Gelişmiş Embedded Systems Geliştirme Eğitimi

Bu eğitimin Türkiye’ta, eğitmen tarafından yönetilen canlı bir ortamda katılımcılar Arduino’yu gerçek dünya kullanımına uygun hale getirmeyi öğreneceklerdir. Örneğin, ışıkları, motorları ve hareket algılama sensörleri kontrol etmeyi öğreneceklerdir. Bu kurs, yazılım-simüle edilmiş donanımda değil (not), gerçek donanım bileşenlerinin kullanımını varsayar. 

Bu eğitim sonunda katılımcılar şu konularda uzmanlaşmış olacaklardır:

• Işıkları, motorları ve diğer cihazları kontrol etmek için Arduino’yu programlamak.
• Arduino mimarisini anlamak, eklenebilecek cihazlar için girdileri ve bağlayıcıları tanımak.
• Arduino’nun işlevselliğini genişletmek için LCD’ler, ivme ölçümçüleri, jiroskoplar ve GPS takipçileri gibi üçüncü taraf bileşenler eklemek.
• C’ten sürükle-bırak dillerine kadar programlama dillerindeki çeşitli seçenekleri anlamak.
• Arduino’yu gerçek dünya sorunlarını çözmek için test etmek, hata ayıklamak ve dağıtmak.

Tüm tasarım ilkelerini kod örnekleri ve son endüstriyel teknoloji ile kapsayan iki günlük bir kurs; otomotiv yazılım geliştiricileri için çok faydalı.

Bu eğitmen tarafından yönetilen canlı eğitim (çevrimiçi veya yerinde) C geliştiricilerinin gömülü C tasarım ilkelerini öğrenmek isteyenler için düzenlenmiştir.

Eğitim sonunda katılımcılar şunları yapabilecektir:

• Gömülü C programlarının güvenilir olabilmesi için dikkate alınması gereken tasarım konularını anlama
• Bir gömülü sistemin işlevselliğini tanımlama
• İstenen sonucu elde etmek için program mantığını ve yapısını tanımlama
• Güvenilir, hata-free bir gömülü uygulama tasarlama
• Hedef donanımdan optimal performans elde etme

Eğitim Formatı:

• Interaktif ders ve tartışma
• Alıştırmalar ve uygulama
• Canlı-lab ortamında el ile uygulama

Eğitim Özelleştirme Seçenekleri:

• Bu eğitimin özelleştirilmiş bir versiyonunu talep etmek için lütfen bizimle iletişime geçin.

Bu eğitmen öncülüğündeki canlı eğitim (çevrimiçi veya yerel), mikrodenetleyicilerde TensorFlow Lite ve Edge Impulse kullanarak makine öğrenme modellerini dağıtmak isteyen orta düzeyde gömülü sistem mühendisleri ve AI geliştiricilere yönelik olmuludur.

Bu eğitim sonunda, katılımcılar aşağıdaki becerileri kazanabilecekler:

• TinyML'nin temellerini ve kenar AI uygulamaları için avantajlarını anlamak.
• TinyML projeleri için bir geliştirme ortamı ayarlama.
• Düşük güç tüketimli mikrodenetleyicilerde AI modellerini eğitme, optimizasyonu ve dağıtma.
• TensorFlow Lite ve Edge Impulse kullanarak gerçek dünyada TinyML uygulamaları uygulama.
• Güç verimliliği ve bellek kısıtlamalarına yönelik AI modellerini optimizasyonu.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), mikrodenetleyici tasarımının tasarım ilkelerini öğrenmek isteyen mühendislere yöneliktir.

Raspberry Pi çok küçük, tek kartlı bir bilgisayardır.

Bu eğitmen liderliğindeki, canlı eğitimde katılımcılar, Raspberry Pi'u etkileşimli ve güçlü bir gömülü sistem olarak kurmayı ve programlamayı öğreneceklerdir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Maksimum geliştirme verimliliği için bir IDE (entegre geliştirme ortamı) kurmak
• Raspberry Pi'u hareket sensörü, alarmlar, web sunucuları ve yazıcılar gibi cihazları kontrol etmek için programlamak.
• Raspberry Pi'un mimarisini, ek cihazlar için girişleri ve konektörleri dahil olmak üzere anlamak.
• Programlama dillerinde ve işletim sistemlerinde çeşitli seçenekleri anlamak
• Raspberry Pi'u gerçek dünya problemlerini çözmek için test etmek, hata ayıklamak ve dağıtmak

Hedef Kitle

• Geliştiriciler
• Donanım/yazılım teknisyenleri
• Tüm sektörlerdeki teknik personel
• Hobi sahipleri

Kurs Formatı

• Kısmen ders anlatımı, kısmen tartışma, egzersizler ve yoğun uygulamalı çalışma

Not

• Raspberry Pi çeşitli işletim sistemlerini ve programlama dillerini destekler. Bu kurs, işletim sistemi olarak Linux tabanlı Raspbian ve programlama dili olarak Python kullanacaktır. Belirli bir kurulum talep etmek için lütfen bizimle iletişime geçin.
• Katılımcılar Raspberry Pi donanımını ve bileşenlerini satın almaktan sorumludur.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), çok küçük gömülü cihazlarda makine öğrenimi modelleri yazmak, yüklemek ve çalıştırmak isteyen mühendiflere yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• TensorFlow Lite'i kurmak.
• Konuşmayı algılamak, görüntüleri sınıflandırmak vb. için bir makine öğrenimi modelini gömülü bir cihaza yüklemek.
• Ağ bağlantısına bağlı kalmadan donanım cihazlarına yapay zeka eklemek.