Curso de Tensorflow Lite para Microcontroladores

Este treinamento ministrado pelo instrutor (online ou presencial) é direcionado a engenheiros que desejam aprender como usar o C embarcado para programar diversos tipos de microcontroladores com base em diferentes arquiteturas de processador (8051, ARM CORTEX M-3 e ARM9).

Neste treinamento presencial, ministrado pelo instrutor em Portugal, os participantes aprenderão como programar o Arduino para uso prático, como controlar luzes, motores e sensores de detecção de movimento. Este curso assume o uso de componentes de hardware reais em um ambiente de laboratório ao vivo (não hardware simulado por software). 

Ao final deste treinamento, os participantes serão capazes de:

• Programar o Arduino para controlar luzes, motores e outros dispositivos.
• Compreender a arquitetura do Arduino, incluindo entradas e conectores para dispositivos adicionais.
• Adicionar componentes de terceiros, como LCDs, acelerômetros, giroscópios e rastreadores GPS, para estender a funcionalidade do Arduino.
• Compreender as várias opções em linguagens de programação, desde C até linguagens de arrastar-e-soltar.
• Testar, depurar e implantar o Arduino para resolver problemas do mundo real.

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.

Esta formação ao vivo, liderada por um instrutor, em Portugal (online ou presencial) é direcionada a engenheiros de sistemas embarcados e desenvolvedores de IA de nível intermediário que desejam implantar modelos de aprendizado de máquina em microcontroladores usando TensorFlow Lite e Edge Impulse.

Ao final desta formação, os participantes serão capazes de:

• Compreender os fundamentos do TinyML e seus benefícios para aplicações de IA na borda.
• Configurar um ambiente de desenvolvimento para projetos TinyML.
• Treinar, otimizar e implantar modelos de IA em microcontroladores de baixo consumo de energia.
• Usar TensorFlow Lite e Edge Impulse para implementar aplicações reais de TinyML.
• Otimizar modelos de IA para eficiência energética e restrições de memória.

Este treinamento ao vivo conduzido por instrutor em Portugal (no local ou remoto) é destinado a engenheiros que desejam aprender os princípios de design do design de microcontroladores.

Raspberry Pi é um computador de placa única muito pequeno.

Neste treinamento liderado por instrutor e ao vivo, os participantes aprenderão a configurar e programar o Raspberry Pi para atuar como um sistema embarcado interativo e poderoso.

Ao final deste treinamento, os participantes serão capazes de:

• Configurar um IDE (ambiente de desenvolvimento integrado) para máxima produtividade no desenvolvimento
• Programar o Raspberry Pi para controlar dispositivos como sensores de movimento, alarmes, servidores web e impressoras.
• Compreender a arquitetura do Raspberry Pi, incluindo entradas e conectores para dispositivos adicionais.
• Entender as várias opções de linguagens de programação e sistemas operacionais
• Testar, depurar e implantar o Raspberry Pi para resolver problemas do mundo real

Público-alvo

• Desenvolvedores
• Técnicos de hardware/software
• Pessoas técnicas em todas as indústrias
• Hobbyistas

Formato do curso

• Parte palestra, parte discussão, exercícios e muita prática hands-on

Nota

• O Raspberry Pi suporta vários sistemas operacionais e linguagens de programação. Este curso usará o sistema operacional baseado em Linux Raspbian e a linguagem de programação Python . Para solicitar uma configuração específica, entre em contato conosco para organizar.
• Os participantes são responsáveis por adquirir o hardware e os componentes do Raspberry Pi.