Προγραμmatισμός ΙοΤ με Python Κομμάτι εκπαίδευσης

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.

Οι πρόοδοι στις τεχνολογίες και η αυξανόμενη ποσότητα πληροφοριών αλλάζουν τον τρόπο λειτουργίας των επιχειρήσεων σε πολλές βιομηχανίες, συμπεριλαμβανομένου και του κυβερνητικού τομέα. Οι ρυθμοί δημιουργίας κυβερνητικών δεδομένων και ψηφιακής αποθήκευσης αυξάνονται λόγω της γρήγορης ανάπτυξης μεταφορικών συσκευών και εφαρμογών, έξυπνων αισθητών και συσκευών, λύσεων υπολογιστικής στον νέφο και πύλων που απευθύνονται στους πολίτες. Καθώς τα ψηφιακά δεδομένα εξελίσσονται και γίνονται πιο περίπλοκα, και η διαχείρισή τους, η επεξεργασία, αποθήκευση, ασφάλεια και αντιμετώπιση γίνονται πιο περίπλοκες. Νέα εργαλεία απόκτησης, αναζήτησης, ανάκτησης και ανάλυσης βοηθούν τις οργανώσεις να περιλαμβάνουν πληροφορίες από τα μη δομημένα δεδομένα. Ο κυβερνητικός τομέας βρίσκεται σε ένα χρονικό σημείο αλλαγής, επικεντρώνοντας την προσοχή στο γεγονός ότι η πληροφορία είναι μια στρατηγική απόδοση και ότι το κράτος χρειάζεται να προστατέψει, να εξαξιοποιήσει και να αναλύσει δομημένα και μη δομημένα δεδομένα για να λειτουργήσει καλύτερα και να εκπληρώσει τους στόχους προϋπολογισμού. Καθώς οι υπεύθυνοι για τη λήψη αποφάσεων στο κράτος στοχεύουν στην εξέλιξη δικτυακών οργανισμών για να επιτύχουν με επιτυχία τους στόχους, θέτουν τα βάση για τον πληθωρισμό απόδεσμων σε γεγονότα, ανθρώπους, διαδικασίες και πληροφορίες.

Τα υψηλής αξίας κυβερνητικά λύσεις θα δημιουργηθούν από τη συμπλέξη των πιο επαναστατικών τεχνολογιών:

• Μεταφορικές συσκευές και εφαρμογές
• Υπηρεσίες Νέφου
• Tεχνολογίες διευθυνόμενων και υποδοχής χώρου
• Μεγάλα Δεδομένα και ανάλυση

To IDC προβλέπει ότι έως το 2020, η βιομηχανία IT θα φθάσει στους $5 τρισεκατοστά δολάρια, περίπου $1.7 τρισεκατοστά μεγαλύτερη από σήμερα, και ότι η 80% της ανάπτυξης της βιομηχανίας θα κινηθεί λόγω αυτών των τεχνολογιών 3ου Πλατφόρμας. Απέναντι στο μακροπρόθεσμο, αυτές οι τεχνολογίες θα γίνουν κλειδιά εργαλεία για να αντιμετωπιστεί η περιπλοκότητα των ψηφιακών δεδομένων. Τα μεγάλα Δεδομένα είναι μια από τις νευραλγικές λύσεις που επιτρέπει στην κυβέρνηση να παίρνει καλύτερες αποφάσεις μέσω της δράσης που βασίζεται στα μοτίβα που αποκαλύπτονται από την ανάλυση μεγάλου όγκου δεδομένων — σχετικών και άσχετων, δομημένων και μη δομημένων.

Η επίτευξη αυτών των αποτελεσμάτων ζητά πολύ περισσότερα από την καθαρή συσσωρευτική γέφυρα μεγάλων ποσοτήτων δεδομένων. «Η εξάλειψη αυτών των ποσοτήτων Μεγάλων Δεδομένων χρειάζεται κοπτικά εργαλεία και τεχνολογίες που μπορούν να αναλύσουν και να εξάγουν χρήσιμη γνώση από διάφορες ροές πληροφοριών,» έγραψαν ο Tom Kalil και η Fen Zhao της Διοίκησης Επιστήμης και Τεχνολογίας του Λευκού Πύργου σε μια ανάρτηση στο blog OSTP.

O Λευκός Πύργος πήρε ένα βήμα για να βοηθήσει τις αρχές να βρουν αυτά τα εργαλεία όταν δημιούργησε την Εθνική Κωδικική Έρευνα και Ανάπτυξη Μεγάλων Δεδομένων το 2012. Το πρόγραμμα περιλάμβανε παρά πάνω από $200 εκατομμύρια για να χρησιμοποιήσει την έκρηξη μεγάλων δεδομένων και τα εργαλεία που απαιτούνται για να αναλυθούν.

Τα προκλήματα που υπάρχουν με τα Μεγάλα Δεδομένα είναι σχεδόν όσο δυσκολά αντιμετωπίζονται όσο και η υπόσχεσή τους είναι αποτρόπαια. Η αποθήκευση δεδομένων με αποδοτικό τρόπο αποτελεί ένα απ' αυτά τα προβλήματα. Ως πάντα, τα προϋπολογισμού είναι σκληρά, οπότε οι οργανισμοί πρέπει να μειώσουν το κόστος αποθήκευσης ανά χιλιοβύτο και να διασφαλίσουν εύκολη πρόσβαση στα δεδομένα, οπότε οι χρήστες μπορούν να τα αποκτήσουν όταν τα θέλουν και πώς τα χρειάζονται. Η αντιγραφή μεγάλων ποσοτήτων δεδομένων επιδοκιμάζει το πρόβλημα.

Η αποτελεσματική ανάλυση των δεδομένων είναι ένα άλλο μεγάλο πρόβλημα. Πολλοί οργανισμοί χρησιμοποιούν εμπορικά εργαλεία που τους επιτρέπουν να διασχίζουν συνεχώς τα βουνά από δεδομένα, κατανοώντας τάσεις που μπορούν να τους βοηθήσουν να λειτουργούν πιο αποδοτικά. (Μια πρόσφατη έρευνα του MeriTalk διαπίστωσε ότι οι εκτελεστικοί της κυβέρνησης πιστεύουν ότι τα Μεγάλα Δεδομένα μπορούν να βοηθήσουν τους οργανισμούς να εξοικονομήσουν πάνω από $500 δισεκατοστά δολάρια, και με αυτό τον τρόπο να εκπληρώσουν τους στόχους προϋπολογισμού.).

Τα δικαιοποίητα Μεγάλα Δεδομένα επιτρέπουν επίσης στους οργανισμούς να αντιμετωπίζουν την ανάγκη για ανάλυση των δεδομένών. Για παράδειγμα, η ομάδα εργασίας ανάλυσης δεδομένων του Laboratorίou Oak Ridge National έχει κάνει διαθέσιμη το σύστημα προσαρμογής δεδομένων Piranha για άλλους οργανισμούς. Το σύστημα βοήθησε υγειονομικούς ερευνητές να βρουν μια διάδοση που μπορεί να αλετηριώσει τους ιατρούς για θρόμβωση πριν συμβεί. Χρησιμοποιείται επίσης και για πιο καθηκόντων καθήκοντα, όπως την ανάλυση βιβλιογραφιών για να συνδέει απούχοντες με εκτελεστικούς.

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 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.

Αυτή η ζωντανή εκπαίδευση καθοδηγούμενη από εκπαιδευτές εισάγει το λογισμικό, το υλικό και τη διαδικασία βήμα προς βήμα που απαιτούνται για την κατασκευή ενός συστήματος αναγνώρισης προσώπου από την αρχή. Η αναγνώριση προσώπου είναι επίσης γνωστή ως Face Recognition.

Το υλικό που χρησιμοποιείται σε αυτό το εργαστήριο περιλαμβάνει Rasberry Pi, μια μονάδα κάμερας, σερβομηχανισμούς (προαιρετικά) κ.λπ. Οι συμμετέχοντες είναι υπεύθυνοι για την αγορά αυτών των εξαρτημάτων οι ίδιοι. Το λογισμικό που χρησιμοποιείται περιλαμβάνει τα OpenCV, Linux, Python κ.λπ.

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

• Εγκαταστήστε τα Linux, OpenCV και άλλα βοηθητικά προγράμματα λογισμικού και βιβλιοθήκες σε ένα Rasberry Pi.
• Διαμόρφωση OpenCV για λήψη και ανίχνευση εικόνων προσώπου.
• Κατανοήστε τις διάφορες επιλογές για τη συσκευασία ενός συστήματος Rasberry Pi για χρήση σε περιβάλλοντα πραγματικού κόσμου.
• Προσαρμόστε το σύστημα για ποικίλες περιπτώσεις χρήσης, συμπεριλαμβανομένης της επιτήρησης, της επαλήθευσης ταυτότητας κ.λπ.

Μορφή του μαθήματος

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

Σημείωμα

• Άλλες επιλογές υλικού και λογισμικού περιλαμβάνουν: Arduino, OpenFace, Windows, κ.λπ. Εάν θέλετε να χρησιμοποιήσετε κάποιο από αυτά, επικοινωνήστε μαζί μας για να κανονίσουμε.

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.