高度な組み込みシステム開発のトレーニングコース

このインストラクター主導のライブトレーニングでは、参加者はArduinoを使用して実際の用途（例：ライトやモーター、動作検出センサーを制御）にプログラミングする方法を学びます。このコースは、ソフトウェアでシミュレートされたハードウェアではなく、実際のハードウェアコンポーネントを使用することを前提としています。

このトレーニングの終了時には、参加者は以下のことができます：

• Arduinoを使用してライトやモーターなどのデバイスを制御するプログラムを作成します。
• アドオンデバイス用の入力とコネクタを含むArduinoのアーキテクチャを理解します。
• 液晶ディスプレイ、加速度センサー、ジャイロスコープ、GPSトラッカーなどのサードパーティ製コンポーネントを追加してArduinoの機能を拡張します。
• Cからドラッグアンドドロップ言語まで、プログラミング言語のさまざまなオプションを理解します。
• 実際の問題を解決するためにArduinoをテストし、デバッグし、展開する方法を学びます。

2日間のコースで、コード例を交えてすべての設計原理と最近の産業技術について学びます。自動車ソフトウェア開発者にとって非常に役立ちます。

この講師主導の実践的なトレーニング（オンラインまたはオンサイト）は、組み込みCプログラミングの設計原理を学びたいC開発者向けです。

本トレーニング終了時には、参加者は以下のことが Able to できます：

• 組み込みCプログラムが信頼性を持つための設計上の考慮点を理解する
• 組み込みシステムの機能を定義する
• 目的の結果を得るためにプログラムの論理と構造を定義する
• 信頼性の高いエラーのない組み込みアプリケーションを設計する
• 対象ハードウェアから最適なパフォーマンスを得る

コース形式:

• インタラクティブな講義とディスカッション
• 演習と実践
• ライブラボ環境での手動実装

コースのカスタマイズオプション:

• このコースのカスタマイズされたトレーニングを希望する場合は、ご連絡ください。

この講師主導のライブトレーニング（オンラインまたはオンサイト）は、中級レベルの組み込みシステムエンジニアやAI開発者向けです。TensorFlow LiteとEdge Impulseを使用してマイクロコントローラー上に機械学習モデルをデプロイすることを目指しています。

このトレーニング終了時には、参加者は以下のことをできるようになります：

• TinyMLの基本とエッジAIアプリケーションでの利点を理解する。
• TinyMLプロジェクトの開発環境を設定する。
• 低消費電力のマイクロコントローラー上でAIモデルを訓練、最適化、およびデプロイする。
• TensorFlow LiteとEdge Impulseを使用して実世界のTinyMLアプリケーションを実装する。
• AIモデルを消費電力とメモリ制約に最適化する。

このインストラクター主導のライブトレーニングは、日本（オンラインまたはオンサイト）で実施され、マイクロコントローラ設計の原理を学びたいエンジニア向けです。

Raspberry Piは非常に小さく、単一の基板で構成されたコンピュータです。

この講師主導の実践トレーニングでは、参加者はRaspberry Piを設定し、対話的かつ強力な組み込みシステムとしてプログラムする方法を学びます。

本トレーニング終了時には、参加者は以下のことができるようになります：

• IDE（統合開発環境）のセットアップを行い、最大限の生産性を達成する
• Raspberry Piを使用してモーションセンサ、アラーム、Webサーバー、プリンターなどのデバイスを制御する
• Raspberry Piのアーキテクチャ、追加デバイス用の入力とコネクタを理解する
• プログラミング言語やオペレーティングシステムのさまざまな選択肢を理解する
• Raspberry Piを使用して実際の問題を解決するためにテスト、デバッグ、および展開を行う

対象者

• 開発者
• ハードウェア/ソフトウェア技術者
• すべての産業分野での技術者
• 趣味の人々

コース形式

• 講義、ディスカッション、演習、および実践的な練習を含む

注意事項

• Raspberry Piはさまざまなオペレーティングシステムとプログラミング言語をサポートしています。このコースでは、LinuxベースのRaspbianを使用し、Pythonをプログラミング言語として使用します。特定のセットアップをご希望の場合は、お問い合わせください。
• 参加者はRaspberry Piのハードウェアと部品を購入する必要があります。

この講師主導のライブトレーニング（オンラインまたはオンサイト）では、非常に小さな組み込みデバイスに機械学習モデルを書き込み、ロードし、実行する方法を学びます。

このトレーニング終了時には、参加者は以下のことができるようになります：

• TensorFlow Liteをインストールします。
• 組み込みデバイスに機械学習モデルをロードし、音声認識や画像分類などの機能を実現します。
• ネットワーク接続に依存せずにハードウェアデバイスにAIを追加します。