Προγραμmatισμός ΙοΤ με Python Κομμάτι εκπαίδευσης

Κάνετε καθαρή δουλειά στο δημιουργικό πεδίο της εξυπηρέτησης στα κίνητρα με αυτό το προηγμένο τμήμα. Εξερευνήστε χαρακτηριστικά αρχιτεκτονικές και αντιμετωπίστε προκλήσεις ολοκλήρωσης, ετοιμαζόμενοι να χρησιμοποιήσετε το πλήρες δυναμικό της εξυπηρέτησης στα κίνητρα σε διάφορα περιβάλλοντα επιχειρήσεων. Αποκτήστε εμπειρία σε εργαλεία και μεθόδους προέχοντας για την ανάπτυξη, διαχείριση και βελτιστοποίηση λύσεων εξυπηρέτησης στα κίνητρα που αποκρίνονται στις τομεακές ανάγκες.

Οι πρόοδοι στις τεχνολογίες και η αύξηση του όγκου των πληροφοριών επηρεάζουν τον τρόπο λειτουργίας πολλών βιομηχανιών, συμπεριλαμβανομένων και των κυβερνήσεων. Τα ρυθμίσεις που δημιουργούν και αποθηκεύουν δεδομένα στον κυβερνητικό τομέα επιταχύνονται λόγω της γρήγορης ανάπτυξης των κινητών συσκευών και εφαρμογών, ορατών φθεντέρων και συσκευών, λύσεων πάνω στο ραντεβού, και πορταλ που απευθύνονται στους πολίτες. Καθώς τα διψηφιακά δεδομένα εξελίσσονται και γίνονται πιο περίπλοκα, η διαχείριση, επεξεργασία, αποθήκευση, ασφάλεια και χειρισμός των πληροφοριών γίνονται πιο περίπλοκοι. Νέα εργαλεία απόκτησης, αναζήτησης, ανάκαλυψης και ανάλυσης βοηθούν τις οργανώσεις να περιλαμβάνουν ειδήσεις από τα μη δομημένα τους δεδομένα. Η κυβερνητική αγορά βρίσκεται σε ένα σημείο κλίμακας, υποσχόμενη ότι τα πληροφορίες είναι μια στρατηγική περιουσία, και η κυβέρνηση πρέπει να προστατεύει, να χρησιμοποιεί και να αναλύει τόσο δομημένα όσο και μη δομημένα πληροφορίες για να εξυπηρετήσει καλύτερα και να συμβάλει στην εκπλήρωση των αποστολών. Καθώς οι κυβερνητικοί ηγέτες προσπαθούν να εξελίξουν δεδομένα-οδηγούς οργανισμούς για την επιτυχή ανάπτυξη των αποστολών, θέτουν τη βάση για τη συσχέτιση των εξαρτήσεων μεταξύ γεγονότων, ανθρώπων, διαδικασιών και πληροφοριών.

Υψηλή αξίας λύσεις στην κυβέρνηση θα δημιουργηθούν μέσω της ενοποίησης των πιο διακυβευμένων τεχνολογιών:

• Κινητά συσκευές και εφαρμογές
• Υπηρεσίες ραντεβού
• Τεχνολογίες και δικτύα επιχειρηματικής κοινωνικότητας
• Μεγάλα Δεδομένα και ανάλυση

Τα Μεγάλα Δεδομένα είναι μια από τις εξυπηρετητικές λύσεις που επιτρέπουν στην κυβέρνηση να λαμβάνει καλύτερες αποφάσεις μέσω της πρακτικής εφαρμογής σχεδίων που αποκαλύπτονται από την ανάλυση μεγάλων όγκων δεδομένων - συνδεδεμένων και άσχετων, δομημένων και μη δομημένων.

Η επίτευξη αυτών των στόχων περνά από την απλή συσσωρευτικότητα μεγάλων όγκων δεδομένων. "Η κατανόηση αυτών των μεγάλων πληθών Μεγάλων Δεдομένων χρειάζεται κοπελάδικα εργαλεία και τεχνολογίες που μπορούν να αναλύσουν και να εξαγάγουν χρήσιμη γνώση από διάφορες ροές πληροφορίων", έγραψαν ο Tom Kalil και η Fen Zhao του Γραφείου Επιστήμης και Τεχνολογίας του Λευκού Οίκου σε μια ανάρτηση στο OSTP Blog.

Ο Λευκός Οίκος πήρε ένα βήμα για να βοηθήσει τους υπηρετηρίους να βρούν αυτές τις τεχνολογίες όταν ίδρυσε το Εθνικό Πρόγραμμα Έρευνας και Ανάπτυξης για τα Μεγάλα Δεδομένα το 2012. Το πρόγραμμα περιλήφθηκε μαζί με περισσότερα από 200 εκατομμύρια δολάρια για να χρησιμοποιήσει την έκρηξη των Μεγάλων Δεδομένων και τα εργαλεία που χρειάζονται για να τα αναλύσουν.

Τα προβλήματα που προκαλούν τα Μεγάλα Δεδομένα είναι σχεδόν όσο δυναμικά όσο αποτελεσματική είναι η υπόσχεσή τους. Η αποθήκευση δεδομένων με αποδοτικό τρόπο είναι ένα από αυτά τα προβλήματα. Όπως πάντα, οι προϋπολογισμοί είναι στενούς, οπότε οι υπηρεσίες πρέπει να μειώσουν την τιμή αποθήκευσης ανά megabyte και να διατηρήσουν τα δεδομένα εύκολα προσβάσιμα ώστε οι χρήστες να μπορούν να τα λάβουν όταν τα θέλουν και ως είναι. Η αντιγραφή τεράστιων ποσοτήτων δεδομένων μεγαλώνει την πρόκληση.

Η αποτελεσματική ανάλυση δεδομένων είναι κι άλλο ένα σημαντικό πρόβλημα. Πολλές υπηρεσίες χρησιμοποιούν εμπορικά εργαλεία που τους επιτρέπουν να αναζητούν σε βουνά δεδομένων, με αποδοχή των τάσεων που μπορούν να τους βοηθήσουν να λειτουργούν πιο αποδοτικά. (Μια πρόσφατη έρευνα του MeriTalk δείχνει ότι οι εκτελεστικοί διαχειριστές IT των κυβερνήσεων πιστεύουν ότι τα Μεγάλα Δεδομένα μπορούν να βοηθήσουν τις εξυπηρετητικές υπηρεσίες να εξοικονομήσουν πάνω από 500 δισεκατομμύρια δολάρια, και ταυτόχρονα να εκπληρώσουν τους στόχους τους.).

Εργαλεία ανάλυσης δεδομένων που χτίζονται ειδικά επιτρέπουν σε υπηρεσίες να κατανοήσουν τα δεδομένα τους. Για παράδειγμα, οι ομάδες ερευνητών του Εθνικού Εργαστηρίου Oak Ridge υπό την ομάδα Computational Data Analytics Group έχουν διαθέσει το σύστημα ανάλυσης δεδομένων Piranha σε άλλες υπηρεσίες. Το σύστημα έχει βοηθήσει τους ερευνητές γιατρικής να βρούν ένα σύνδεσμο που μπορεί να αλάρησει τους ιατρούς για διαφανίσεις αορτής πριν συμβεί. Χρησιμοποιείται επίσης και για πιο καθηκόδουλες δραστηριότητες, όπως την ανάζητηση βιβλίων για να συνδέσει προσωπικό με διευθυντές μίσθωσης.

Το Insurtech (γνωστός και ως Digital Insurance) αναφέρεται στη σύγκλιση ασφάλισης + νέων τεχνολογιών. Στον τομέα των Insurtech «ψηφιακών ασφαλιστών» εφαρμόζουν τεχνολογικές καινοτομίες στα επιχειρηματικά και λειτουργικά τους μοντέλα, προκειμένου να μειώσουν το κόστος, να βελτιώσουν την εμπειρία των πελατών και να βελτιώσουν την ευελιξία των εργασιών τους.

Σε αυτήν την εκπαίδευση υπό την καθοδήγηση εκπαιδευτών, οι συμμετέχοντες θα αποκτήσουν κατανόηση των τεχνολογιών, των μεθόδων και της νοοτροπίας που απαιτούνται για να επιτευχθεί ένας ψηφιακός μετασχηματισμός στους οργανισμούς τους και στον κλάδο γενικότερα. Η εκπαίδευση απευθύνεται σε διευθυντές που πρέπει να κατανοήσουν μια μεγάλη εικόνα, να καταρρίψουν τη διαφημιστική εκστρατεία και την ορολογία και να κάνουν τα πρώτα βήματα για τη δημιουργία μιας στρατηγικής Insurtech.

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

• Συζητήστε το Insurtech και όλα τα συστατικά μέρη του έξυπνα και συστηματικά
• Προσδιορίστε και απομυθοποιήστε το ρόλο κάθε βασικής τεχνολογίας στο Insurtech.
• Σχεδιάστε μια γενική στρατηγική για την εφαρμογή του Insurtech στον οργανισμό τους

Ακροατήριο

• Ασφαλιστές
• Τεχνολόγοι στον ασφαλιστικό κλάδο
• Οι ασφαλιστικοί φορείς
• Σύμβουλοι και επιχειρησιακοί αναλυτές

Μορφή του μαθήματος

• Μέρος διάλεξη, μέρος συζήτηση, ασκήσεις και ομαδικές δραστηριότητες μελέτης περίπτωσης

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.

Έχων αντίποδα άλλες τεχνολογίες, το IoT είναι πολύ πιο περίπλοκο και περιλαμβάνει σχεδόν κάθε κλάδο Εφαρμοσμένης Μηχανικής - Μηχανολογία, Ηλεκτρονική, Firmware, Middleware, Cloud, Analytics και Mobile. Για κάθε μία από τις επιστημονικές του συμφωνίες υπάρχουν οικονομικά, πρότυπα, κανονισμοί και μελετημένες εξελίξεις. Για πρώτη φορά, ένα σύντομο μάθημα υποβλήθηκε για να καλύψει όλους αυτούς τους κρίσιμους παράγοντες του IoT Engineering.

Περίληψη

Μια προχωρημένη εκπαιδευτική πρότυπο για την έρευνα όλων των νέων συνθημάτων του Internet of Things.

Αναφέρει αντικείμενα και εφαρμογές πολλών δομών τεχνολογίας για να αναπτύξει μια γνωση του συστήματος IoT και των συσταδικών του πράγματων, καθώς και οι επιχειρηματικές υποστήριξη και διαχείριση.

Ζωντανή δείγμα μελετημένων IoT εφαρμογών για να παρουσιάσει πρακτικές υποδοχές του IoT σε διάφορους κλάδους βιομηχανίας, όπως Βιομηχανικό IoT, Φρόντιση πόλεων, Εμπορίο, Ταξίδι & Μεταφορές και περιπτώσεις χρήσης γύρω από συνδεδεμένα δικτύα.

Στόχος του Ακροατηρίου

Διευθυντές επιχειρήσεων και λειτουργιών στα χώρα τους που θέλουν να μάθουν πώς να αξιοποιήσουν το IoT για να κάνουν τα συστήματά τους και τις διαδικασίες τους πιο αποδοτικές.

Κατασκευαστές και Επενδυτές, οι οποίοι ψάχνουν να δημιουργήσουν νέες επιχειρήσεις και θέλουν να αναπτύξουν καλύτερη γνώση του τοποθετικού πολυέδρου IoT, ώστε να μάθουν πώς θα μπορούσαν να αξιοποιήσουν κατά τον καλύτερο δυνατό τρόπο.

Οι εκτιμήσεις για την οικονομική αξία του IoT πιστεύεται ότι θα είναι τεράστιες, καθώς το IoT είναι, κατ' ορισμόν, ένα συνδυασμένο και διαχωρισμένο στρώμα πληροφορικής, αισθητών και υπολογιστικής ικανότητας το οποίο εξυμνεύεται σε ενδιαφέρουσες κατηγορίες χρηστών, β2β (business-to-business) και κυβερνητικές βιομηχανίες. Το IoT θα αποτελεί μια ολοένα και πιο σημαντική πληθυσμιακή εξάρτηση: 1,9 δισεκατομμύρια συστήματα σήμερα και 9 δισεκατομμύρια μέχρι το 2018. Εκείνο το έτος, θα πλησιάζει αυτός ο αριθμός στον αριθμό των smartphones, smart TVs, tablets, φορητών υπολογιστών και PCs που συνδέονται.

Στο χώρο του καταναλωτή, πολλά προϊόντα και υπηρεσίες έχουν εξασφαλιστεί στο IoT, συμπεριλαμβανομένων των οικιακών και προσωπικών απαραιτήτων, διευθύνσεων στάθμης, RFID, φωτιστικών και θέρμανσης, καθώς και πολλές εφαρμογές στο Internet of Things.

Ωστόσο, οι υποκείμενες τεχνολογίες του IoT δεν είναι κάτι νέο αφού η M2M (machine-to-machine) επικοινωνία υπήρξε από τη γέννηση του Internet. Όμως, με τις αλλαγές που προέκυψαν στα τελευταία δύο χρόνια, εμφανίστηκε μια ολοκληρωμένη σειρά από φθηνές αδρανείες τεχνολογίες και προστέθηκε η δυναμική εξέλιξη των smartphones και tablet σε κάθε σπίτι. Η έκρηξη με την ανάπτυξη φορητών συστημάτων καθόδηγος για τη σύγχρονη προσήκοντα του IoT.

Στις απεριόριστες ευκαιρίες των επιχειρηματικών θέλησης του IoT, μεγάλος αριθμός μικρών και μεσαίων διαστάσεων επιχειρηματίων πηδήξαν στην τέλεια του IoT χρυσού. Επίσης, λόγω της ανακάλυψης ελεύθερων κώδικα electronics και πλατφόρμας IoT, η κόστηση ανάπτυξης συστήματος IoT και διαχείριση του όγκου των παραγωγών γίνεται μέρος αναφοράς. Οι υπάρχοντες κατόχοι ηλεκτρονικών προϊόντων αντιμετωπίζουν πίεση να ενσωματώσουν το σύστημά τους με το Internet ή φορητή εφαρμογή.

Αυτή η εκπαίδευση απευθύνεται για ένα τεχνολογικό και επιχειρηματικό εγχείρημα σε μια νέα βιομηχανία, ώστε οι θυμάριες IoT / επιχειρηματίες να καταλάβουν τα βασικά στοιχεία της τεχνολογίας και της επιχείρησης IoT.

Στόχοι Εκπαίδευσης

Ο βασικός στόχος του μαθήματος είναι να παρουσιάσει τα αναδυόμενα τεχνολογικά επιλογές, πλατφόρμες και περιπτώσεις χρήσης IoT στη μεταβίωση (smart homes and cities), Industrial Internet, healthcare, government, Mobile Cellular και άλλες περιοχές.

Βασική εισαγωγή σε όλα τα στοιχεία του IoT - Μηχανική, Ηλεκτρονική / πλατφόρμα αισθητών, Πρωτόκολλα απέραντα και τυπογράφημα επικοινωνίας, Ενσωμάτωση Mobile σε ηλεκτρονική, Ενσωμάτωση Mobile σε enterprise, Analytics και Συνολικό επίπεδο ελέγχου.

Πρωτόκολλα M2M Wireless για IoT - WiFi, Zigbee / Zwave, Bluetooth, ANT+ : Πότε και πού να χρησιμοποιηθεί το ένα;

Mobile / Desktop / Web εφαρμογή - για εγγραφή, απόκτηση δεδομένων και έλεγχο - Διαθέσιμες πλατφόρμες απόκτησης δεδομένων M2M για IoT - Xively, Omega και NovoTech, κ.ά.

Προβλήματα ασφάλειας και λύσεις ασφάλειας για το IoT

Ελεύθερη πλατφόρμα / εμπορική ηλεκτρονική πλατφόρμα - Raspberry Pi, Arduino , ArmMbedLPC κ.ά.

Ελεύθερη / εμπορική πλατφόρμα enterprise cloud για AWS-IoT apps, Azure -IOT, Watson-IOT cloud και άλλες μικρές πλατφόρμες IoT

Μελέτη του επιχειρηματικού και τεχνολογικού περιβάλλοντος κοινών συστημάτων IoT όπως η μεταβίωση, Smoke alarm, οχήματα, military, home health κ.ά.

Το Internet of Things (IoT) είναι μια υποδομή δικτύου που συνδέει φυσικά αντικείμενα και εφαρμογές λογισμικού ασύρματα, επιτρέποντάς τους να επικοινωνούν μεταξύ τους και να ανταλλάσσουν δεδομένα μέσω επικοινωνιών δικτύου, υπολογιστικού νέφους και λήψης δεδομένων.

Σε αυτή τη ζωντανή εκπαίδευση υπό την καθοδήγηση εκπαιδευτών, οι συμμετέχοντες θα μάθουν τις βασικές αρχές του IoT καθώς προχωρούν στη δημιουργία ενός συστήματος αισθητήρων IoT χρησιμοποιώντας το Raspberry Pi.

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

• Κατανοήστε τις αρχές του IoT, συμπεριλαμβανομένων των στοιχείων IoT και των τεχνικών επικοινωνίας
• Μάθετε πώς να ρυθμίζετε το Raspberry Pi ειδικά για εφαρμογές IoT
• Δημιουργήστε και αναπτύξτε το δικό τους σύστημα αισθητήρων IoT

Ακροατήριο

• χομπίστες
• Μηχανικοί και τεχνικοί υλικού/λογισμικού
• Τεχνικά πρόσωπα σε όλους τους κλάδους
• Αρχάριοι προγραμματιστές

Μορφή του μαθήματος

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

Σημείωμα

• Το Raspberry Pi υποστηρίζει διάφορα λειτουργικά συστήματα και γλώσσες προγραμματισμού. Αυτό το μάθημα θα χρησιμοποιεί το Raspbian που βασίζεται στο Linux ως λειτουργικό σύστημα και το Python ως γλώσσα προγραμματισμού. Για να ζητήσετε μια συγκεκριμένη ρύθμιση, επικοινωνήστε μαζί μας για να κανονίσουμε.
• Οι συμμετέχοντες είναι υπεύθυνοι για την αγορά του Raspberry Pi υλικού και εξαρτημάτων.

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.

Raspberry Pi είναι ένα πολύ μικρό, μονοπλάκιο υπολογιστή.

Σε αυτή τη διδασκαλία με καθοδήγηση εκπαιδευτή, οι συμμετέχοντες θα μάθουν πώς να ρυθμίσουν και να προγραμματίσουν το Raspberry Pi για να λειτουργεί ως ένα διαδραστικό και ισχυρό ενσωματωμένο σύστημα.

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

• Ρυθμίσουν ένα IDE (ιντεγροποιημένο περιβάλλον ανάπτυξης) για τη μέγιστη απόδοση στην ανάπτυξη
• Προγραμματίσουν Raspberry Pi για να ελέγχει συσκευές όπως κινητή σφαιρική αίσθηση, ορόσημα, διαδίκτυο διακομιστές και τυπώνες.
• Κατανοήσουν την αρχιτεκτονική Raspberry Pi, συμπεριλαμβανομένων των εισόδων και διαφραγμάτων για προσθετικές συσκευές.
• Κατανοήσουν τις διάφορες επιλογές γλώσσων προγραμματισμού και λειτουργικών συστημάτων
• Τεστάρουν, αποσφαλίζουν και διαθέτουν το Raspberry Pi για να λύνουν πραγματικά προβλήματα

Ακροατείο

• Αναπτυξιακοί
• Τεχνικοί/λογισμικού λογισμικού
• Τεχνικοί σε όλους τους τομείς
• Φίλοι Τεχνολογίας

Μορφή μάθησης

• Μέρος διάλεξη, μέρος συζήτηση, ασκήσεις και έντονη πρακτική εφαρμογή

Σημείωση

• Το Raspberry Pi υποστηρίζει διάφορα λειτουργικά συστήματα και γλώσσες προγραμματισμού. Αυτό το μάθημα θα χρησιμοποιήσει το λειτουργικό σύστημα Raspbian βασισμένο στο Linux και τη γλώσσα προγραμματισμού Python. Για να ζητήσετε μια συγκεκριμένη ρύθμιση, επικοινωνήστε μαζί μας για τη διατύπωση.
• Οι συμμετέχοντες είναι υπεύθυνοι για την αγορά του λειτουργικού Raspberry Pi και των συστατικών.

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.