Geavanceerde ontwikkeling van ingebedde systemen Training Cursus

In deze praktijkgerichte training onder begeleiding van een instructeur in Nederland leren deelnemers hoe ze Arduino kunnen programmeren voor echt gebruik, bijvoorbeeld om lampen, motoren en sensoren voor bewegingsdetectie te bedienen. Deze cursus gaat uit van het gebruik van echte hardwarecomponenten in een live-labomgeving – geen gesimuleerde softwarehardware.

Aan het einde van deze training zijn deelnemers in staat om:

• Arduino te programmeren zodat hij lampen, motoren en andere apparaten kan besturen.
• De architectuur van Arduino te begrijpen, inclusief de invoer- en aansluitpunten voor extra componenten.
• Derdencomponenten zoals LCD-schermen, versnellingssensoren, gyroscopen en GPS-trackers toe te voegen om de functionaliteit van Arduino uit te breiden.
• De verschillende programmeertalen te begrijpen – van C tot drag-and-drop-systemen.
• Arduino te testen, debuggen en inzetten voor het oplossen van praktische problemen uit de echte wereld.

Deze door een instructeur geleide, live-training (online of op locatie) is bedoeld voor C-ontwikkelaars die de principes van ontwerp in embedded C willen leren.

Aan het einde van deze training zullen deelnemers in staat zijn om:

• De ontwerpaspecten te begrijpen die bijdragen aan betrouwbare embedded C-programma’s
• De functionaliteit van een embedded systeem te definiëren
• Het programmalogica en de structuur vast te stellen om het gewenste resultaat te bereiken
• Een betrouwbare, foutloze embedded applicatie te ontwerpen
• Optimale prestaties uit het doelhardware te halen

Vorm van de cursus:

• Interactieve presentaties en discussies
• Oefeningen en praktische opdrachten
• Hands-on implementatie in een live-labomgeving

Mogelijkheden voor cursusaanpassing:

• Wilt u een op maat gemaakte training voor deze cursus? Neem dan contact met ons op om dit te regelen.

Deze begeleide, live-training in Nederland (online of op locatie) is bedoeld voor embedded-systeemontwikkelaars en AI-ontwikkelaars met middenniveau kennis die machine learning-modellen willen implementeren op microcontrollers, gebruikmakend van TensorFlow Lite en Edge Impulse.

Na afloop van deze training zijn de deelnemers in staat tot:

• De basisprincipes van TinyML begrijpen en de voordelen ervan voor edge-AI-toepassingen inzien.
• Een ontwikkelomgeving opzetten voor TinyML-projecten.
• AI-modellen trainen, optimaliseren en implementeren op energiezuinige microcontrollers.
• TensorFlow Lite en Edge Impulse gebruiken voor het realiseren van praktische TinyML-toepassingen.
• AI-modellen optimaliseren met betrekking tot energiezuinigheid en beperkingen in geheugengebruik.

Het RISC-V-ecosysteem is uitgegroeid van een niche-open-source instructiesetarchitectuur naar een dominante technologie met sterke marktdynamiek, onder andere in edge computing, IoT, de automobielsector, AI-versnelling en serverprocessoren. Brancherapporten wijzen op een ernstig tekort aan bekwame professionals: wereldwijd zijn er minder dan 5.000 ontwerpers van RISC-V-chips, terwijl er naar schatting meer dan 15.000 openstaande functies zijn in de halfgeleiderindustrie. Werkgevers hechten nu grote waarde aan kennis van de RISC-V-architectuur, gecombineerd met vaardigheden op het gebied van SoC-ontwerp, RTL-verificatie (UVM/SystemVerilog), ontwikkeling van AI-versnellers, system-programmeren in Rust en beheersing van open-source toolchains. De snelst groeiende competentiegebieden zijn RISC-V-processoren die voldoen aan de ISO 26262-norm voor de automobielindustrie, server-georiënteerde processoren met geavanceerde interruptcontrollers en multicore-coherentietechnologie, evenals NPU’s voor edge-AI-inferentie. Bedrijven als SiFive, Qualcomm en Western Digital stimuleren actief de ontwikkeling van RISC-V, waardoor er een hoge vraag is naar ingenieurs die in staat zijn architectuurontwerp, siliciumimplementatie, firmwareontwikkeling én softwarestack-ontwikkeling te combineren.