Desarrollo Avanzado de Sistemas Embebidos

En esta formación práctica impartida por un instructor en Guatemala, los participantes aprenderán a programar Arduino para su uso en aplicaciones del mundo real, como el control de luces, motores y sensores de detección de movimiento. Este curso presuppone el uso de componentes físicos reales en un laboratorio práctico (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, incluyendo las entradas y conectores para dispositivos adicionales.
• Incorporar 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 los lenguajes 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 formación, 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:

• Lección 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 coordinarla.

Esta formación en vivo, impartida por un instructor 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 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 modelos de IA para eficiencia energética y restricciones de memoria.

El ecosistema RISC-V ha madurado desde un nicho de ISA de código abierto hasta convertirse en una arquitectura mainstream con un impulso significativo del mercado en computación perimetral (edge), IoT, vehículos, aceleración de IA y procesadores para servidores. Los informes de la industria señalan una escasez crítica de talento: hay menos de 5.000 diseñadores de chips RISC-V en todo el mundo frente a un estimado de más de 15.000 vacantes abiertas 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 RTL (UVM/SystemVerilog), desarrollo de aceleradores de IA, programación de sistemas en Rust, computación confidencial y habilidades en herramientas de código abierto. El auge de los procesadores RISC-V para automóviles (ISO 26262), procesadores para servidores (controladores de interrupciones AIA, coherencia multicore) e NPUs de inferencia perimetral representa las áreas de competencia de mayor crecimiento. Empresas como SiFive, Qualcomm y Western Digital han acelerado el desarrollo de RISC-V, impulsando la demanda de ingenieros que puedan unir en un solo conjunto de habilidades la especificación de arquitectura, la implementación de silicio, firmware y el desarrollo del stack de software.