Embedded System Programme 교육 과정

대한민국에서 강사가 진행하는 이 실시간 교육(온라인 또는 현장)은 다양한 프로세서 아키텍처(8051, ARM CORTEX M-3, ARM9)를 기반으로 하는 다양한 유형의 마이크로컨트롤러를 프로그래밍하기 위해 임베디드 C를 사용하는 방법을 배우고자 하는 엔지니어를 대상으로 합니다.

강사가 진행하는 이 대한민국 실시간 교육에서 참가자는 조명, 모터 및 모션 감지 센서 제어와 같은 실제 사용을 위해 Arduino을 프로그래밍하는 방법을 배웁니다. 이 과정에서는 라이브 랩 환경(소프트웨어 시뮬레이션 하드웨어 아님)에서 실제 하드웨어 구성 요소를 사용한다고 가정합니다.

이 교육이 끝나면 참가자는 다음을 수행할 수 있습니다.

• 조명, 모터 및 기타 장치를 제어하도록 Arduino을 프로그래밍합니다.
• 추가 장치를 위한 입력 및 커넥터를 포함한 Arduino 아키텍처를 이해합니다.
• LCD, 가속도계, 자이로스코프, GPS 추적기 등 타사 구성요소를 추가하여 Arduino의 기능을 확장합니다.
• C부터 드래그 앤 드롭 언어까지 프로그래밍 언어의 다양한 옵션을 이해합니다.
• Arduino을 테스트, 디버깅 및 배포하여 실제 문제를 해결하세요.

대한민국에서 강사가 진행하는 이 실시간 교육(온라인 또는 현장)은 회로 및 전자공학의 기본을 적용하여 전기 부품의 특성을 활용해 하드웨어 기능을 개발하는 장치와 시스템을 설계하려는 엔지니어와 컴퓨터 과학자를 대상으로 합니다.

이 교육을 마치면 참가자는 다음을 수행할 수 있습니다.

• 회로 및 회로 기판 개발에 필요한 도구와 프로그램을 설정하고 구성합니다.
• 회로와 전자공학의 기본 원리를 이해합니다.
• 효율적인 컴퓨터 하드웨어 기술을 구축하는데 주요 전자 부품을 활용합니다.
• 회로 분석 방법을 구현하여 전자 장치를 최적화합니다.
• 전자 및 회로의 기본을 엔터프라이즈 애플리케이션 개발에 적용합니다.

대한민국에서 진행되는 이 실시간 교육(온라인 또는 현장)은 DSP 구현을 배우고 적용하여 다양한 신호 유형을 효율적으로 처리하고 다중 채널 전자 시스템을 더 효과적으로 제어하려는 엔지니어와 과학자를 대상으로 합니다.

이 교육이 끝나면 참가자는 다음을 수행할 수 있습니다.

• 디지털 신호 처리에 필요한 소프트웨어 플랫폼과 도구를 설정하고 구성합니다.
• DSP와 해당 애플리케이션의 기초가 되는 개념과 원리를 이해합니다.
• DSP 구성요소를 숙지하고 이를 전자 시스템에 활용하십시오.
• DSP의 결과를 사용하여 알고리즘 및 작동 기능을 생성합니다.
• DSP 소프트웨어 플랫폼의 기본 기능을 활용하고 신호 필터를 설계합니다.
• DSP 시뮬레이션을 합성하고 DSP를 위한 다양한 유형의 필터를 구현합니다.

최신 산업 기술과 결합된 코드 예제를 포함한 모든 설계 원칙을 다루는 2일 코스입니다. 자동차 소프트웨어 개발자에게 매우 유용합니다.

강사가 진행하는 이 실시간 교육(온라인 또는 현장)은 임베디드 C 설계 원리를 배우고자 하는 C 개발자를 대상으로 합니다.

이 교육을 마치면 참가자는 다음을 수행할 수 있습니다.

• 임베디드 C 프로그램을 안정적으로 만드는 설계 고려 사항을 이해합니다.
• 임베디드 시스템의 기능을 정의하세요
• 원하는 결과를 얻기 위한 프로그램 논리와 구조를 정의합니다.
• 안정적이고 오류 없는 임베디드 애플리케이션을 설계하세요
• 대상 하드웨어에서 최적의 성능 얻기

과정 형식:

• 대화형 강의 및 토론
• 연습과 실습
• 라이브 랩 환경에서의 실습 구현

코스 사용자 정의 옵션:

• 이 과정에 대한 맞춤형 교육을 요청하려면 당사에 연락하여 준비하세요.

대한민국에서 강사가 진행하는 이 실시간 교육(온라인 또는 현장)은 CANoe 및 CANape와 같은 벡터 도구를 사용하여 ECU를 테스트, 시뮬레이션 및 진단하는 실무 경험을 얻고자 하는 중급 자동차 엔지니어 및 기술자를 대상으로 합니다.

이 교육을 마치면 참가자는 다음을 수행할 수 있습니다.

• 자동차 시스템에서 ECU의 역할과 기능을 이해합니다.
• CANoe 및 CANape와 같은 Vector 도구를 설정하고 구성합니다.
• CAN 및 LIN 네트워크에서 ECU 통신을 시뮬레이션하고 테스트합니다.
• ECU에 대한 데이터를 분석하고 진단을 수행합니다.
• 테스트 케이스를 만들고 테스트 워크플로를 자동화합니다.
• 실용적인 접근 방식을 사용하여 ECU를 보정하고 최적화합니다.

대한민국에서 강사가 진행하는 이 실시간 교육(온라인 또는 현장)은 자동차 설계 및 개발에 사용되는 벡터 기반 도구와 방법론에 초점을 맞춰 ECU의 이론적 측면을 이해하고자 하는 중급 자동차 엔지니어와 임베디드 시스템 개발자를 대상으로 합니다.

이 교육을 마치면 참가자는 다음을 수행할 수 있습니다.

• 최신 자동차의 ECU 구조와 기능을 이해합니다.
• ECU 개발에 사용되는 통신 프로토콜을 분석합니다.
• 벡터 기반 도구와 이론적 응용 프로그램을 살펴보세요.
• 모델 기반 개발 원칙을 ECU 설계에 적용합니다.

대한민국에서 강사가 진행하는 이 실시간 교육에서 참가자는 마이크로컨트롤러를 사용하여 간단한 RTOS 프로젝트를 개발하는 과정을 거치면서 FreeRTOS을 사용하여 코딩하는 방법을 배웁니다.

이 교육을 마치면 참가자는 다음을 수행할 수 있습니다.

• 실시간 운영체제의 기본 개념을 이해합니다.
• FreeRTOS의 환경을 알아보세요.
• FreeRTOS을 사용하여 코딩하는 방법을 배우세요.
• FreeRTOS 애플리케이션을 하드웨어 주변장치에 연결합니다.

대한민국에서 강사가 진행하는 이 라이브 교육(온라인 또는 현장)은 Vivado을 사용하여 하드웨어 솔루션을 설계, 디버깅 및 구현하려는 FPGA 개발자를 대상으로 합니다.

이 교육을 마치면 참가자는 다음을 수행할 수 있습니다.

• C 코드와 Vivado 도구를 사용하여 HDL 시스템을 개발하세요.
• Vivado에서 소프트 프로세서를 생성하고 구현합니다.
• Vivado을 사용하여 C 코드를 테스트하고 시뮬레이션하세요.

대한민국에서 강사가 진행하는 이 실시간 교육(온라인 또는 현장)은 TensorFlow Lite 및 Edge Impulse를 사용하여 마이크로컨트롤러에 머신 러닝 모델을 배포하려는 중급 임베디드 시스템 엔지니어 및 AI 개발자를 대상으로 합니다.

이 교육을 마치면 참가자는 다음을 수행할 수 있습니다.

• TinyML의 기본 사항과 에지 AI 애플리케이션에 대한 이점을 이해하세요.
• TinyML 프로젝트를 위한 개발 환경을 설정하세요.
• 저전력 마이크로컨트롤러에서 AI 모델을 훈련하고, 최적화하고, 배포합니다.
• TensorFlow Lite 및 Edge Impulse를 사용하여 실제 TinyML 애플리케이션을 구현합니다.
• 전력 효율성과 메모리 제약에 맞춰 AI 모델을 최적화합니다.

대한민국에서 강사가 진행하는 이 실시간 교육(온라인 또는 현장)은 마이크로컨트롤러 설계의 원리를 배우고자 하는 엔지니어를 대상으로 합니다.

Raspberry Pi 아주 작은, 단일 보드 컴퓨터입니다.

이 강사가 이끄는 라이브 훈련에서 참가자들은 상호 작용하고 강력한 통합 시스템으로 봉사하기 위해 Raspberry Pi를 설정하고 프로그래밍하는 방법을 배울 것입니다.

이 훈련이 끝나면 참가자는 다음을 할 수 있습니다 :

• 최대 개발 생산성을 위한 IDE(Integrated Development Environment) 설립
• 프로그램 Raspberry Pi 움직임 센서, 알람, 웹 서버 및 프린터와 같은 장치를 제어합니다.
• Raspberry Pi's 아키텍처를 이해, 추가 장치에 대한 입력 및 커넥터를 포함.
• 프로그래밍 언어 및 운영 체제의 다양한 옵션을 이해합니다.
• 테스트, 분해, 그리고 실제 세계 문제를 해결하기 위해 Raspberry Pi를 배치

관객

• 개발자
• 하드웨어 / 소프트웨어 기술자
• 모든 산업 분야의 기술자
• 호비주의자

코스의 형식

• 부분 강의, 부분 토론, 연습 및 무거운 연습

노트

• Raspberry Pi 다양한 운영 체제 및 프로그래밍 언어를 지원합니다. 이 과정은 운영 체제와 Python 프로그래밍 언어로 Linux 기반의 Raspbian을 사용합니다. 특정 설정을 요청하려면 저희에게 연락하여 배치하십시오.
• 참가자는 하드웨어 및 구성 요소 Raspberry Pi를 구매하는 책임이 있습니다.

대한민국에서 진행되는 이 실시간 교육(온라인 또는 현장)은 매우 작은 임베디드 장치에서 기계 학습 모델을 작성, 로드 및 실행하려는 엔지니어를 대상으로 합니다.

이 교육이 끝나면 참가자는 다음을 수행할 수 있습니다.

• TensorFlow Lite을 설치합니다.
• 기계 학습 모델을 임베디드 장치에 로드하여 음성 감지, 이미지 분류 등을 수행할 수 있습니다.
• 네트워크 연결에 의존하지 않고 하드웨어 장치에 AI를 추가합니다.