Advanced Embedded Systems Development Training Course

Dalam pelatihan langsung yang dipandu instruktur di Indonesia ini, peserta akan mempelajari cara memprogram Arduino untuk penggunaan di dunia nyata, seperti untuk mengendalikan lampu, motor, dan sensor deteksi gerakan. Kursus ini mengasumsikan penggunaan komponen perangkat keras nyata di lingkungan lab langsung (bukan perangkat keras yang disimulasikan perangkat lunak).

Pada akhir pelatihan ini, peserta akan dapat:

• Program Arduino untuk mengontrol lampu, motor, dan perangkat lainnya.
• Memahami arsitektur Arduino, termasuk input dan konektor untuk perangkat tambahan.
• Tambahkan komponen pihak ketiga seperti LCD, akselerometer, giroskop, dan pelacak GPS untuk memperluas fungsionalitas Arduino.
• Pahami berbagai pilihan dalam bahasa pemrograman, dari bahasa C hingga bahasa drag-and-drop.
• Uji, debug, dan terapkan Arduino untuk memecahkan masalah dunia nyata.

Kursus dua hari yang mencakup semua prinsip desain dengan contoh kode yang digabungkan dengan teknologi industri terkini; sangat berguna bagi pengembang perangkat lunak otomotif

Pelatihan langsung yang dipandu instruktur ini (daring atau di tempat) ditujukan untuk pengembang C yang ingin mempelajari prinsip desain C tertanam.

Pada akhir pelatihan ini, peserta akan dapat:

• Memahami pertimbangan desain yang membuat program C tertanam dapat diandalkan
• Tentukan fungsionalitas sistem tertanam
• Tentukan logika dan struktur program untuk mendapatkan hasil yang diinginkan
• Merancang aplikasi tertanam yang andal dan bebas kesalahan
• Dapatkan kinerja optimal dari perangkat keras target

Format Kursus:

• Kuliah dan diskusi interaktif
• Latihan dan praktik
• Implementasi langsung di lingkungan laboratorium langsung

Opsi Kustomisasi Kursus:

• Untuk meminta pelatihan khusus untuk kursus ini, silakan hubungi kami untuk mengaturnya.

Pelatihan langsung yang dipimpin instruktur di Indonesia (online atau di tempat) ini ditujukan untuk insinyur sistem tertanam tingkat menengah dan pengembang AI yang ingin menerapkan model pembelajaran mesin pada mikrokontroler menggunakan TensorFlow Lite dan Edge Impulse.

Pada akhir pelatihan ini, peserta akan dapat:

• Memahami dasar-dasar TinyML dan manfaatnya untuk aplikasi AI tepi.
• Siapkan lingkungan pengembangan untuk proyek TinyML.
• Melatih, mengoptimalkan, dan menerapkan model AI pada mikrokontroler berdaya rendah.
• Gunakan TensorFlow Lite dan Edge Impulse untuk mengimplementasikan aplikasi dunia nyata TinyML.
• Optimalkan model AI untuk efisiensi daya dan kendala memori.

Pelatihan langsung yang dipimpin instruktur di Indonesia (online atau di tempat) ini ditujukan untuk para insinyur yang ingin mempelajari prinsip desain desain mikrokontroler.

Raspberry Pi is a very small, single-board computer.

In this instructor-led, live training, participants will learn how to set up and program the Raspberry Pi to serve as an interactive and powerful embedded system.

By the end of this training, participants will be able to:

• Set up an IDE (integrated development environment) for maximum development productivity
• Program Raspberry Pi to control devices such as motion sensor, alarms, web servers and printers.
• Understand Raspberry Pi's architecture, including inputs and connectors for add-on devices.
• Understand the various options in programming languages and operating systems
• Test, debug, and deploy the Raspberry Pi to solve real world problems

Audience

• Developers
• Hardware/software technicians
• Technical persons in all industries
• Hobbyists

Format of the course

• Part lecture, part discussion, exercises and heavy hands-on practice

Note

• Raspberry Pi supports various operating systems and programming languages. This course will use  Linux-based Raspbian as the operating system and Python as the programming language. To request a specific setup, please contact us to arrange.
• Participants are responsible for purchasing the Raspberry Pi hardware and components.

This instructor-led, live training in Indonesia (online or onsite) is aimed at engineers who wish to write, load and run machine learning models on very small embedded devices.

By the end of this training, participants will be able to:

• Install TensorFlow Lite.
• Load machine learning models onto an embedded device to enable it to detect speech, classify images, etc.
• Add AI to hardware devices without relying on network connectivity.