Desarrollo Avanzado de Sistemas Embarcados

En este entrenamiento en vivo con instrucción directa en Panama, los participantes aprenderán cómo programar Arduino para su uso en aplicaciones reales, como el control de luces, motores y sensores de detección de movimiento. Este curso asume el uso de componentes físicos reales en un entorno de laboratorio en vivo (no hardware simulado por software).

Al finalizar este entrenamiento, los participantes podrán:

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

Esta formación en vivo, impartida por un instructor (en línea o presencial), está dirigida a desarrolladores de C que desean aprender los principios de diseño del lenguaje C embebido.

Al finalizar esta capacitación, los participantes serán capaces de:

• 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 estructura del programa para obtener el resultado deseado
• Diseñar una aplicación embebida fiable y libre de errores
• Obtener el rendimiento óptimo del hardware objetivo

Formato del curso:

• Ponencia interactiva y discusión
• Ejercicios y práctica
• Implementación práctica en un entorno de laboratorio en vivo

Opciones de personalización del curso:

• Para solicitar una formación personalizada para este curso, contáctenos para coordinar los detalles.

Esta formación en vivo, impartida por instructores en <ubicación> (en línea o presencial), 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 podrán:

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

El ecosistema de RISC-V ha madurado desde ser una arquitectura de conjunto de instrucciones (ISA) de código abierto nicho hasta convertirse en una arquitectura principal con un impulso significativo en el mercado, abarcando computación perimetral (edge), IoT, automoción, aceleración de IA y procesadores de clase servidor. Los informes de la industria señalan una escasez crítica de talento: existen menos de 5.000 diseñadores de chips RISC-V a nivel mundial frente a más de 15.000 puestos vacantes estimados en la industria de los semiconductores. Las principales tendencias de contratación muestran que los empleadores priorizan la competencia en arquitectura RISC-V combinada con diseño de SoC, verificación de RTL (UVM/SystemVerilog), desarrollo de aceleradores de IA, programación de sistemas en Rust, computación confidencial y habilidades con toolchains de código abierto. El auge de los procesadores RISC-V para automoción (ISO 26262), procesadores de clase servidor (controladores de interrupciones AIA, coherencia multinúcleo) e NPUs de inferencia de IA perimetral representa las áreas de competencia con mayor crecimiento. Empresas como SiFive, Qualcomm y Western Digital han acelerado el desarrollo de RISC-V, impulsando la demanda de ingenieros capaces de unificar en un solo perfil las competencias para bridging (conectar) la especificación de la arquitectura, la implementación de silicio, el firmware y el desarrollo del stack de software.