Obrigado por enviar sua consulta! Um dos membros da nossa equipe entrará em contato com você em breve.
Obrigado por enviar sua reserva! Um dos membros da nossa equipe entrará em contato com você em breve.
Programa do Curso
Introdução ao TinyML e IoT
- O que é o TinyML?
- Benefícios do TinyML em aplicações de IoT
- Comparação do TinyML com IA baseada na nuvem tradicional
- Visão geral das ferramentas TinyML: TensorFlow Lite, Edge Impulse
Configuração do Ambiente TinyML
- Instalação e configuração da IDE do Arduino
- Configuração do Edge Impulse para desenvolvimento de modelos TinyML
- Compreensão dos microcontroladores para IoT (ESP32, Arduino, Raspberry Pi Pico)
- Conexão e teste dos componentes de hardware
Desenvolvimento de Modelos de Aprendizado de Máquina para IoT
- Coleção e pré-processamento de dados de sensores IoT
- Criação e treinamento de modelos de ML leves
- Conversão dos modelos para o formato TensorFlow Lite
- Otimização dos modelos para restrições de memória e energia
Implantação de Modelos de IA em Dispositivos IoT
- Gravação e execução de modelos de ML em microcontroladores
- Validação do desempenho do modelo em cenários reais de IoT
- Depuração e otimização de implantações TinyML
Implementação de Manutenção Preditiva com TinyML
- Uso de ML para monitoramento da saúde dos equipamentos
- Técnicas de detecção de anomalias baseadas em sensores
- Implantação de modelos de manutenção preditiva em dispositivos IoT
Sensores Inteligentes e IA na Borda em IoT
- Melhoria das aplicações de IoT com sensores alimentados por TinyML
- Detecção e classificação de eventos em tempo real
- Casos de uso: monitoramento ambiental, agricultura inteligente, IoT industrial
Segurança e Otimização no TinyML para IoT
- Privacidade e segurança de dados em aplicações de IA na borda
- Técnicas para redução do consumo de energia
- Futuras tendências e avanços no TinyML para IoT
Resumo e Próximos Passos
Requisitos
- Experiência com desenvolvimento de sistemas IoT ou embarcados
- Familiaridade com programação Python ou C/C++
- Conhecimento básico de conceitos de aprendizado de máquina
- Conhecimento de hardware e periféricos de microcontroladores
Público-alvo
- Desenvolvedores de IoT
- Engenheiros embarcados
- Profissionais de IA
21 Horas