Phát triển Nâng cao Embedded Systems Khóa Học Đào Tạo

Trong khóa học hướng dẫn trực tiếp tại Việt Nam, các tham gia sẽ học cách lập trình Arduino để sử dụng trong thực tế, như điều khiển đèn, động cơ và cảm biến phát hiện chuyển động. Khóa học này giả định sử dụng các thành phần phần cứng thực tế trong môi trường phòng thí nghiệm trực tiếp (không phải phần cứng mô phỏng bằng phần mềm).

Đến cuối khóa học, các tham gia sẽ có thể:

• Lập trình Arduino để điều khiển đèn, động cơ và các thiết bị khác.
• Hiểu kiến trúc Arduino, bao gồm các đầu vào và cổng kết nối cho các thiết bị bổ sung.
• Thêm các thành phần của bên thứ ba như LCD, cảm biến gia tốc, gyroscope và GPS để mở rộng chức năng của Arduino.
• Hiểu các lựa chọn trong ngôn ngữ lập trình, từ C đến các ngôn ngữ kéo thả.
• Kiểm tra, gỡ lỗi và triển khai Arduino để giải quyết các vấn đề trong thế giới thực.

Khóa học kéo dài hai ngày, bao gồm tất cả các nguyên tắc thiết kế với các ví dụ về mã nguồn kết hợp với công nghệ công nghiệp mới nhất; rất hữu ích cho các nhà phát triển phần mềm ô tô.

Khóa học này do giảng viên hướng dẫn, được tổ chức trực tuyến hoặc tại địa điểm, dành cho các nhà phát triển C mong muốn tìm hiểu nguyên tắc thiết kế C nhúng.

Sau khi kết thúc khóa học, người tham gia sẽ có thể:

• Hiểu các yếu tố xem xét về thiết kế giúp chương trình C nhúng trở nên đáng tin cậy
• Xác định chức năng của hệ thống nhúng
• Xác định logic và cấu trúc chương trình để đạt được kết quả mong muốn
• Thiết kế ứng dụng nhúng đáng tin cậy, không lỗi
• Tối ưu hóa hiệu suất từ phần cứng mục tiêu

Định dạng khóa học:

• Bài giảng tương tác và thảo luận
• Bài tập và thực hành
• Thực hiện trên môi trường phòng thí nghiệm trực tiếp

Tùy chọn tùy chỉnh khóa học:

• Để yêu cầu khóa học được tùy chỉnh, vui lòng liên hệ với chúng tôi để sắp xếp.

Khóa đào tạo trực tiếp dưới sự hướng dẫn của giảng viên tại Việt Nam (trực tuyến hoặc tại chỗ) này dành cho các kỹ sư hệ thống nhúng cấp trung và các nhà phát triển AI muốn triển khai mô hình học máy trên microcontroller sử dụng TensorFlow Lite và Edge Impulse.

Đến cuối khóa đào tạo, người tham gia sẽ có thể:

• Hiểu rõ về nền tảng TinyML và lợi ích của nó cho các ứng dụng AI tại biên.
• Thiết lập môi trường phát triển cho các dự án TinyML.
• Huấn luyện, tối ưu hóa và triển khai mô hình AI trên microcontroller có công suất thấp.
• Sử dụng TensorFlow Lite và Edge Impulse để triển khai các ứng dụng TinyML thực tế.
• Tối ưu hóa mô hình AI cho hiệu quả điện năng và giới hạn bộ nhớ.

Khóa đào tạo trực tiếp, do giảng viên hướng dẫn này (trực tuyến hoặc tại chỗ) dành cho các kỹ sư muốn tìm hiểu các nguyên tắc thiết kế vi điều khiển.

Raspberry Pi là một máy tính bo mạch đơn rất nhỏ.

Trong khóa đào tạo trực tiếp, do giảng viên hướng dẫn này, người tham gia sẽ học cách thiết lập và lập trình Raspberry Pi để đóng vai trò là một hệ thống nhúng mạnh mẽ và tương tác.

Khi kết thúc khóa đào tạo này, người tham gia sẽ có thể:

• Thiết lập IDE (môi trường phát triển tích hợp) để tối đa hóa năng suất phát triển
• Lập trình Raspberry Pi để điều khiển các thiết bị như cảm biến chuyển động, báo động, máy chủ web và máy in.
• Hiểu kiến trúc của Raspberry Pi, bao gồm các đầu vào và cổng kết nối cho các thiết bị bổ sung.
• Hiểu các tùy chọn khác nhau trong ngôn ngữ lập trình và hệ điều hành
• Kiểm tra, gỡ lỗi và triển khai Raspberry Pi để giải quyết các vấn đề thực tế

Đối tượng

• Nhà phát triển
• Kỹ thuật viên phần cứng/phần mềm
• Nhân viên kỹ thuật trong tất cả các ngành
• Người đam mê

Định dạng khóa học

• Kết hợp bài giảng, thảo luận, bài tập và thực hành chuyên sâu

Lưu ý

• Raspberry Pi hỗ trợ nhiều hệ điều hành và ngôn ngữ lập trình. Khóa học này sẽ sử dụng Raspbian dựa trên Linux làm hệ điều hành và Python làm ngôn ngữ lập trình. Để yêu cầu một thiết lập cụ thể, vui lòng liên hệ với chúng tôi để sắp xếp.
• Người tham gia chịu trách nhiệm mua phần cứng và linh kiện Raspberry Pi.

Khóa đào tạo trực tiếp, trực tuyến hoặc tại chỗ này dành cho các kỹ sư muốn viết, tải và chạy các mô hình học máy trên các thiết bị nhúng rất nhỏ.

Khi kết thúc khóa đào tạo, người tham gia sẽ có thể:

• Cài đặt TensorFlow Lite.
• Tải các mô hình học máy lên thiết bị nhúng để cho phép nó phát hiện giọng nói, phân loại hình ảnh, v.v.
• Thêm AI vào các thiết bị phần cứng mà không cần dựa vào kết nối mạng.