Yerleşik Sistem Programı Eğitimi

Bu eğitmen yönetilen, canlı eğitim Türkiye (online veya yerinde) mühendislere hedeflenmiştir. Bu eğitimde, farklı işlemci mimarilerine (8051, ARM CORTEX M-3 ve ARM9) dayalı çeşitli mikrodenetleyicileri kullanarak gömülü C programlamayı öğrenmektedir.

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.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), devrelerin ve elektroniğin temellerini, donanım işlevselliği geliştirmek için elektrikli bileşenlerin özelliklerini kullanan cihaz ve sistemler tasarlamak isteyen mühendisler ve bilgisayar bilimcilerine yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Devre ve devre kartı geliştirme için gerekli araçları ve programları kurmak ve yapılandırmak.
• Devre ve elektronik mühendisliğinin temel prensiplerini anlamak.
• Verimli bilgisayar donanım teknolojileri oluşturmak için birincil elektronik bileşenleri kullanmak.
• Devre analiz yöntemlerini uygulayarak elektronik cihazları optimize etmek.
• Elektroniğin ve devrelerin temellerini kurumsal uygulamaların geliştirilmesine uygulamak.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), farklı sinyal türlerini verimli bir şekilde işlemek ve çok kanallı elektronik sistemler üzerinde daha iyi kontrol sağlamak isteyen mühendisler ve bilim insanlarına yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Dijital Sinyal İşleme için gerekli yazılım platformunu ve araçlarını kurmak ve yapılandırmak.
• DSP'nin temellerini ve uygulamalarını oluşturan kavramları ve ilkeleri anlamak.
• DSP bileşenlerine aşina olmak ve bunları elektronik sistemlerde kullanmak.
• DSP sonuçlarını kullanarak algoritmalar ve operasyonel fonksiyonlar oluşturmak.
• DSP yazılım platformlarının temel özelliklerini kullanmak ve sinyal filtreleri tasarlamak.
• DSP simülasyonlarını sentezlemek ve DSP için çeşitli filtre türlerini uygulamak.

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 öncülünde, canlı eğitim Türkiye (online veya yerinde) ara düzey otomotiv mühendisleri ve teknisyenlerin CANoe ve CANape gibi Vector araçlarını kullanarak ECU'ları test etme, simüle etme ve tanılamada pratik deneyim kazanmalarını hedef almaktadır.

Bu eğitimin sonunda katılımcılar:

• Otomotiv sistemlerinde ECUs'ların rolünü ve işlevini anlayacaklardır.
• CANoe ve CANape gibi Vector araçlarını kurma ve yapılandırma becerilerini edineceklerdir.
• CAN ve LIN ağlarında ECU iletişimini simüle etme ve test etme konusunda uzmanlaşacaklardır.
• ECUs üzerinde veri analizi yapma ve tanı alma yeteneklerini geliştireceklerdir.
• Test senaryoları oluşturma ve otomatik test akışlarını yönetme konusunda bilgi sahibi olacaklardır.
• Günlük uygulamalara dayalı yaklaşımlar kullanarak ECUs'ları kalibre etme ve optimize etmeyi öğreneceklerdir.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), modern otomotiv mühendisleri ve gömülü sistem geliştiricileri için tasarlanmıştır. Bu eğitim, otomotiv tasarımında ve geliştirmede kullanılan Vector tabanlı araçlara ve metodolojilere odaklanarak ECU'ların teorik yönlerini anlamayı amaçlamaktadır.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Modern araçlardaki ECU'ların mimarisini ve işlevlerini anlayabilecektir.
• ECU geliştirmede kullanılan iletişim protokollerini analiz edebilecektir.
• Vector tabanlı araçları ve teorik uygulamalarını keşfedebilecektir.
• ECU tasarımına model tabanlı geliştirme ilkelerini uygulayabilecektir.

Bu Türkiye konumunda gerçekleştirilen, eğitmen liderliğindeki canlı eğitimde katılımcılar, bir mikrodenetleyici kullanarak basit bir RTOS projesinin geliştirilmesi sürecinde FreeRTOS kullanarak kodlamayı öğreneceklerdir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Gerçek zamanlı işletim sistemlerinin temel kavramlarını anlayabilecektir.
• FreeRTOS ortamını öğrenebilecektir.
• FreeRTOS ile nasıl kodlanacağını öğrenebilecektir.
• Bir FreeRTOS uygulamasını donanım çevre birimlerine bağlayabilecektir.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye – çevrimiçi veya yerinde), donanım çözümleri tasarlamak, hata ayıklamak ve uygulamak isteyen FPGA geliştiricilerine yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• C kodu ve Vivado araçlarıyla HDL sistemleri geliştirmek.
• Vivado içinde yumuşak işlemciler oluşturmak ve uygulamak.
• Vivado kullanarak C kodunu test etmek ve simüle etmek.

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.