Curso de Inteligência Artificial (IA) no setor automobilístico

Esta formação ao vivo, ministrada por instrutores em Portugal (online ou presencial), destina-se a engenheiros de robótica e pesquisadores de IA de nível avançado que desejam implementar algoritmos sofisticados de planejamento de trajetória para melhorar o desempenho de veículos autônomos.

Ao final desta formação, os participantes serão capazes de:

• Compreender as bases teóricas dos algoritmos avançados de planejamento de trajetória.
• Implementar algoritmos como RRT*, A* e D* para navegação em tempo real.
• Otimizar o planejamento de trajetória para evitar obstáculos e lidar com ambientes dinâmicos.
• Integrar algoritmos de planejamento de trajetória com dados de sensores para maior precisão.
• Avaliar o desempenho de diversos algoritmos em cenários práticos.

Este treinamento ao vivo, ministrado por um instrutor em Portugal (online ou presencial), destina-se a cientistas de dados avançados, especialistas em IA e desenvolvedores de IA automotiva que desejam construir, treinar e otimizar modelos de IA para aplicações de condução autônoma.

Ao concluir este treinamento, os participantes estarão aptos a:

• Compreender os fundamentos de IA e deep learning no contexto de veículos autônomos.
• Implementar técnicas de visão computacional para detecção de objetos em tempo real e acompanhamento de faixa de rodagem.
• Utilizar aprendizado por reforço para tomada de decisão em sistemas de direção autônoma.
• Integrar técnicas de fusão de sensores para melhorar a percepção e a navegação.
• Construir modelos de deep learning para prever e analisar cenários de direção.

Este treinamento ao vivo conduzido por instrutor em Portugal (no local ou remoto) é destinado principalmente a engenheiros que desejam usar Autosar para projetar componentes automotivos.

No final deste treinamento, os participantes serão capazes de:

• Instalar e configurar Autosar.
• Configurar um fluxo de trabalho.
• Navegar sem problemas no ambiente do Autosar.
• Trabalhar de forma eficiente.

Este treinamento presencial, ministrado por um instrutor (online ou no local), é direcionado a desenvolvedores de software embarcados e engenheiros automotivos de nível intermediário que desejam utilizar a Plataforma AUTOSAR Classic para desenvolver, integrar e testar componentes de software padronizados para unidades de controle eletrônico (ECUs).

Ao final deste treinamento, os participantes serão capazes de:

Instalar e configurar ferramentas de desenvolvimento AUTOSAR (por exemplo, DaVinci Developer, EB Tresos ou ETAS ISOLAR-A/B).

Compreender a arquitetura em camadas AUTOSAR e os módulos básicos de software (BSW).

Projetar e implementar o sistema operacional AUTOSAR e a pilha de comunicação (COM stack).

Usar ferramentas como CANoe ou similares para simulação, teste e diagnóstico em um ambiente AUTOSAR.

Este treinamento presencial, ministrado por instrutores (online ou no local), é voltado para desenvolvedores de software embarcados intermediários ou engenheiros automotivos que desejam entender e configurar o AUTOSAR OS (baseado em OSEK/VDX) e a pilha COM para permitir uma programação de tarefas e comunicação confiáveis em ECUs automotivos.

Ao final deste treinamento, os participantes serão capazes de:

• Compreender a arquitetura do AUTOSAR OS e as políticas de agendamento
• Implementar e gerenciar tarefas, eventos, alarmes e contadores
• Descrever e configurar as camadas da pilha COM, incluindo PDUR e serviços de comunicação
• Explicar pilhas de protocolos (CAN, LIN, FlexRay, Ethernet) e como o AUTOSAR se interfaces com elas
• Configurar módulos OS e COM usando ferramentas da indústria (Vector DaVinci ou ETAS ISOLAR)
• Simular e validar o fluxo de tarefas e comunicação em um ECU baseado em AUTOSAR

Este treinamento prático, liderado por um instrutor (online ou presencial), é direcionado a engenheiros de segurança avançados e profissionais de segurança automotiva que desejam desenvolver estratégias de segurança abrangentes para veículos autônomos, incluindo análise de riscos, avaliações de segurança funcional e conformidade com os padrões internacionais.

Ao concluir este treinamento, os participantes serão capazes de:

• Identificar e avaliar os riscos de segurança associados aos sistemas de direção autônoma.
• Realizar análise de riscos e avaliação de riscos usando os padrões da indústria.
• Implementar métodos de validação e verificação de segurança para sistemas de AV.
• Aplicar padrões de segurança funcional, como ISO 26262 e SOTIF.
• Desenvolver estratégias de mitigação de riscos para os desafios de segurança de AV.

Este treinamento presencial, conduzido por um instrutor (online ou no local), é voltado para desenvolvedores de IA e engenheiros de visão computacional de nível intermediário que desejam construir sistemas de visão robustos para aplicações de direção autônoma.

Ao final deste treinamento, os participantes serão capazes de:

• Compreender os conceitos fundamentais de visão computacional em veículos autônomos.
• Implementar algoritmos para detecção de objetos, detecção de faixas e segmentação semântica.
• Integrar sistemas de visão com outros subsistemas de veículos autônomos.
• Aplicar técnicas de aprendizado profundo para tarefas avançadas de percepção.
• Avaliar o desempenho de modelos de visão computacional em cenários do mundo real.

Esta formação guiada por instrutores, ao vivo em Portugal (online ou presencial), é destinada a profissionais de nível avançado que desejam aprofundar seu conhecimento em visão computacional e explorar as capacidades do TensorFlow para desenvolver modelos sofisticados de visão usando o Google Colab.

Ao final deste treinamento, os participantes serão capazes de:

• Construir e treinar redes neurais convolucionais (CNNs) usando TensorFlow.
• Aproveitar o Google Colab para desenvolvimento de modelos escaláveis e eficientes em nuvem.
• Implementar técnicas de pré-processamento de imagens para tarefas de visão computacional.
• Implantar modelos de visão computacional para aplicações do mundo real.
• Usar transfer learning para melhorar o desempenho dos modelos CNNs.
• Visualizar e interpretar os resultados de modelos de classificação de imagens.

Esta formação presencial ou online em Portugal é direcionada a desenvolvedores de nível intermediário, cientistas de dados e praticantes de IA que desejam aproveitar o TensorFlow Lite para aplicações de AI na borda (Edge AI).

Ao final desta formação, os participantes serão capazes de:

• Compreender os fundamentos do TensorFlow Lite e seu papel na Edge AI.
• Desenvolver e otimizar modelos de IA usando o TensorFlow Lite.
• Deployar modelos TensorFlow Lite em diversos dispositivos de borda.
• Utilizar ferramentas e técnicas para conversão e otimização de modelos.
• Implementar aplicações práticas de Edge AI usando o TensorFlow Lite.

Este treinamento ao vivo, conduzido por um instrutor, em Portugal (online ou presencial), é destinado a profissionais de nível iniciante que desejam explorar os dilemas éticos e as estruturas legais que envolvem veículos autônomos.

Ao final deste treinamento, os participantes serão capazes de:

• Compreender as implicações éticas da tomada de decisão baseada em IA em veículos autônomos.
• Analisar as estruturas e políticas legais globais que regulamentam carros autônomos.
• Examinar a responsabilidade e a responsabilização em caso de acidentes com veículos autônomos.
• Avaliar o equilíbrio entre inovação e segurança pública nas leis de condução autônoma.
• Discutir estudos de caso do mundo real envolvendo dilemas éticos e disputas legais.

Este treinamento, ministrado por um instrutor ao vivo (online ou presencial), é destinado a profissionais e entusiastas de nível iniciante que desejam compreender os conceitos fundamentais, as tecnologias e as aplicações de veículos autônomos.

Ao final deste treinamento, os participantes serão capazes de:

• Compreender os principais componentes e os princípios de funcionamento dos veículos autônomos.
• Explorar o papel da IA, dos sensores e do processamento de dados em tempo real nos sistemas de direção autônoma.
• Analisar os diferentes níveis de autonomia veicular e suas aplicações no mundo real.
• Examinar os aspectos éticos, legais e regulamentares da mobilidade autônoma.
• Obter experiência prática com simulações de veículos autônomos.

Este treinamento prático, ministrado por um instrutor, em Portugal (online ou presencial) é destinado a especialistas avançados em fusão de sensores e engenheiros de IA que desejam desenvolver algoritmos de fusão multi-sensor e otimizar a navegação em tempo real em sistemas autônomos.

Ao final deste treinamento, os participantes serão capazes de:

• Compreender os fundamentos e os desafios da fusão de dados multi-sensor.
• Implementar algoritmos de fusão de sensores para navegação autônoma em tempo real.
• Integrar dados de LiDAR, câmeras e RADAR para aprimoramento da percepção.
• Analisar e avaliar o desempenho do sistema de fusão em diversas condições.
• Desenvolver soluções práticas para redução de ruído de sensores e alinhamento de dados.

Este treinamento, ministrado por um instrutor ao vivo (online ou presencial), é direcionado a engenheiros de nível intermediário, profissionais automotivos e especialistas em IoT que desejam compreender o papel dos sensores em carros autônomos, abrangendo LiDAR, radar, câmeras e técnicas de fusão de sensores.

Ao final deste treinamento, os participantes serão capazes de:

• Compreender os diferentes tipos de sensores utilizados em veículos autônomos.
• Analisar dados de sensores para percepção e tomada de decisão em tempo real do veículo.
• Implementar técnicas de fusão de sensores para melhorar a precisão e a segurança do veículo.
• Otimizar o posicionamento e a calibração dos sensores para aprimorar o desempenho da condução autônoma.

Este treinamento, ministrado por um instrutor ao vivo (online ou presencial), é voltado para engenheiros de rede de nível intermediário e desenvolvedores de IoT automotivo que desejam compreender e implementar tecnologias de comunicação V2X para veículos autônomos.

Ao final deste treinamento, os participantes serão capazes de:

• Compreender os conceitos fundamentais da comunicação V2X.
• Analisar os modelos de comunicação V2V, V2I, V2P e V2N.
• Implementar protocolos V2X como DSRC e C-V2X.
• Desenvolver simulações para ambientes de veículos conectados.
• Abordar os desafios de segurança cibernética e privacidade em redes V2X.