마이크로컨트롤러 설계 교육 과정

이 강사 주도의 라이브 교육(온라인 또는 현장)은 다양한 프로세서 아키텍처(8051, ARM CORTEX M-3, ARM9) 기반의 다양한 마이크로컨트롤러를 프로그래밍하기 위해 임베디드 C를 사용하는 방법을 배우려는 엔지니어들을 대상으로 합니다.

이 강사 지도형 라이브 훈련에서, 참가자들은 Arduino를 실제 세계에서 사용하기 위해 프로그래밍하는 방법을 배우게 됩니다. 예를 들어, 조명, 모터, 그리고 운동 감지 센서를 제어하는 것입니다. 이 코스는 라이브 랩 환경에서 실제 하드웨어 구성 요소를 사용한다고 가정합니다(소프트웨어로 시뮬레이션된 하드웨어가 아닙니다).

이 훈련을 마치면 참가자들은 다음을 할 수 있게 됩니다:

• Arduino를 사용하여 조명, 모터 및 기타 장치를 제어합니다.
• Arduino의 아키텍처를 이해합니다. 추가 장치용 입력 및 연결기를 포함합니다.
• LCD, 가속도계, 자이로스코프 및 GPS 추적기와 같은 제3자 구성 요소를 추가하여 Arduino의 기능을 확장합니다.
• C부터 드래그 앤 드롭 언어까지 다양한 프로그래밍 언어 옵션을 이해합니다.
• Arduino를 테스트, 디버그 및 배포하여 실제 문제를 해결합니다.

이 강사는 온라인 또는 현장에서 진행되는 실시간 교육 과정으로, 미세 컨트롤러에 TensorFlow Lite와 Edge Impulse를 사용하여 머신 러닝 모델을 배포하고자 하는 중급 임베디드 시스템 엔지니어와 AI 개발자를 대상으로 합니다.

이 교육 과정을 마친 후, 참가자들은 다음과 같은 능력을 갖게 됩니다:

• TinyML의 기본 개념과 엣지 AI 응용 프로그램에 대한 이점을 이해합니다.
• TinyML 프로젝트를 위한 개발 환경을 설정합니다.
• 저전력 미세 컨트롤러에 AI 모델을 학습, 최적화 및 배포합니다.
• TensorFlow Lite와 Edge Impulse를 사용하여 실제 TinyML 애플리케이션을 구현합니다.
• AI 모델을 전력 효율성과 메모리 제약 조건에 맞게 최적화합니다.

Raspberry Pi는 매우 작은 단일 보드 컴퓨터입니다.

이 강사는 지도의 라이브 교육에서는 참가자들이 Raspberry Pi를 설정하고 프로그램을 작성하여 상호작용적이고 강력한 임베디드 시스템으로 사용할 수 있도록 학습합니다.

이 교육을 마치면 참가자들이 할 수 있는 것들은 다음과 같습니다.

• 개발 생산성을 극대화하기 위해 IDE(통합 개발 환경) 설정
• 움직임 센서, 경보, 웹 서버, 프린터 등의 장치를 제어하기 위해 Raspberry Pi 프로그램 작성
• Raspberry Pi의 아키텍처 이해, 추가 장치용 입력 및 연결기 이해
• 프로그래밍 언어와 운영 체제에 대한 다양한 옵션 이해
• 실제 문제를 해결하기 위해 Raspberry Pi 테스트, 디버깅 및 배포

대상

• 개발자
• 하드웨어/소프트웨어 기술자
• 모든 산업의 기술자
• 취미자

강의 형식

• 강의, 토론, 연습과 실습이 중심

참고

• Raspberry Pi는 다양한 운영 체제와 프로그래밍 언어를 지원합니다. 이 과정에서는 Linux 기반의 Raspbian을 운영 체제로, Python을 프로그래밍 언어로 사용합니다. 특정 설정 요청 시 연락 주시기 바랍니다.
• 참가자들은 Raspberry Pi 하드웨어와 부품을 구매할 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.