Desarrollo Avanzado de Sistemas Embebidos

En esta formación en vivo con instrucción directa en Costa Rica, los participantes aprenderán a programar Arduino para su uso en aplicaciones del mundo real, como el control de luces, motores y sensores de detección de movimiento. Este curso asume el uso de componentes de hardware real en un entorno de laboratorio en vivo (no hardware simulado por software).

Al finalizar esta capacitación, los participantes podrán:

• Programar Arduino para controlar luces, motores y otros dispositivos.
• Comprender la arquitectura de Arduino, incluidos los inputs y conectores para dispositivos adicionales.
• Integrar componentes de terceros, como pantallas LCD, acelerómetros, giroscopios y rastreadores GPS, para ampliar la funcionalidad de Arduino.
• Conocer las distintas opciones de lenguajes de programación, desde C hasta lenguajes de arrastrar y soltar.
• Probar, depurar e implementar Arduino para resolver problemas del mundo real.

Esta formación en vivo, impartida por un instructor (en línea o presencial), está dirigida a desarrolladores de C que desean aprender los principios de diseño de C embebido.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender las consideraciones de diseño que hacen que los programas en C embebido sean confiables
• Definir la funcionalidad de un sistema embebido
• Definir la lógica y la estructura del programa para obtener el resultado deseado
• Diseñar una aplicación embebida confiable y libre de errores
• Obtener un rendimiento óptimo del hardware objetivo

Formato del curso:

• Clases interactivas y discusión
• Ejercicios y práctica
• Implementación práctica en un entorno de laboratorio en vivo

Opciones de personalización del curso:

• Para solicitar una formación personalizada para este curso, por favor contáctenos para coordinarlo.

Esta formación en vivo, impartida por un instructor, en <ubicación> (en línea o presencial), está dirigida a ingenieros de sistemas embebidos y desarrolladores de IA de nivel intermedio que deseen implementar modelos de aprendizaje automático en microcontroladores utilizando TensorFlow Lite y Edge Impulse.

Al finalizar esta capacitación, los participantes serán capaces de:

• Comprender los fundamentos de TinyML y sus beneficios para las aplicaciones de IA en el borde.
• Configurar un entorno de desarrollo para proyectos de TinyML.
• Entrenar, optimizar y desplegar modelos de IA en microcontroladores de bajo consumo.
• Utilizar TensorFlow Lite y Edge Impulse para implementar aplicaciones reales de TinyML.
• Optimizar los modelos de IA para la eficiencia energética y las restricciones de memoria.