-data-/tjänst-/anslutningserbjudande
• Vertikal IoT - total tjänsteförsäljning kontra IoT-försäljning av mellanprogram.
• Integrering av IoT-försäljning i BSS

Uppskattningar av marknadsvärdet för Internet of Things eller IoT är enorma, eftersom IoT per definition är ett integrerat och diffust lager av enheter, sensorer och datorkraft som överlagrar hela konsument-, business-to-business- och myndighetsbranscher. IoT kommer att stå för ett allt större antal anslutningar: 12 B år 2019 och 100 B+ år 2025.

Inom konsumentområdet har många produkter och tjänster redan gått över till IoT, inklusive köks- och hushållsapparater, parkering, RFID, belysnings- och värmeprodukter och ett antal tillämpningar inom industriellt internet.

De underliggande teknikerna för IoT är inget nytt eftersom M2M-kommunikation har funnits sedan Internets födelse. Men det som förändrats under de senaste åren är framväxten av ett antal billiga trådlösa tekniker som lagts till genom överväldigande anpassning av smarta telefoner och surfplattor i varje hem. Den explosiva tillväxten av mobila enheter ledde till den nuvarande efterfrågan på IoT.

I takt med att DLT har blivit mer förstått under de senaste åren och dess förmåga att lösa användningsfall för företag blir uppenbar, har teknologer utforskat Distributed Ledger Technology (DLT) (som Blockchain eller IOTA) för att lösa användningsfall som har skrämt branscher i flera år. Till skillnad från befintlig teknik är en av de viktigaste egenskaperna hos DLT dess oöverträffade förmåga att tillhandahålla spårbarhet, ansvarsskyldighet och oföränderliga register som kan nås när som helst. Ett tillämpningsområde av intresse inom DLT är att säkra heterogena nätverk. Tekniken måste vara säker, oföränderlig och erbjuda transaktioner i realtid.

Kursens mål

1. Ge introduktion av migrering av centraliserad molnbaserad IoT till decentraliserad edge-baserad IoT (med exempel på smart billaddning, P2P-energinät)
2. Rita lagren av sårbarhet vid varje stack och mellan stacken
3. Lär dig mer om DLT (Blockchain och DAG – direkt acyklisk graf) i IoT-initiativ i IBM, Samsung, IOTA Foundation och några andra stora aktörer.
4. Fallstudier och tillämpningsområden för DLT inom IoT

Införandet

Till skillnad från andra tekniker är IoT mycket mer komplext och omfattar nästan alla grenar av kärnan: Engineering-Mechanical, Electronics, Firmware, Middleware, Cloud, Analytics och Mobile. För vart och ett av dess tekniska lager finns det aspekter av ekonomi, standarder, regler och utvecklande toppmodern teknik. Detta är för första gången, en blygsam kurs erbjuds för att täcka alla dessa kritiska aspekter av IoT Engineering.

För fakultetsmedlemmar är det av största intresse att de har en övergripande bakgrund av att utveckla IoT-standarder. För att kunna söka bidrag inom IoT-områden måste fakulteterna exponeras för  nya forskningsinriktningar där de kan passa sin befintliga kompetens. De behöver också vara medvetna om  den övergripande idén om finansieringsområden inom IoT. Den här kursen kommer att ta upp de utvecklande områden där de kan attrahera mer forskning och industriella anslag inom IoT.

Sammanfattning

• Ett avancerat utbildningsprogram som täcker den senaste tekniken inom Internet of Things
• Skär över flera teknikdomäner för att utveckla medvetenhet om ett IoT-system och dess komponenter och hur det kan hjälpa fakulteter att skriva fler projektförslag inom IoT-domänen
• Live-demo av IoT-modellapplikationer för att visa upp praktiska IoT-distributioner inom olika branschdomäner, såsom industriell IoT, smarta städer, detaljhandel, resor och transport och användningsfall kring anslutna enheter och saker   
• Introduktion till de senaste områdena inom IoT som behöver mer forskning både ur strukturell och teknisk synvinkel 

Överblick

Uppskattningar av marknadsvärdet för Internet of Things eller IoT är enorma, eftersom IoT per definition är ett integrerat och diffust lager av enheter, sensorer och datorkraft som överlagrar hela konsument-, business-to-business- och myndighetsbranscher. IoT kommer att stå för ett allt större antal anslutningar: 12 B år 2019 och 100 B+ år 2025.

Inom konsumentområdet har många produkter och tjänster redan gått över till IoT, inklusive köks- och hushållsapparater, parkering, RFID, belysnings- och värmeprodukter och ett antal tillämpningar inom industriellt internet.

De underliggande teknikerna för IoT är dock inget nytt, eftersom M2M-kommunikation har funnits sedan Internets födelse. Men det som förändrats under de senaste åren är framväxten av ett antal billiga trådlösa tekniker som lagts till genom överväldigande anpassning av smarta telefoner och surfplattor i varje hem. Den explosiva tillväxten av mobila enheter ledde till den nuvarande efterfrågan på IoT.

Under de senaste tre åren har IoT inom teknik genomgått stora förändringar, främst drivet av Microsoft, Google och Amazon. Dessa stora jättar har investerat miljarder dollar för att utveckla IoT-plattformar som är  lättare att hantera och säkra. IoT edge har också fått mycket fart inom både forskning och distribution som enda medel för praktisk IoT-implementering.  5G är också lovande för att förändra IoT-verksamheten.  Detta har lett till en aldrig tidigare skådad stor mängd nya forskningsområden inom IoT.

Kursens mål

Huvudsyftet med denna kurs är att introducera nya tekniska alternativ, plattformar och fallstudier av IoT-implementering i framväxande vertikaler (smarta städer, smart tillverkning, jordbruk, allmän säkerhet etc) och horisontella (edge computing, PaaS-plattformar, 5G-IoT etc.) för universitetets forskare.

1. Grundläggande introduktion av alla delar av IoT-Mechanical, Electronics/sensorplattform, trådlösa och trådbundna protokoll, mobil till Electronics-integration, mobil till företagsintegration, dataanalys och totalt kontrollplan
2. M2M trådlösa protokoll för IoT- WiFi, Zigbee/Zwave, Bluetooth, ANT+ : När och var ska man använda vilken?
3. Edge-plattformar för IoT
4. Kända PaaS-moln för IoT- Azure, Google och AWS
5. Säkerhetsfrågor och säkerhetslösningar för IoT
6. Öppen källkod/kommersiell företagsmolnplattform för  AWS-IoT-appar, Azure -IOT, Watson-IOT-moln förutom andra mindre IoT-moln
7.  Framväxande forskningsområden inom IoT edge computation, 5G-IoT och många andra horisontaler.