Cursos de Microcontrolador en Richmond

Este entrenamiento en vivo dirigido por un instructor en Richmond (en línea o en el lugar) está dirigido a ingenieros de sistemas embebidos y desarrolladores de IA de nivel intermedio que desean implementar modelos de aprendizaje automático en microcontroladores utilizando TensorFlow Lite y Edge Impulse.

Al final de esta capacitación, los participantes podrán:

• Entender los fundamentos de TinyML y sus beneficios para las aplicaciones de inteligencia artificial de borde.
• Configurar un entorno de desarrollo para proyectos de TinyML.
• Entrenar, optimizar e implementar modelos de IA en microcontroladores de bajo consumo.
• Usar TensorFlow Lite y Edge Impulse para implementar aplicaciones TinyML del mundo real.
• Optimizar modelos de IA para la eficiencia energética y las limitaciones de memoria.

Esta capacitación en vivo dirigida por un instructor en Richmond (en línea o presencial) está dirigida a ingenieros que desean aprender a usar C integrado para programar varios tipos de microcontroladores basados en diferentes arquitecturas de procesador (8051, ARM CORTEX M-3 y ARM9).

En esta capacitación en vivo dirigida por un instructor en Richmond, los participantes aprenderán a programar el Arduino para su uso en el mundo real, como controlar luces, motores y sensores de detección de movimiento. Este curso asume el uso de componentes de hardware reales en un entorno de laboratorio en vivo (no hardware simulado por software). 

Al final de esta capacitación, los participantes serán capaces de:

• Programa Arduino para controlar luces, motores y otros dispositivos.
• Comprenda la arquitectura de Arduino, incluidas las entradas y los conectores para dispositivos complementarios.
• Agregue componentes de terceros como LCD, acelerómetros, giroscopios y rastreadores GPS para ampliar la funcionalidad de Arduino.
• Comprender las diversas opciones de los lenguajes de programación, desde C hasta los lenguajes de arrastrar y soltar.
• Pruebe, depure e implemente Arduino para resolver problemas del mundo real.

Esta capacitación en vivo dirigida por un instructor en Richmond (en línea o presencial) está dirigida a ingenieros que desean aprender los principios de diseño del diseño de microcontroladores.

Raspberry Pi es una computadora muy pequeña, de una sola placa.

En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán cómo configurar y programar el Raspberry Pi para que sirva como un sistema integrado interactivo y potente.

Al final de esta formación, los participantes serán capaces de:

• Configurar un IDE (entorno de desarrollo integrado) para obtener la máxima productividad en el desarrollo
• Programa Raspberry Pi para controlar dispositivos como sensores de movimiento, alarmas, servidores web e impresoras.
• Comprender la arquitectura de Raspberry Pi, incluidas las entradas y los conectores para dispositivos complementarios.
• Comprender las diversas opciones de los lenguajes de programación y los sistemas operativos.
• Pruebe, depure e implemente Raspberry Pi para resolver problemas del mundo real

Audiencia

• Desarrolladores
• Técnicos de hardware/software
• Personas técnicas en todas las industrias
• Aficionados

Formato del curso

• En parte conferencia, en parte discusión, ejercicios y práctica práctica intensa

Nota

• Raspberry Pi Soporta varios sistemas operativos y lenguajes de programación. Este curso utilizará  Raspbian basado en Linux como sistema operativo y Python como lenguaje de programación. Para solicitar una configuración específica, póngase en contacto con nosotros para organizarla.
• Los participantes son responsables de comprar el hardware y los componentes Raspberry Pi.

Esta capacitación en vivo dirigida por un instructor en Richmond (en línea o presencial) está dirigida a ingenieros que desean escribir, cargar y ejecutar modelos de aprendizaje automático en dispositivos integrados muy pequeños.

Al final de esta formación, los participantes serán capaces de:

• Instale TensorFlow Lite.
• Cargue modelos de aprendizaje automático en un dispositivo integrado para permitirle detectar voz, clasificar imágenes, etc.
• Agregue IA a los dispositivos de hardware sin depender de la conectividad de red.