Smart Robotics in Manufacturing: AI for Perception, Planning, and Control Training Course

AI-powered predictive maintenance applies machine learning and data analytics to forecast equipment failures and optimize maintenance schedules. It transforms reactive maintenance models into proactive strategies, enabling better uptime, cost reduction, and asset longevity.

This instructor-led, live training (online or onsite) is aimed at intermediate-level professionals who wish to implement AI-driven predictive maintenance solutions in industrial environments.

By the end of this training, participants will be able to:

• Understand how predictive maintenance differs from reactive and preventive maintenance strategies.
• Collect and structure machine data for AI-powered analysis.
• Apply machine learning models to detect anomalies and predict failures.
• Implement end-to-end workflows from sensor data to actionable insights.

Format of the Course

• Interactive lecture and discussion.
• Hands-on exercises and case studies.
• Live demonstration and practical data workflows.

Course Customization Options

• To request a customized training for this course, please contact us to arrange.

AI for Process Optimization is the application of machine learning and data analytics to enhance efficiency, quality, and throughput in manufacturing operations.

This instructor-led, live training (online or onsite) is aimed at intermediate-level manufacturing professionals who wish to apply AI techniques to streamline operations, reduce downtime, and support continuous improvement initiatives.

By the end of this training, participants will be able to:

• Understand AI concepts relevant to manufacturing optimization.
• Collect and prepare production data for analysis.
• Apply machine learning models to identify bottlenecks and predict failures.
• Visualize and interpret results to support data-driven decisions.

Format of the Course

• Interactive lecture and discussion.
• Lots of exercises and practice.
• Hands-on implementation in a live-lab environment.

Course Customization Options

• To request a customized training for this course, please contact us to arrange.

AI for Quality Control is the use of computer vision and machine learning techniques to identify defects, anomalies, and deviations in production processes.

This instructor-led, live training (online or onsite) is aimed at beginner-level to intermediate-level quality professionals who wish to apply AI tools to automate inspections and improve product quality in manufacturing environments.

By the end of this training, participants will be able to:

• Understand how AI is applied in industrial quality control.
• Collect and label image or sensor data from production lines.
• Use machine learning and computer vision to detect defects.
• Develop simple AI models for anomaly detection and yield forecasting.

Format of the Course

• Interactive lecture and discussion.
• Lots of exercises and practice.
• Hands-on implementation in a live-lab environment.

Course Customization Options

• To request a customized training for this course, please contact us to arrange.

AI in Supply Chain and Manufacturing Logistics is the application of predictive analytics, machine learning, and automation to optimize inventory, routing, and demand forecasting.

This instructor-led, live training (online or onsite) is aimed at intermediate-level supply chain professionals who wish to apply AI-driven tools to enhance logistics performance, forecast demand accurately, and automate warehouse and transport operations.

By the end of this training, participants will be able to:

• Understand how AI is applied across logistics and supply chain activities.
• Use machine learning models for demand forecasting and inventory control.
• Analyze routes and optimize transport using AI-based techniques.
• Automate decision-making in warehouses and fulfillment processes.

Format of the Course

• Interactive lecture and discussion.
• Lots of exercises and practice.
• Hands-on implementation in a live-lab environment.

Course Customization Options

• To request a customized training for this course, please contact us to arrange.

AI in Smart Factories is the application of artificial intelligence to automate, monitor, and optimize industrial operations in real time.

This instructor-led, live training (online or onsite) is aimed at beginner-level decision-makers and technical leads who wish to gain a strategic and practical introduction to how AI can be leveraged in smart factory environments.

By the end of this training, participants will be able to:

• Understand the core principles of AI and machine learning.
• Identify key AI use cases in manufacturing and automation.
• Explore how AI supports predictive maintenance, quality control, and process optimization.
• Evaluate the steps involved in launching AI-driven initiatives.

Format of the Course

• Interactive lecture and discussion.
• Real-world case studies and group exercises.
• Strategic frameworks and implementation guidance.

Course Customization Options

• To request a customized training for this course, please contact us to arrange.

AI Use Case Implementation is a hands-on, project-driven approach to applying machine learning, computer vision, and data analytics to solve real-world industrial challenges using actual or simulated datasets.

This instructor-led, live training (online or onsite) is aimed at intermediate-level cross-functional teams who wish to collaboratively implement AI use cases aligned with their operational goals and gain experience working with industrial data pipelines.

By the end of this training, participants will be able to:

• Select and scope practical AI use cases from operations, quality, or maintenance.
• Work collaboratively across roles to develop machine learning solutions.
• Handle, clean, and analyze diverse industrial datasets.
• Present a working prototype of an AI-enabled solution based on a selected use case.

Format of the Course

• Interactive lecture and discussion.
• Group-based exercises and project work.
• Hands-on implementation in a live-lab environment.

Course Customization Options

• To request a customized training for this course, please contact us to arrange.

Η υπηρεσία Azure Bot συνδυάζει τη δύναμη των λειτουργιών Microsoft Bot Framework και Azure για να επιτρέψει την ταχεία ανάπτυξη έξυπνων bots.

Σε αυτόν τον οδηγό, με τη ζωντανή εκπαίδευση, οι συμμετέχοντες θα μάθουν πώς να δημιουργούν εύκολα ένα έξυπνο bot χρησιμοποιώντας το Microsoft Azure

Μέχρι τη λήξη αυτής της εκπαίδευσης, οι συμμετέχοντες θα μπορούν:

• Να μάθουν τα βασικά των εξελίσσονται bots
• Να μάθουν πώς να δημιουργούν εξελίσσονται bots χρησιμοποιώντας κλειδαριθμού cloud
• Να καταλάβουν πώς να χρησιμοποιήσουν το Microsoft Bot Framework, το Bot Builder SDK, και την Azure Bot Service
• Να καταλάβουν πώς να σχεδιάζουν bots χρησιμοποιώντας bot patterns
• Να αναπτύξουν τον πρώτο τους εξελίσσονται bot χρησιμοποιώντας Microsoft Azure

Κοινό

• Αναπτυξιακοί
• Hobbyists
• Engineers
• IT Professionals

Μορφή του μαθήματος

• Μέρος οδηγίες, μέρος συζήτηση, ασκήσεις και εξαπλωμένη πράξη

Ένα bot ή ένα chatbot είναι σαν ένας βοηθός υπολογιστή που χρησιμοποιείται για την αυτοματοποίηση των αλληλεπιδράσεων των χρηστών σε διάφορες πλατφόρμες ανταλλαγής μηνυμάτων και για να κάνει τα πράγματα πιο γρήγορα χωρίς να χρειάζεται οι χρήστες να μιλήσουν σε άλλον άνθρωπο.

Σε αυτήν τη ζωντανή εκπαίδευση υπό την καθοδήγηση εκπαιδευτών, οι συμμετέχοντες θα μάθουν πώς να ξεκινήσουν την ανάπτυξη ενός bot καθώς προχωρούν στη δημιουργία δειγμάτων chatbot χρησιμοποιώντας εργαλεία και πλαίσια ανάπτυξης bot.

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

• Κατανοήστε τις διαφορετικές χρήσεις και εφαρμογές των bots
• Κατανοήστε την πλήρη διαδικασία στην ανάπτυξη bots
• Εξερευνήστε τα διάφορα εργαλεία και πλατφόρμες που χρησιμοποιούνται στην κατασκευή bots
• Δημιουργήστε ένα δείγμα chatbot για το Facebook Messenger
• Δημιουργήστε ένα δείγμα chatbot χρησιμοποιώντας Microsoft Bot Framework

Ακροατήριο

• Προγραμματιστές που ενδιαφέρονται να δημιουργήσουν το δικό τους bot

Μορφή του μαθήματος

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

Digital Twins are virtual replicas of physical systems enhanced by real-time data and AI-driven intelligence.

This instructor-led, live training (online or onsite) is aimed at intermediate-level professionals who wish to build, deploy, and optimize digital twin models using real-time data and AI-based insights.

By the end of this training, participants will be able to:

• Understand the architecture and components of digital twins.
• Use simulation tools to model complex systems and environments.
• Integrate real-time data streams into virtual models.
• Apply AI techniques for predictive behavior and anomaly detection.

Format of the Course

• Interactive lecture and discussion.
• Lots of exercises and practice.
• Hands-on implementation in a live-lab environment.

Course Customization Options

• To request a customized training for this course, please contact us to arrange.

Edge AI is the deployment of artificial intelligence models directly on devices and machines at the edge of the network, enabling real-time decision-making with minimal latency.

This instructor-led, live training (online or onsite) is aimed at advanced-level embedded and IoT professionals who wish to deploy AI-powered logic and control systems in manufacturing environments where speed, reliability, and offline operation are critical.

By the end of this training, participants will be able to:

• Understand the architecture and benefits of edge AI systems.
• Build and optimize AI models for deployment on embedded devices.
• Use tools like TensorFlow Lite and OpenVINO for low-latency inference.
• Integrate edge intelligence with sensors, actuators, and industrial protocols.

Format of the Course

• Interactive lecture and discussion.
• Lots of exercises and practice.
• Hands-on implementation in a live-lab environment.

Course Customization Options

• To request a customized training for this course, please contact us to arrange.

Industrial computer vision with AI is transforming how manufacturers and QA teams detect surface defects, verify part conformity, and automate visual inspection processes.

This instructor-led, live training (online or onsite) is aimed at intermediate-level to advanced-level QA teams, automation engineers, and developers who wish to design and implement computer vision systems for defect detection and inspection using AI techniques.

By the end of this training, participants will be able to:

• Understand the architecture and components of industrial vision systems.
• Build AI models for visual defect detection using deep learning.
• Integrate real-time inspection pipelines with industrial cameras and devices.
• Deploy and optimize AI-powered inspection systems for production environments.

Format of the Course

• Interactive lecture and discussion.
• Lots of exercises and practice.
• Hands-on implementation in a live-lab environment.

Course Customization Options

• To request a customized training for this course, please contact us to arrange.

Αυτή η ζωντανή εκπαίδευση υπό την καθοδήγηση εκπαιδευτών στο Ελλάδα (διαδικτυακά ή επιτόπου) απευθύνεται σε μηχανικούς που επιθυμούν να μάθουν για την εφαρμογή της τεχνητής νοημοσύνης σε μηχατρονικά συστήματα.

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

• Αποκτήστε μια επισκόπηση της τεχνητής νοημοσύνης, της μηχανικής μάθησης και της υπολογιστικής νοημοσύνης.
• Κατανόηση των εννοιών των νευρωνικών δικτύων και των διαφορετικών μεθόδων εκμάθησης.
• Επιλέξτε αποτελεσματικά προσεγγίσεις τεχνητής νοημοσύνης για προβλήματα της πραγματικής ζωής.
• Εφαρμογή εφαρμογών AI στη Μηχατρονική Μηχανική.

Αυτή η ζωντανή εκπαίδευση υπό την καθοδήγηση εκπαιδευτών στο Ελλάδα (διαδικτυακό ή επιτόπου) απευθύνεται σε συμμετέχοντες μεσαίου επιπέδου που επιθυμούν να βελτιώσουν τις δεξιότητές τους στο σχεδιασμό, τον προγραμματισμό και την ανάπτυξη ευφυών ρομποτικών συστημάτων για αυτοματοποίηση και όχι μόνο.

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

• Κατανόηση των αρχών του Physical AI και των εφαρμογών του στη ρομποτική και τον αυτοματισμό.
• Σχεδιάστε και προγραμματίστε έξυπνα ρομποτικά συστήματα για δυναμικά περιβάλλοντα.
• Εφαρμογή μοντέλων AI για αυτόνομη λήψη αποφάσεων σε ρομπότ.
• Αξιοποιήστε εργαλεία προσομοίωσης για ρομποτικές δοκιμές και βελτιστοποίηση.
• Αντιμετωπίστε προκλήσεις όπως η σύντηξη αισθητήρων, η επεξεργασία σε πραγματικό χρόνο και η ενεργειακή απόδοση.

Ένα Έξυπνο Ρομπότ είναι ένα σύστημα Τεχνητής Νοημοσύνης (AI) που μπορεί να μάθει από το περιβάλλον και την εμπειρία του και να βασιστεί στις δυνατότητές του με βάση αυτή τη γνώση. Smart Robots μπορεί να συνεργαστεί με ανθρώπους, δουλεύοντας δίπλα τους και μαθαίνοντας από τη συμπεριφορά τους. Επιπλέον, έχουν την ικανότητα όχι μόνο για χειρωνακτική εργασία, αλλά και για γνωστικές εργασίες. Εκτός από τα φυσικά ρομπότ, Smart Robots μπορεί επίσης να βασίζεται αποκλειστικά σε λογισμικό, να βρίσκεται σε έναν υπολογιστή ως εφαρμογή λογισμικού χωρίς κινούμενα μέρη ή φυσική αλληλεπίδραση με τον κόσμο.

Σε αυτή τη ζωντανή εκπαίδευση υπό την καθοδήγηση εκπαιδευτών, οι συμμετέχοντες θα μάθουν τις διαφορετικές τεχνολογίες, τα πλαίσια και τις τεχνικές προγραμματισμού διαφορετικών τύπων μηχανικών Smart Robots και, στη συνέχεια, θα εφαρμόσουν αυτές τις γνώσεις για να ολοκληρώσουν τα δικά τους έργα Smart Robot.

Το μάθημα χωρίζεται σε 4 ενότητες, καθεμία από τις οποίες αποτελείται από τρεις ημέρες διαλέξεων, συζητήσεων και πρακτικής ανάπτυξης ρομπότ σε ένα ζωντανό εργαστηριακό περιβάλλον. Κάθε ενότητα θα ολοκληρωθεί με ένα πρακτικό πρακτικό έργο που θα επιτρέψει στους συμμετέχοντες να εξασκηθούν και να επιδείξουν τις αποκτηθείσες γνώσεις τους.

Το υλικό-στόχος για αυτό το μάθημα θα προσομοιωθεί σε 3D μέσω λογισμικού προσομοίωσης. Το ROS (Robot Operating System) πλαίσιο ανοιχτού κώδικα, η C++ και η Python θα χρησιμοποιηθούν για τον προγραμματισμό των ρομπότ.

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

Κατανόηση των βασικών εννοιών που χρησιμοποιούνται στις ρομποτικές τεχνολογίες Κατανόηση και διαχείριση της αλληλεπίδρασης μεταξύ λογισμικού και υλικού σε ένα ρομποτικό σύστημα Κατανόηση και εφαρμογή των στοιχείων λογισμικού που υποστηρίζουν Smart Robots Κατασκευή και λειτουργία ενός προσομοιωμένου μηχανικού έξυπνου ρομπότ που μπορεί να δει, να αντιληφθεί, να επεξεργαστεί, να κατανοήσει, πλοήγηση και αλληλεπίδραση με ανθρώπους μέσω φωνής Επεκτείνετε την ικανότητα ενός έξυπνου ρομπότ να εκτελεί σύνθετες εργασίες μέσω του τεστ Deep Learning και αντιμετώπιση προβλημάτων ενός Έξυπνου Ρομπότ σε ρεαλιστικά σενάρια

Ακροατήριο

Μηχανικοί προγραμματιστών

Μορφή του μαθήματος

Μέρος διάλεξη, μέρος συζήτηση, ασκήσεις και βαριά πρακτική εξάσκηση

Σημείωση

Για να προσαρμόσετε οποιοδήποτε μέρος αυτού του μαθήματος (γλώσσα προγραμματισμού, μοντέλο ρομπότ κ.λπ.) επικοινωνήστε μαζί μας για να κανονίσουμε.