Yerleşik Sistem Programı Eğitimi

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), farklı işlemci mimarilerine (8051, ARM CORTEZ M-3 ve ARM9) dayalı çeşitli türdeki mikrodenetleyicileri programlamak için gömülü C kullanmayı öğrenmek isteyen mühendislere yöneliktir.

Bu eğitmen liderliğindeki canlı eğitimde, katılımcılar Arduino'yi gerçek dünya uygulamaları için, örneğin ışıkları, motorları ve hareket algılama sensörlerini kontrol etmek üzere programlamayı öğreneceklerdir. Bu kurs, gerçek donanım bileşenlerinin canlı bir laboratuvar ortamında (yazılımla simüle edilmiş donanım değil) kullanılmasını varsayar.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Işıkları, motorları ve diğer cihazları kontrol etmek için Arduino'yi programlayabilme.
• Arduino'nin mimarisini, ek cihazlar için girişleri ve konektörleri anlayabilme.
• Arduino'nin işlevselliğini genişletmek için LCD'ler, ivmeölçerler, jiroskoplar ve GPS izleyiciler gibi üçüncü taraf bileşenleri ekleyebilme.
• C'den sürükle ve bırak dillerine kadar programlama dillerindeki çeşitli seçenekleri anlayabilme.
• Arduino'yi test edebilme, hatalarını ayıklayabilme ve gerçek dünya problemlerini çözmek için dağıtabilme.

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 liderliğindeki, canlı eğitim (çevrimiçi veya yerinde), gömülü C tasarım ilkelerini öğrenmek isteyen C geliştiricilerine yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Gömülü C programlarını güvenilir kılan tasarım hususlarını anlayabilmek
• Gömülü bir sistemin işlevselliğini tanımlayabilmek
• İstenen sonucu elde etmek için program mantığını ve yapısını tanımlayabilmek
• Güvenilir, hatasız gömülü bir uygulama tasarlayabilmek
• Hedef donanımdan en iyi performansı elde edebilmek

Kurs Formatı:

• Etkileşimli ders ve tartışma
• Alıştırmalar ve uygulama
• Canlı laboratuvar ortamında uygulamalı uygulama

Kurs Özelleştirme Seçenekleri:

• Bu kurs için özelleştirilmiş bir eğitim talep etmek için lütfen bizimle iletişime geçin.

Bu eğitim, Türkiye (çevrimiçi veya yerinde) olarak eğitmen eşliğinde gerçekleştirilen ve orta düzey otomotiv mühendisleri ile teknisyenlerinin Vector araçlarını (CANoe ve CANape gibi) kullanarak ECU'ları test etme, simüle etme ve teşhis etme konusunda uygulamalı deneyim kazanmalarını hedefleyen bir eğitimdir.

Eğitimin sonunda katılımcılar şunları yapabilecekler:

• Otomotiv sistemlerinde ECU'ların rolünü ve işlevini anlamak.
• CANoe ve CANape gibi Vector araçlarını kurmak ve yapılandırmak.
• CAN ve LIN ağlarında ECU iletişimini simüle etmek ve test etmek.
• ECU'lar üzerinde veri analizi yapmak ve teşhis işlemleri gerçekleştirmek.
• Test senaryoları oluşturmak ve test iş akışlarını otomatikleştirmek.
• Pratik yaklaşımlarla ECU'ları kalibre etmek ve optimize etmek.

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.