Microcontroller Formazione in Italia

Questo corso interattivo, tenuto da un instruttore (online o in sede), è rivolto a ingegneri di sistemi embedded di livello intermedio e sviluppatori AI che desiderano distribuire modelli di apprendimento automatico su microcontrollori utilizzando TensorFlow Lite e Edge Impulse.

Al termine del corso, i partecipanti saranno in grado di:

• Comprendere i fondamenti di TinyML e i suoi vantaggi per le applicazioni AI ai bordo della rete.
• Configurare un ambiente di sviluppo per progetti TinyML.
• Addestrare, ottimizzare e distribuire modelli AI su microcontrollori a bassa potenza.
• Utilizzare TensorFlow Lite e Edge Impulse per implementare applicazioni reali di TinyML.
• Ottimizzare i modelli AI per l'efficienza energetica e le limitazioni di memoria.

Questo corso di formazione guidato dal docente (online o in presenza) è rivolto agli ingegneri che desiderano imparare come utilizzare C embedded per programmare vari tipi di microcontrollori basati su diverse architetture di processore (8051, ARM CORTEX M-3 e ARM9).

In questo corso guidato dal docente, in Italia, i partecipanti impareranno come programmare l'Arduino per utilizzi reali, come il controllo di luci, motori e sensori di rilevamento del movimento. Questo corso presuppone l'utilizzo di componenti hardware reali in un ambiente laboratorio live (non hardware simulato software). 

Al termine di questo addestramento, i partecipanti saranno in grado di:

• Programmare l'Arduino per controllare luci, motori e altri dispositivi.
• Comprendere l'architettura dell'Arduino, inclusi gli ingressi e i connettori per dispositivi esterni.
• Aggiungere componenti di terze parti come LCD, accelerometri, giroscopi e tracciatori GPS per estendere le funzionalità dell'Arduino.
• Comprendere le varie opzioni in termini di linguaggi di programmazione, dalla C ai linguaggi drag-and-drop.
• Testare, debuggare e distribuire l'Arduino per risolvere problemi reali.

L'ecosistema RISC-V è maturato da una nicchia di ISA open-source a un'architettura mainstream con un significativo slancio di mercato in ambiti quali il computing edge, l'IoT, l'automotive, l'accelerazione dell'intelligenza artificiale e i processori per server. I rapporti industriali evidenziano una carenza critica di talenti: esistono meno di 5.000 progettisti di chip RISC-V a livello globale, contro oltre 15.000 posizioni aperte stimato nel settore dei semiconduttori. Le principali tendenze di assunzione mostrano che i datori di lavoro privilegiano la padronanza dell'architettura RISC-V unita alla progettazione di SoC, alla verifica RTL (UVM/SystemVerilog), allo sviluppo di accelerator AI, alla programmazione di sistemi in Rust, al computing confidenziale e alle competenze sugli toolchain open-source. L'affermazione del RISC-V per applicazioni automotive (ISO 26262), dei processori per server (controller di interruzioni AIA, coerenza multi-core) e degli NPU per l'inferenza AI edge rappresenta le aree di competenza in più rapida crescita. Aziende come SiFive, Qualcomm e Western Digital hanno accelerato lo sviluppo RISC-V, alimentando la domanda di ingegneri capaci di unire in un unico profilo le competenze specifiche sulla specificazione dell'architettura, l'implementazione del silicio, il firmware e lo sviluppo dello stack software.