Εισαγωγή στο IoT με το Arduino Κομμάτι εκπαίδευσης

Σε αυτή την εκπαίδευση με οδηγό και ζωντανά σε Ελλάδα, οι συμμετέχοντες θα μάθουν πώς να προγραμματίσουν το Arduino χρησιμοποιώντας προηγμένες τεχνικές, καθώς θα δουλεύουν στη δημιουργία ενός απλού συστήματος κλήσης ειδοποιήσεων από αισθητήρες.

Στο τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα μπορούν να:

• Να κατανοήσουν πώς λειτουργεί το Arduino.
• Να εξερευνήσουν βάθος στα κύρια συστατικά και τις λειτουργίες του Arduino.
• Να προγραμματίσουν το Arduino χωρίς τη χρήση του Arduino IDE.

Ερευνήστε βαθύτερα στην καινοτόμο σφαίρα των υπολογιστών αιχμής με αυτό το προηγμένο μάθημα. Εξερευνήστε εξελιγμένες αρχιτεκτονικές και αντιμετωπίστε τις προκλήσεις ολοκλήρωσης, προετοιμαζόμενοι να αξιοποιήσετε πλήρως τις δυνατότητες του υπολογιστικού αιχμής σε μια ποικιλία επιχειρηματικών περιβαλλόντων. Αποκτήστε τεχνογνωσία σε εργαλεία και μεθοδολογίες αιχμής για την ανάπτυξη, διαχείριση και βελτιστοποίηση λύσεων υπολογιστών αιχμής που ανταποκρίνονται σε συγκεκριμένες ανάγκες του κλάδου.

Σε αυτή την εκπαίδευση με διδάκτορα, σε ζωντανό περιβάλλον σε Ελλάδα, οι συμμετέχοντες θα μάθουν να προγραμματίζουν το Arduino για πρακτική χρήση, όπως τον έλεγχο φωτιών, μωτέρων και αισθητών κίνησης. Αυτό το μάθημα υποθέτει τη χρήση πραγματικών συσκευών σε ζωντανό εργαστήριο (χωρίς λογισμικά μιμημένες συσκευές). 

Στο τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα μπορούν να:

• Προγραμματίζουν το Arduino για τον έλεγχο φωτιών, μωτέρων και άλλων συσκευών.
• Κατανοούν την αρχιτεκτονική του Arduino, συμπεριλαμβανομένων των εισόδων και των συνδυασμών για προσθετές συσκευές.
• Προσθέτουν συσκευές τρίτων, όπως LCDs, επιταχυντήρια, γYROSCOPEs και GPS trackers, για να επεκταθεί η λειτουργία του Arduino.
• Κατανοούν τις διάφορες επιλογές σε γλώσσες προγραμματισμού, από τη C μέχρι τις γλώσσες πρωτύπωσης και μετάδοσης.
• Εξετάζουν, αποσφαλίζουν και εγκαθιστούν το Arduino για την επίλυση πραγματικών προβλημάτων.

Οι πρόοδοι στις τεχνολογίες και η αύξηση του όγκου των πληροφοριών είναι συναρπαστικές, μετατρέποντας τον τρόπο λειτουργίας πολλών βιομηχανιών, συμπεριλαμβανομένων και των κυβερνητικών οργάνων. Οι ρυθμοί δημιουργίας και αποθήκευσης δεδομένων στο κύβερνημα αυξάνονται λόγω της γρήγορης ανάπτυξης των κινητών συσκευών και εφαρμογών, οροθετημένων αισθητήρων και συσκευών, λύσεων cloud computing και πύλων πρόσβασης του πολίτη. Καθώς η ψηφιακή πληροφορία επεκτείνεται και γίνεται πιο σύνθετη, η διαχείριση, εξέλιξη, αποθήκευση, ασφάλεια και χειρισμός των πληροφοριών γίνονται επίσης πιο σύνθετοί. Νέα μέσα αποδοχής, αναζήτησης, ανάκαλυξης και ανάλυσης βοηθούν τις οργανώσεις να κερδίζουν εμπειρίες από τα μη δομημένα δεδομένά. Η αγορά κυβερνητικών λύσεων βρίσκεται σε ένα όριο, παρακινώντας την κυβέρνηση να επιστρέψει στο γεγονός ότι η πληροφορία είναι ένα στρατηγικό κεφάλαιο, και το κυβέρνημα πρέπει να προστατεύει, να χρησιμοποιεί και να αναλύει συμφωνώς με τη δομή και τη μη δομημένη πληροφορία για να λειτουργεί καλύτερα και να συναντά τα αποδεκτικά επίπεδα. Καθώς οι κυβερνητικές ηγέτες προσπαθούν να εξελίσσουν δεδομένα-κεντρικές οργάνωσες για την επιτυχή εκπλήρωση αποδεκτικών επίπεδων, διαμορφώνουν τη βάση που θα συνδέει τις εξαρτήσεις μεταξύ γεγονότων, ανθρώπων, διαδικασιών και πληροφοριών.

Υψηλότερες τιμές για κυβερνητικές λύσεις θα δημιουργηθούν από μίξες των πιο εξαντλητικών τεχνολογιών:

• Κινητές συσκευές και εφαρμογές
• Υπηρεσίες cloud
• Σύγχρονες επιχειρηματικές τεχνολογίες και δίκτυα
• Μεγάλα Δεδομένα και ανάλυση

Τα Μεγάλα Δεδομένα είναι μία από τις εξυφανιστικές λύσεις βιομηχανίας και επιτρέπουν στην κυβέρνηση να παίρνει καλύτερες αποφάσεις λαμβάνοντας υπόψη τα μοτίβα που αποκαλύπτονται από την ανάλυση μεγάλων όγκων δεδομένων - σχετικών και άσχετων, δομημένων και μη δομημένων.

Η επίτευξη αυτών των στόχων χρειάζεται πολύ περισσότερα από μια απλή ακύρωση μεγάλων ποσοτήτων δεδομένων. «Η εξαίρεση των όγκων Μεγάλων Δεδομένων απαιτεί κομβικά μέσα και τεχνολογίες που μπορούν να αναλύσουν και να εξαγάγουν χρήσιμη γνώση από διάφορες ροές πληροφοριών,» έγραψαν Tom Kalil και Fen Zhao της Διευθύνσης Επιστημονικής και Τεχνολογικής Πολιτικής του Λευκού Οίκου σε μια ανάρτηση στο blog της ΔΕΠ.

Η διαχείριση του Λευκού Οίκου έκανε μια βήμα προς τη βοήθεια των υπηρεσιών να βρούν αυτές τις τεχνολογίες, ιδρύοντας το Εθνικό Πρόγραμμα Έρευνας και Ανάπτυξης Μεγάλων Δεδομένων το 2012. Το πρόγραμμα συνεχίζει να δημιουργεί επενδύσεις υπεράκριτης αξίας για τη μέγιστη εκμετάλλευση της έκρηξης των Μεγάλων Δεδομένων και των μέσων ανάλυσής τους.

Τα προβλήματα που δημιουργούνται από τα Μεγάλα Δεδομένα είναι σχεδόν όσο φοβερά όσο και τα αποδεκτικά επίπεδά τους. Η αποθήκευση δεδομένων με αποτελεσματικό τρόπο είναι ένα από αυτά τα προβλήματα. Όπως πάντα, τα προϋπολογισμοί είναι συχνά φθηνοί, οπότε τα υπηρεσιών πρέπει να μειώσουν το κόστος αποθήκευσης ανά megabyte και να διατηρήσουν τα δεδομένα εύκολα προσβάσιμα ώστε οι χρήστες να μπορούν να τα λάβουν και τα ανάγκησαν. Η υποστήριξη μεγάλων ποσοτήτων δεδομένων είναι επίσης μια πρόκληση.

Η αποτελεσματική ανάλυση των δεδομένων είναι ένα ακόμη μεγάλο πρόβλημα. Πολλές υπηρεσίες χρησιμοποιούν εμπορικά μέσα που τους επιτρέπουν να διαχωρίζουν τους βουνούς δεδομένων, αναγνώριζοντας τάσεις που μπορούν να τους βοηθήσουν να λειτουργούν με ακόμη καλύτερο τρόπο. (Μια πρόσφατη έρευνα της MeriTalk δείχνει ότι οι εκτελεστικοί του εθνικού προϋπολογισμού πιστεύουν ότι τα Μεγάλα Δεδομένα μπορεί να βοηθήσουν στη δημόσια διοίκηση να εξοικονομήσει πάνω από 500 δις δολάρια, και ταυτόχρονα να ικανοποιήσει στόχους).

Εξαρτημένες εφαρμογές Μεγάλων Δεδομένων δίνουν επίσης στις υπηρεσίες την δυνατότητα να αντιμετωπίζουν την ανάγκη για ανάλυση των δεδομένων. Για παράδειγμα, η Computational Data Analytics Group του Εθνικού Εργαστηρίου Oak Ridge έχει καταστήσει το σύστημα διανυσμάτων πληροφοριών Piranha διαθέσιμο για άλλες υπηρεσίες. Το σύστημα έχει βοηθήσει τους γιατρούς να ανακαλύψουν μια συνδέση που μπορεί να ειδοποιήσει για ιαορτήριες διαρροϊκές αγγείων πριν την εμφάνισή τους. Χρησιμοποιείται και για καθημερινές εργασίες, όπως η διεξαγωγή αναζητήσεων σε βιβλιοθήκες για να συνδέσει τους υποψήφιους με τους προϊστάμενους και τους αξιοσημείωτους.

Σε αυτή τη ζωντανή εκπαίδευση υπό την καθοδήγηση εκπαιδευτών, οι συμμετέχοντες θα μάθουν πώς να κατασκευάζουν ένα ρομπότ χρησιμοποιώντας Arduino υλικό και τη γλώσσα Arduino (C/C++).

Με το τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα είναι σε θέση:

• Κατασκευάστε και λειτουργήστε ένα ρομποτικό σύστημα που περιλαμβάνει στοιχεία λογισμικού και υλικού
• Κατανοήστε τις βασικές έννοιες που χρησιμοποιούνται στις ρομποτικές τεχνολογίες
• Συναρμολογήστε κινητήρες, αισθητήρες και μικροελεγκτές σε ένα ρομπότ εργασίας
• Σχεδιάστε τη μηχανική δομή ενός ρομπότ

Ακροατήριο

• προγραμματιστές
• Μηχανικοί
• Χομπίστες

Μορφή του μαθήματος

• Μέρος διάλεξη, μέρος συζήτηση, ασκήσεις και βαριά πρακτική εξάσκηση

Σημείωμα

• Τα κιτ υλικού θα καθοριστούν από τον εκπαιδευτή πριν από την εκπαίδευση, αλλά θα περιέχουν κατά προσέγγιση τα ακόλουθα στοιχεία:

• Arduino ταμπλό
• Ελεγκτής κινητήρα
• Αισθητήρας απόστασης
• Σκλάβος Bluetooth
• Πρωτοτυπική πλακέτα και καλώδια
• Καλώδιο USB
• κιτ οχήματος

• Οι συμμετέχοντες θα πρέπει να αγοράσουν το δικό τους υλικό.
• Εάν θέλετε να προσαρμόσετε αυτήν την εκπαίδευση, επικοινωνήστε μαζί μας για να κανονίσουμε.

Αυτή η καθοδηγούμενη από εκπαιδευτικό, ζωντανή εκπαίδευση σε Ελλάδα (online ή εντός του χώρου) είναι προορισμένη για IT εξειδικευμένους και διαχειριστές επιχειρήσεων μεγάλης εμπειρίας που θέλουν να κατανοήσουν το δυναμικό του IoT και της edge computing για την εφαρμογή της αποδοτικότητας, πραγματικής χρονικής εξελίξης και καινοτομίας σε διάφορους τομείς.

Στο τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα μπορούν να:

• Κατανοήσουν τα βασικά αρχίσματα του IoT και της edge computing και τον ρόλο τους στην ψηφιακή μεταβολή.
• Να αναγνωρίσουν περιπτώσεις χρήσης του IoT και της edge computing στον τομέα της βιομηχανίας, των μεταφορών και της ενέργειας.
• Να διακρίνουν τις αρχιτεκτονικές και σενάρια εφαρμογής της edge και cloud computing.
• Να υλοποιήσουν λύσεις edge computing για προϊσταμένη διαχείριση και πραγματική χρονική λήψη αποφάσεων.

Συνδυάστε τη μεταβαλλόμενη δύναμη του AI με τη ευέλικτη φύση της πολιτικής υπολογιστών κοντά σε αυτό το ολοκληρωματικό μάθημα. Διδάσκετε να εγκαταστήσετε AI μοντέλα άμεσα σε κοντά υπολογιστές, από την κατανόηση των δομών CNN έως την εξειδίκευση στη διάβαση γνώσεων και την διακοσμημένη μάθηση. Αυτό το πρακτικό εκπαιδεύτρια μάθημα σας εξετάζει με τις δεξιότητες να οικονομίσετε την απόδοση AI για ρεαλ-τайμ επεξεργασία και λήψη αποφάσεων στο edge.

Αυτή η εκπαιδευτική μάθηση, ζωντανή και γραμμής-γραμμή (όχι προσωπική παρουσία ή διαδικτύου) στο Ελλάδα, είναι προσαρμοσμένη για μεσαίου επιπέδου προγραμματιστές, σχεδιαστές συστημάτων και επαγγελματίες της βιομηχανίας που θέλουν να χρησιμοποιήσουν τη Edge AI για την αύξηση των δυνατοτήτων επεξεργασίας και ανάλυσης δεδομένων στα IoT εφαρμογές.

Με το τέλος αυτής της μάθησης, οι συμμετέχοντες θα είναι σε θέση να:

• Υπολογίζουν τα βασικά στοιχεία της Edge AI και τη χρήση της στα IoT.
• Εγκαταστήσουν και ρυθμίσουν περιβάλλον Edge AI για δασκάλια IoT.
• Δημιουργήσουν και εγκαταστήσουν μοντέλα AI σε edge devices για IoT εφαρμογές.
• Προσαρμόσουν την επεξεργασία και απόφαση όλων των συστημάτων IoT.
• Συμβαδίζουν Edge AI με διάφορα IoT πρωτόκολλα και πλατφόρμες.
• Αντιμετωπίστηκαν τα ενδιάμεσα συνθήματα και καλές πρακτικές στη Edge AI για IoT.

Αυτή η ζωντανή εκπαίδευση υπό την καθοδήγηση εκπαιδευτών στο Ελλάδα (διαδικτυακό ή επιτόπου) απευθύνεται σε διαχειριστές προϊόντων και προγραμματιστές που επιθυμούν να χρησιμοποιήσουν το Edge Computing για να αποκεντρώσουν τη διαχείριση δεδομένων για ταχύτερη απόδοση, αξιοποιώντας έξυπνες συσκευές που βρίσκονται στο δίκτυο προέλευσης.

Με το τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα είναι σε θέση:

• Κατανοήστε τις βασικές έννοιες και τα πλεονεκτήματα του Edge Computing.
• Προσδιορίστε τις περιπτώσεις χρήσης και τα παραδείγματα όπου μπορεί να εφαρμοστεί το Edge Computing.
• Σχεδιάστε και δημιουργήστε Edge Computing λύσεις για ταχύτερη επεξεργασία δεδομένων και μειωμένο λειτουργικό κόστος.

Δημιουργήστε μια ισχυρή βάση για το σχεδιασμό και τη διαχείριση μιας ανθεκτικής υπολογιστικής υποδομής αιχμής. Μάθετε για τις ανοιχτές υβριδικές υποδομές cloud, τη διαχείριση του φόρτου εργασίας σε διάφορα σύννεφα και τη διασφάλιση ευελιξίας και πλεονασμού. Αυτή η εκπαίδευση παρέχει βασικές γνώσεις για τη δημιουργία μιας επεκτάσιμης και ασφαλούς υποδομής που υποστηρίζει τις δυναμικές ανάγκες των σύγχρονων εφαρμογών με υπολογιστές αιχμής.

Αυτή η ζωντανή εκπαίδευση υπό την καθοδήγηση εκπαιδευτών στο Ελλάδα (διαδικτυακό ή επιτόπου) απευθύνεται σε επαγγελματίες μεσαίου επιπέδου που επιθυμούν να εφαρμόσουν το Federated Learning για να βελτιστοποιήσουν τις λύσεις IoT και αιχμής υπολογιστών.

Με το τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα είναι σε θέση:

• Κατανοήστε τις αρχές και τα οφέλη του Federated Learning στο IoT και στους υπολογιστές αιχμής.
• Εφαρμογή μοντέλων Federated Learning σε συσκευές IoT για αποκεντρωμένη επεξεργασία τεχνητής νοημοσύνης.
• Μειώστε την καθυστέρηση και βελτιώστε τη λήψη αποφάσεων σε πραγματικό χρόνο σε περιβάλλοντα υπολογιστών αιχμής.
• Αντιμετωπίστε τις προκλήσεις που σχετίζονται με το απόρρητο δεδομένων και τους περιορισμούς δικτύου στα συστήματα IoT.

Σε αντίθεση με άλλες τεχνολογίες, το IoT είναι πολύ πιο περίπλοκο και περιλαμβάνει σχεδόν κάθε κλάδο του πυρήνα Μηχανικής-Μηχανολογίας, Electronics, Firmware, Middleware, Cloud, Analytics και Mobile. Για κάθε ένα από τα επίπεδα μηχανικής του, υπάρχουν πτυχές της οικονομίας, των προτύπων, των κανονισμών και της εξελισσόμενης κατάστασης της τέχνης. Αυτό είναι για πρώτη φορά, ένα μέτριο μάθημα που προσφέρεται για να καλύψει όλες αυτές τις κρίσιμες πτυχές της Μηχανικής IoT.

Περίληψη

Ένα προηγμένο εκπαιδευτικό πρόγραμμα που καλύπτει την τρέχουσα κατάσταση της τέχνης στο Internet of Things

Περιορίζει πολλούς τομείς τεχνολογίας για να αναπτύξει την επίγνωση ενός συστήματος IoT και των στοιχείων του και πώς μπορεί να βοηθήσει επιχειρήσεις και οργανισμούς.

Ζωντανή επίδειξη μοντέλων εφαρμογών IoT για την επίδειξη πρακτικών αναπτύξεων IoT σε διαφορετικούς τομείς της βιομηχανίας, όπως Industrial IoT, Smart Cities, Retail, Travel & Transportation και θήκες χρήσης γύρω από συνδεδεμένες συσκευές και πράγματα

Κοινό-στόχος

Διευθυντές που είναι υπεύθυνοι για τις επιχειρηματικές και λειτουργικές διαδικασίες εντός των αντίστοιχων οργανισμών τους και θέλουν να ξέρουν πώς να αξιοποιήσουν το IoT για να κάνουν τα συστήματα και τις διαδικασίες τους πιο αποτελεσματικά.

Επιχειρηματίες και επενδυτές που θέλουν να δημιουργήσουν νέα εγχειρήματα και θέλουν να αναπτύξουν μια καλύτερη κατανόηση του τοπίου της τεχνολογίας IoT για να δουν πώς μπορούν να το αξιοποιήσουν με αποτελεσματικό τρόπο.

Οι εκτιμήσεις για την αγοραία αξία του Διαδικτύου των πραγμάτων ή του IoT είναι τεράστιες, καθώς εξ ορισμού το IoT είναι ένα ολοκληρωμένο και διάχυτο επίπεδο συσκευών, αισθητήρων και υπολογιστικής ισχύος που επικαλύπτει ολόκληρους κλάδους καταναλωτών, επιχειρήσεων και κυβερνήσεων. Το IoT θα αντιπροσωπεύει έναν ολοένα και πιο τεράστιο αριθμό συνδέσεων: 1,9 δισεκατομμύρια συσκευές σήμερα και 9 δισεκατομμύρια μέχρι το 2018. Εκείνο το έτος, θα είναι περίπου ίσο με τον αριθμό των smartphone, των smart TV, των tablet, των φορητών υπολογιστών και των υπολογιστών μαζί.

Στον καταναλωτικό χώρο, πολλά προϊόντα και υπηρεσίες έχουν ήδη περάσει στο IoT, συμπεριλαμβανομένων κουζινών και οικιακών συσκευών, πάρκινγκ, RFID, προϊόντων φωτισμού και θέρμανσης και μια σειρά από εφαρμογές στο βιομηχανικό Διαδίκτυο.

Ωστόσο, οι υποκείμενες τεχνολογίες του IoT δεν είναι κάτι καινούργιο καθώς η επικοινωνία M2M υπήρχε από τη γέννηση του Διαδικτύου. Ωστόσο, αυτό που άλλαξε τα τελευταία δύο χρόνια είναι η εμφάνιση ενός αριθμού φθηνών ασύρματων τεχνολογιών που προστέθηκαν από τη συντριπτική προσαρμογή έξυπνων τηλεφώνων και tablet σε κάθε σπίτι. Η εκρηκτική ανάπτυξη των κινητών συσκευών οδήγησε στη σημερινή ζήτηση του IoT.

Λόγω των απεριόριστων ευκαιριών στις επιχειρήσεις του IoT, ένας μεγάλος αριθμός μικρομεσαίων επιχειρηματιών ξεπήδησε σε ένα κύμα χρυσού IoT. Επίσης, λόγω της εμφάνισης ηλεκτρονικών ανοιχτού κώδικα και πλατφόρμας IoT, το κόστος ανάπτυξης του συστήματος IoT και η περαιτέρω διαχείριση της μεγάλης παραγωγής του είναι ολοένα και πιο προσιτό. Οι υφιστάμενοι ιδιοκτήτες ηλεκτρονικών προϊόντων αντιμετωπίζουν πίεση να ενσωματώσουν τη συσκευή τους με την εφαρμογή Διαδικτύου ή Mobile.

Αυτή η εκπαίδευση προορίζεται για μια τεχνολογική και επιχειρηματική ανασκόπηση μιας αναδυόμενης βιομηχανίας, έτσι ώστε οι λάτρεις/επιχειρηματίες του IoT να μπορούν να κατανοήσουν τα βασικά της τεχνολογίας και των επιχειρήσεων IoT.

Στόχος του μαθήματος

Κύριος στόχος του μαθήματος είναι η εισαγωγή αναδυόμενων τεχνολογικών επιλογών, πλατφορμών και περιπτωσιολογικών μελετών εφαρμογής IoT στον αυτοματισμό οικιακών και πόλεων (έξυπνα σπίτια και πόλεις), βιομηχανικό Διαδίκτυο, υγειονομική περίθαλψη, Govt., Mobile Cellular και άλλους τομείς.

Βασική εισαγωγή όλων των στοιχείων του IoT-Mechanical, Electron ics/πλατφόρμα αισθητήρων, ασύρματα και ενσύρματα πρωτόκολλα, ενσωμάτωση από Κινητό σε Electron ics, Ενοποίηση από Κινητό σε επιχείρηση, Αναλύσεις δεδομένων και επίπεδο ολικού ελέγχου

Ασύρματα πρωτόκολλα M2M για IoT- WiFi, Zigbee/Zwave, Bluetooth, ANT+: Πότε και πού να χρησιμοποιήσετε ποιο;

Εφαρμογή Mobile/Desktop/Web- για εγγραφή, απόκτηση δεδομένων και έλεγχο –Διαθέσιμη πλατφόρμα απόκτησης δεδομένων M2M για IoT-–Xively, Omega και NovoTech κ.λπ.

Θέματα ασφάλειας και λύσεις ασφάλειας για το IoT

Πλατφόρμα ανοιχτού κώδικα/εμπορική ηλεκτρονική για IoT-Raspberry Pi, Arduino , ArmMbedLPC κ.λπ.

Πλατφόρμα cloud ανοιχτού κώδικα/εμπορικής επιχείρησης για εφαρμογές AWS-IoT, Azure -IOT, Watson-IOT cloud εκτός από άλλα μικρά σύννεφα IoT

Μελέτες επιχειρήσεων και τεχνολογίας ορισμένων από τις κοινές συσκευές IoT όπως οι αυτοματισμοί στο σπίτι, συναγερμός καπνού, οχήματα, στρατιωτικοί, οικιακή υγεία κ.λπ.

Το Machine to Machine (M2M) αναφέρεται στην άμεση αυτοματοποιημένη επικοινωνία μεταξύ δικτυωμένων μηχανικών ή ηλεκτρονικών συσκευών.

Σε αυτή τη ζωντανή εκπαίδευση στο Ελλάδα, καθοδηγούμενη από εκπαιδευτές, οι συμμετέχοντες θα μάθουν για τις διάφορες πτυχές του NB-IoT (γνωστό και ως LTE Cat NB1) καθώς αναπτύσσουν και αναπτύσσουν μια εφαρμογή που βασίζεται σε δείγμα NB-IoT.

Με το τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα είναι σε θέση:

• Προσδιορίστε τα διάφορα συστατικά του NB-IoT και πώς να ταιριάζουν μεταξύ τους για να σχηματίσουν ένα οικοσύστημα.
• Κατανοήστε και εξηγήστε τα χαρακτηριστικά ασφαλείας που είναι ενσωματωμένα στις συσκευές NB-IoT.
• Αναπτύξτε μια απλή εφαρμογή για την παρακολούθηση συσκευών NB-IoT.

Το ThingsBoard είναι μια πλατφόρμα IoT ανοιχτού κώδικα που προσφέρει διαχείριση συσκευών, συλλογή δεδομένων, επεξεργασία και οπτικοποίηση για τη λύση IoT σας.

Σε αυτή τη ζωντανή εκπαίδευση υπό την καθοδήγηση εκπαιδευτών, οι συμμετέχοντες θα μάθουν πώς να ενσωματώνουν ThingsBoard στις λύσεις IoT τους.

Με το τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα είναι σε θέση:

• Εγκατάσταση και διαμόρφωση ThingsBoard
• Κατανοήστε τις βασικές αρχές των ThingsBoard χαρακτηριστικών και αρχιτεκτονικής
• Δημιουργήστε εφαρμογές IoT με ThingsBoard
• Ενσωματώστε το ThingsBoard με τον Kafka για δρομολόγηση δεδομένων συσκευών τηλεμετρίας
• Ενσωματώστε το ThingsBoard με το Apache Spark για συγκέντρωση δεδομένων από πολλές συσκευές

Ακροατήριο

• Μηχανικοί Λογισμικού
• Μηχανικοί υλικού
• προγραμματιστές

Μορφή του μαθήματος

• Μέρος διάλεξη, μέρος συζήτηση, ασκήσεις και βαριά πρακτική εξάσκηση

Σημείωμα

• Για να ζητήσετε μια εξατομικευμένη εκπαίδευση για αυτό το μάθημα, επικοινωνήστε μαζί μας για να κανονίσουμε.