Fortgeschrittene Entwicklung eingebetteter Systeme Schulung

In diesem praxisorientierten Training unter Anleitung eines Instruktors lernen die Teilnehmer in Deutschland, wie man Arduino für reale Anwendungsfälle programmiert – etwa zur Steuerung von Lichtern, Motoren sowie Bewegungssensoren. Voraussetzung ist dabei der Einsatz echter Hardwarekomponenten im Rahmen einer Live-Laborumgebung (keine simulierten Geräte).

Am Ende dieses Trainings sind die Teilnehmer in der Lage:

• Arduino so zu programmieren, dass es Lichter, Motoren und weitere Geräte steuern kann.
• Die Architektur von Arduino zu verstehen – einschließlich der Eingänge und Anschlüsse für Erweiterungsmodule.
• Externe Komponenten wie LCD-Displays, Beschleunigungsmesser, Gyroskope sowie GPS-Tracker zu integrieren, um die Funktionalität von Arduino zu erweitern.
• Die verschiedenen Programmiersprachen kennenzulernen – von C bis hin zu drag-and-drop-Programmiertools.
• Arduino systematisch zu testen, Fehler zu beheben und für die Lösung realer Probleme einzusetzen.

Dieses vom Dozenten geleitete Live-Training (online oder vor Ort) richtet sich an C-Entwickler, die die Grundsätze des Designs für Embedded-C kennenlernen möchten.

Nach Abschluss dieses Trainings werden die Teilnehmer in der Lage sein zu:

• Den Designaspekten nachzugehen, die dafür sorgen, dass Embedded-C-Programme zuverlässig sind
• Die Funktionalität eines Embedded-Systems zu definieren
• Die Programmlogik sowie Struktur festzulegen, um das gewünschte Ergebnis zu erzielen
• Eine zuverlässige und fehlerfreie Embedded-Anwendung zu entwerfen
• Optimale Leistung von der Zielhardware zu erhalten

Aufbau des Kurses:

• Interaktive Vorlesungen und Diskussionen
• Übungen und praktische Anwendungen
• Praktisches Arbeiten in einer Live-Laborumgebung

Möglichkeiten zur Kursanpassung:

• Falls Sie ein maßgeschneidertes Training wünschen, kontaktieren Sie uns bitte, um die Details zu besprechen.

Dieses von erfahrenen Trainern geleitete Live-Training in Deutschland (online oder vor Ort) richtet sich an Embedded-System-Ingenieure und KI-Entwickler mittleren Kenntnisstands, die Maschinenlernmodelle auf Mikrocontrollern mithilfe von TensorFlow Lite und Edge Impulse einsetzen möchten.

Am Ende dieses Trainings werden die Teilnehmer in der Lage sein:

• Die Grundlagen von TinyML sowie dessen Vorteile für Edge-AI-Anwendungen zu verstehen.
• Eine Entwicklungsumgebung für TinyML-Projekte einzurichten.
• KI-Modelle für leistungsschwache Mikrocontroller zu trainieren, zu optimieren und bereitzustellen.
• TensorFlow Lite sowie Edge Impulse zur Umsetzung realer TinyML-Anwendungen einzusetzen.
• KI-Modelle hinsichtlich Energieeffizienz und Speichernutzung zu optimieren.

Das RISC-V-Ökosystem hat sich von einer Nischen-ISA zu einer etablierten Architektur entwickelt, die mittlerweile erhebliches Marktpotenzial besitzt – insbesondere im Bereich Edge Computing, IoT, Automobilindustrie, KI-Beschleunigung sowie Server-Prozessoren. Branchenstudien zeigen jedoch einen massiven Fachkräftemangel: Weltweit gibt es weniger als 5.000 RISC-V-Chipentwickler – während die Zahl der freien Stellen in der Halbleiterbranche auf über 15.000 geschätzt wird. Unternehmen suchen vor allem nach Expertise in der RISC-V-Architektur, ergänzt durch Kenntnisse im Entwurf von System-on-Chip (SoC), RTL-Verifizierung mittels UVM bzw. SystemVerilog, Entwicklung von KI-Beschleunigern sowie Programmierung mit Rust in systemnahen Bereichen – dazu gehören auch Konzepte des vertraulichen Rechnens und das Arbeiten mit Open-Source-Toolchains. Besonders schnell wachsende Kompetenzbereiche sind RISC-V-Lösungen nach Automobilstandard (ISO 26262), leistungsstarke Server-Prozessoren mit Multi-Core-Kohärenz sowie NPUs für KI-Inferenzen am Edge. Unternehmen wie SiFive, Qualcomm und Western Digital haben die Entwicklungsaktivitäten im RISC-V-Bereich intensiviert – weshalb Ingenieure gesucht werden, die in der Lage sind, Architekturvorgaben, Siliziumentwurf, Firmware-Entwicklung sowie Softwareumsetzung unter einen Hut zu bringen.