Desarrollo Avanzado de Sistemas Embebidos

En esta formación práctica dirigida por un instructor en Argentina, los participantes aprenderán a programar Arduino para su uso en el mundo real, como el control de luces, motores y sensores de detección de movimiento. Este curso asume el uso de componentes de hardware reales en un entorno de laboratorio vivo (no hardware simulado por software).

Al finalizar esta formación, los participantes podrán:

• Programar Arduino para controlar luces, motores y otros dispositivos.
• Comprender la arquitectura de Arduino, incluidos los puertos de entrada y conectores para dispositivos adicionales.
• Añadir componentes de terceros, como pantallas LCD, acelerómetros, giroscopios y rastreadores GPS, para ampliar las funcionalidades de Arduino.
• Comprender las diversas opciones de lenguajes de programación, desde C hasta lenguajes de arrastrar y soltar.
• Probar, depurar e implementar Arduino para resolver problemas del mundo real.

Este entrenamiento en vivo, impartido por un instructor (en línea o presencial), está dirigido a desarrolladores de C que desean aprender los principios de diseño para C embebido.

Al finalizar este entrenamiento, los participantes podrán:

• Comprender las consideraciones de diseño que hacen que los programas en C embebido sean confiables.
• Definir la funcionalidad de un sistema embebido.
• Definir la lógica y la estructura del programa para obtener el resultado deseado.
• Diseñar una aplicación embebida confiable y libre de errores.
• Obtener un rendimiento óptimo del hardware objetivo.

Formato del curso:

• Conferencia interactiva y debate.
• Ejercicios y práctica.
• Implementación práctica en un entorno de laboratorio en vivo.

Opciones de personalización del curso:

• Para solicitar un entrenamiento personalizado para este curso, contáctenos para coordinar los detalles.

Esta formación presencial impartida por instructores en Argentina (en línea o in situ) está dirigida a ingenieros de sistemas embebidos y desarrolladores de IA de nivel intermedio que deseen implementar modelos de aprendizaje automático en microcontroladores utilizando TensorFlow Lite y Edge Impulse.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender los fundamentos de TinyML y sus beneficios para aplicaciones de IA en el borde.
• Configurar un entorno de desarrollo para proyectos de TinyML.
• Entrenar, optimizar e implementar modelos de IA en microcontroladores de bajo consumo.
• Utilizar TensorFlow Lite y Edge Impulse para desarrollar aplicaciones reales de TinyML.
• Optimizar los modelos de IA para la eficiencia energética y las limitaciones de memoria.

El ecosistema RISC-V ha madurado desde una ISA de código abierto de nicho hasta convertirse en una arquitectura dominante con un impulso significativo del mercado en computación en el borde, IoT, automoción, aceleración de IA y procesadores de clase para servidores. Los informes sectoriales señalan una carencia crítica de talento: hay menos de 5.000 diseñadores de chips RISC-V en todo el mundo frente a más de 15.000 puestos vacantes estimados en la industria de los semiconductores. Las principales tendencias de contratación muestran que las empresas priorizan la competencia en arquitectura RISC-V junto con diseño de SoC, verificación de RTL (UVM/SystemVerilog), desarrollo de aceleradores de IA, programación de sistemas en Rust, computación confidencial y habilidades en toolchain de código abierto. El auge de RISC-V para automoción (ISO 26262), procesadores de clase servidor (controladores de interrupciones AIA, coherencia multi-núcleo) y NPUs de inferencia de IA en el borde representa las áreas de competencias de mayor crecimiento. Empresas como SiFive, Qualcomm y Western Digital han acelerado el desarrollo de RISC-V, lo que impulsa la demanda de ingenieros capaces de unir especificación de arquitectura, implementación en silicio, firmware y desarrollo del stack de software en un único conjunto de habilidades.