C++를 활용한 객체 지향 프로그래밍 교육 과정

이 강사는 직접 지도하는 라이브 교육에서 참가자들은 간단한 센서 경보 시스템을 만들어 나가는 과정에서 Arduino를 고급 기법으로 프로그래밍하는 방법을 배웁니다.

이 교육을 마치면 참가자들은 다음을 할 수 있게 됩니다:

• Arduino가 어떻게 작동하는지 이해합니다.
• Arduino의 주요 구성 요소와 기능을 깊이 탐구합니다.
• Arduino IDE를 사용하지 않고 Arduino를 프로그래밍합니다.

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 강사 주도형 실시간 교육에서 참가자들은 Arduino 하드웨어와 Arduino(C/C++) 언어를 사용하여 로봇을 제작하는 방법을 배우게 됩니다.

이 교육이 끝나면 참가자들은 다음과 같은 능력을 갖추게 될 것입니다:

• 소프트웨어와 하드웨어 구성 요소를 포함한 로봇 시스템을 구축하고 운영할 수 있습니다.
• 로봇 기술에서 사용되는 주요 개념을 이해합니다.
• 모터, 센서, 마이크로컨트롤러를 조립하여 작동하는 로봇을 만듭니다.
• 로봇의 기계 구조를 설계합니다.

대상

• 개발자
• 엔지니어
• 취미생활가

교육 형식

• 강의, 토론, 연습 및 실습 중심으로 구성됩니다.

참고사항

• 교육 전 강사가 지정할 하드웨어 키트는 다음과 같은 구성 요소를 포함하게 됩니다:
• Arduino 보드
• 모터 컨트롤러
• 거리 센서
• 블루투스 슬레이브
• 프로토타이핑 보드와 케이블
• USB 케이블
• 차량 키트
• 참가자들은 자신의 하드웨어를 구매해야 합니다.
• 이 교육을 맞춤화하고 싶으시다면, 연락주시기 바랍니다.

Buildroot은 크로스 컴파일 툴체인, 사용자 정의 가능한 루트 파일 시스템 이미지, 임베디드 장치용 Linux 커널을 생성하는 스크립트를 포함하는 오픈 소스 프로젝트입니다. 이 실습 과정에서 참가자는 이를 사용하는 방법을 배웁니다.

• 루트 파일 시스템에 들어가는 소프트웨어를 선택하는 방법.
• 새로운 패키지를 추가하고 기존 패키지를 수정하는 방법.
• 새로운 임베디드 보드에 대한 지원을 추가하는 방법.

과정 중에 부팅 가능한 파일 시스템 이미지가 생성됩니다. 원격 과정은 QEMU 에뮬레이터를 사용하여 제공되고, 강의실에서는 트레이너가 선택한 QEMU 또는 실제 임베디드 보드를 사용할 수 있습니다.

비슷한 목표를 가진 다른 프로젝트로는 Yocto 프로젝트 와 OpenWRT가 있습니다. 이 프레젠테이션을 사용하여 귀하의 필요에 맞는 프로젝트가 무엇인지 확인하세요.

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.

이 강사 주도형 실시간 교육(온라인 또는 현장)은 다양한 신호 유형을 효율적으로 처리하고 다채널 전자 시스템에 대한 더 나은 제어를 얻고자 하는 엔지니어와 과학자를 대상으로 합니다.

이 교육이 끝나면 참가자는 다음과 같은 능력을 갖추게 됩니다:

• DSP에 필요한 소프트웨어 플랫폼과 도구를 설정하고 구성할 수 있습니다.
• DSP와 그 응용 프로그램의 기초 개념과 원리를 이해합니다.
• DSP 구성 요소를 익히고 전자 시스템에 활용할 수 있습니다.
• DSP 결과를 사용하여 알고리즘과 운영 함수를 생성할 수 있습니다.
• DSP 소프트웨어 플랫폼의 기본 기능을 활용하고 신호 필터를 설계할 수 있습니다.
• DSP 시뮬레이션을 합성하고 다양한 유형의 필터를 구현할 수 있습니다.

이 강사 주도의 실시간 훈련(온라인 또는 현장)은 임베디드 C 설계 원칙을 배우고자 하는 C 개발자를 대상으로 합니다.

훈련이 끝나면 참가자는 다음과 같은 능력을 갖추게 됩니다:

• 임베디드 C 프로그램의 신뢰성을 보장하는 설계 고려 사항을 이해합니다
• 임베디드 시스템의 기능을 정의합니다
• 원하는 결과를 얻기 위해 프로그램 논리와 구조를 정의합니다
• 신뢰성 있고 오류가 없는 임베디드 애플리케이션을 설계합니다
• 대상 하드웨어에서 최적의 성능을 얻습니다

강좌 형식:

• 상호작용형 강의 및 토론
• 연습과 실습
• 실시간 실험 환경에서 직접 구현하기

강좌 맞춤 옵션:

• 이 강좌에 대한 맞춤형 훈련을 요청하려면 저희에게 연락해 주세요.

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.

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.

대한민국에서 강사가 진행하는 이 실시간 교육에서 참가자는 Yocto Project을 기반으로 하는 임베디드 Linux용 빌드 시스템을 만드는 방법을 배웁니다.

이 교육을 마치면 참가자는 다음을 수행할 수 있습니다.

• 레시피, 메타데이터, 레이어를 포함한 Yocto Project 빌드 시스템의 기본 개념을 이해합니다.
• Linux 이미지를 빌드하고 에뮬레이션에서 실행합니다.
• 임베디드 Linux 시스템을 구축하여 시간과 에너지를 절약하세요.