TinyML在物联网应用中的实践 培训

本次讲师指导的培训在中国（线上或线下）面向希望掌握边缘AI最新进展、优化AI模型以进行边缘部署，并探索各行业专门应用的高级AI从业者、研究人员和开发者。

培训结束后，学员将能够：

• 探索边缘AI模型开发和优化的高级技术。
• 实施在边缘设备上部署AI模型的前沿策略。
• 利用专门工具和框架进行高级边缘AI应用。
• 优化边缘AI解决方案的性能和效率。
• 探索边缘AI的创新用例和新兴趋势。
• 解决边缘AI部署中的高级伦理和安全问题。

本次由讲师指导的线下或线上培训，面向中级开发者、数据科学家和技术爱好者，旨在帮助他们掌握在各种应用中在边缘设备上部署AI模型的实用技能。

培训结束后，参与者将能够：

• 理解Edge AI的原理及其优势。
• 设置和配置边缘计算环境。
• 开发、训练和优化用于边缘部署的AI模型。
• 在边缘设备上实现实用的AI解决方案。
• 评估并改进边缘部署模型的性能。
• 解决Edge AI应用中的伦理和安全问题。

本次由讲师指导的培训（线上或线下）面向中级IT专业人士和业务经理，旨在帮助他们了解物联网和边缘计算在提高效率、实现实时处理和推动各行业创新方面的潜力。

培训结束后，学员将能够：

• 理解物联网和边缘计算的原理及其在数字化转型中的作用。
• 识别物联网和边缘计算在制造、物流和能源领域的应用场景。
• 区分边缘计算与云计算的架构及部署场景。
• 实施边缘计算解决方案，用于预测性维护和实时决策。

本次由讲师指导的培训在中国（线上或线下）面向中级开发人员和IT专业人员，旨在帮助他们全面了解边缘AI，从概念到实际实现，包括设置和部署。

培训结束后，参与者将能够：

• 理解边缘AI的基本概念。
• 设置和配置边缘AI环境。
• 开发、训练和优化边缘AI模型。
• 部署和管理边缘AI应用。
• 将边缘AI与现有系统和工作流集成。
• 解决边缘AI实施中的伦理问题和最佳实践。

本课程为讲师主导的中国（线上或线下）培训，面向希望利用Edge AI开发创新医疗解决方案的中级医疗专业人员、生物医学工程师和AI开发者。

通过本培训，学员将能够：

• 了解Edge AI在医疗领域的作用和优势。
• 在边缘设备上开发和部署用于医疗应用的AI模型。
• 在可穿戴设备和诊断工具中实施Edge AI解决方案。
• 设计和部署基于Edge AI的患者监护系统。
• 解决医疗AI应用中的伦理和监管问题。

本次由讲师指导的线下或线上培训，面向中级开发人员、系统架构师和行业专业人士，旨在帮助他们利用Edge AI增强物联网应用的智能数据处理和分析能力。

培训结束后，学员将能够：

• 理解Edge AI的基础知识及其在物联网中的应用。
• 为物联网设备设置和配置Edge AI环境。
• 在边缘设备上开发和部署用于物联网应用的AI模型。
• 在物联网系统中实现实时数据处理和决策。
• 将Edge AI与各种物联网协议和平台集成。
• 解决Edge AI在物联网中的伦理问题和最佳实践。

这种由 中国 的讲师指导式现场培训（在线或现场）面向希望使用 Edge Computing 来分散数据管理以获得更快性能的产品经理和开发人员，利用位于源网路上的智能设备。

在本次培训结束时，参与者将能够：

• 了解 Edge Computing 的基本概念和优势。
• 确定可以应用 Edge Computing 的用例和示例。
• 设计和构建 Edge Computing 解决方案，以加快数据处理速度并降低运营成本。

这种讲师指导的现场培训在 中国（在线或现场）进行，面向希望应用 Federated Learning 来优化IoT和边缘计算解决方案的中级专业人士。

在本次培训结束时，参与者将能够：

• 了解 Federated Learning 在IoT和边缘计算中的原理和优势。
• 在 IoT 设备上实施 Federated Learning 模型以进行去中心化的 AI 处理。
• 减少延迟并改进边缘计算环境中的实时决策。
• 解决与IoT系统中的数据隐私和网路限制相关的挑战。

本课程为讲师指导的培训，在 中国（线上或线下）进行，面向希望了解 Edge AI 基础知识及其入门应用的初级开发者和 IT 专业人员。

培训结束后，学员将能够：

• 理解 Edge AI 的基本概念和架构。
• 设置和配置 Edge AI 环境。
• 开发和部署简单的 Edge AI 应用。
• 识别并理解 Edge AI 的用例和优势。

本次由讲师指导的培训（线上或线下）面向中级嵌入式系统工程师和AI开发者，旨在帮助他们使用TensorFlow Lite和Edge Impulse在微控制器上部署机器学习模型。

培训结束后，参与者将能够：

• 理解TinyML的基础知识及其在边缘AI应用中的优势。
• 为TinyML项目设置开发环境。
• 在低功耗微控制器上训练、优化和部署AI模型。
• 使用TensorFlow Lite和Edge Impulse实现实际TinyML应用。
• 优化AI模型以提升能效并满足内存限制。

在这个由讲师指导的 中国 现场培训中，参与者将在开发和部署基于样本 NB-IoT 的应用程式时了解 NB-IoT （也称为 LTE Cat NB1）的各个方面。

在培训结束时，参与者将能够：

• 确定 NB-IoT 的不同组成部分，以及如何组合在一起形成一个生态系统。
• 了解并解释 NB-IoT 设备中内置的安全功能。
• 开发一个简单的应用程式来跟踪 NB-IoT 个设备。

ThingsBoard 是一个开源IoT平台，可为您的IoT解决方案提供设备管理、资料收集、处理和可视化。

在这个以讲师为主导的现场培训中，参与者将学习如何将 ThingsBoard 集成到他们的物联网解决方案中。

在培训结束时，参与者将能够：

• 安装与设定ThingsBoard
• 了解 ThingsBoard 功能和体系结构的基础知识
• 使用 ThingsBoard 构建IoT应用程式
• 将 ThingsBoard 与 Kafka 集成，用于遥测设备数据路由
• 将 ThingsBoard 与 Apache Spark 集成，以便从多个设备进行数据聚合

观众

• 软体工程师
• 硬体工程师
• 开发人员

课程形式

• 部分讲座，部分讨论，练习和大量的实践练习

注意

• 如需申请此课程的定制培训，请联系我们进行安排。

本次由讲师指导的培训在中国（线上或线下）面向希望了解TinyML基础知识、探索其应用并在微控制器上部署AI模型的初级工程师和数据科学家。

培训结束后，参与者将能够：

• 理解TinyML的基础知识及其重要性。
• 在微控制器和边缘设备上部署轻量级AI模型。
• 优化和微调机器学习模型以实现低功耗。
• 将TinyML应用于实际应用，如手势识别、异常检测和音频处理。

本次由讲师主导的中国（线上或线下）培训，面向希望在高能效硬件上实现AI驱动的TinyML技术的中级嵌入式工程师、物联网开发者和AI研究人员。

培训结束后，参与者将能够：

• 理解TinyML和边缘AI的基础知识。
• 在微控制器上部署轻量级AI模型。
• 优化AI推理以实现低功耗。
• 将TinyML与实际物联网应用集成。