AI Tactical Skills: IOT Hacking & Defense

• Inžinieri/analytici kybernetickej bezpečnosti
• Správcovia sietí a systémoví administrátori
• Inžinieri a vývojári dronov a robotiky
• Operátori dronov
• Vyšetrovatelia digitálnej forenznej analýzy
• Penetrační testeri
• Pracovníci v oblasti cloud computingu
• Manažéri projektov v cloude
• Podpora prevádzky so záujmom o kariérny postup

• Porozumieť základom IoT a AI
• Nastaviť a konfigurovať vývojové dosky pre projekty IoT s podporou AI
• Vyvíjať a nasadzovať AI modely pre rôzne aplikácie IoT
• Vytvárať a integrovať IoT systémy pre chytré domácnosti, priemyselné aplikácie a chytré mestá
• Analyzovať a vizualizovať dáta z IoT zariadení pomocou AI a cloudových platforiem
• Implementovať komplexné IoT riešenie s podporou AI ako záverečný projekt

Každý účastník získa 6-mesačný prístup k Premier Private Lab-Range

Modul 1: Úvod do AI a IoT

• Základy IoT/umelej inteligencie
• Úvod do konceptov AI a jej význam v IoT
• Prehľad strojového učenia (ML) a hlbokého učenia (DL)
• Kľúčové frameworky AI a nástroje pre IoT (TensorFlow, PyTorch, OpenCV)

Modul 2: Nastavenie vývojového prostredia

• Úvod do vývojových platforiem pre IoT
• Možnosti umelej inteligencie pre IoT zariadenia
• Protokoly komunikácie pre IoT
• Detailný pohľad na MQTT, HTTP, CoAP a ďalšie protokoly
• Nastavenie základného MQTT servera
• Pripojenie senzorov a aktuátorov k vývojovej doske

Modul 3: Manipulácia s dátami

• Delta Lake a Databricks
• Zber dát
• Nepoužiteľné dáta = žiadne ML
• Streamovanie dát do IoT Hubu
• Detekcia anomálií pomocou Z-spike

Modul 4: Strojové učenie pre IoT

• IoT senzory s detekciou anomálií
• Regresia s IoMT
• Klasifikácia senzorov pomocou rozhodovacích stromov
• Hlboké učenie pre prediktívnu údržbu
• Detekcia tvárí

Modul 5: Hlboké učenie

• Analýza dopravných vzorov pomocou AI
• Detekcia pádu pomocou Keras
• LSTM na predikciu zlyhania zariadení
• Nasadenie modelov

Modul 6: Techniky AI pre detekciu anomálií v IoT

• Z-Spikes pomocou Sense HAT na Rpi
• Použitie autoencoderov v označených dátach
• Isolated Forest
• Anomálie na okraji

Modul 7: Integrácia do cloudu a analýza dát

• Integrácia IoT s cloudovými platformami
• Prehľad cloudových platforiem (AWS IoT, Azure IoT, Google Cloud IoT)
• Pripojenie IoT zariadení do cloudu

Modul 8: Počítačové videnie

• Nasadenie kamery s OpenCV
• Hlboké neurónové siete a Caffe
• Detekcia objektov s NVIDIA Jetson Nano
• PyTorch na GPU

Modul 9: Spracovanie prirodzeného jazyka (NLP)

• Prevod reči na text
• Luis (porozumenie jazyku s Microsoftom)
• Nasadenie inteligentných botov
• Vylepšenie botov s QnA

Modul 10: Optimalizácia MCU

• ESP32 pre IoT v Azure
• Streamovanie strojového učenia s Kafka a Spark
• Obohatenie dát s Kafka

Modul 11: Nasadenie na okrajové zariadenia

• Aktualizácia OTA Presun na web s TensorFlow.js Mobilný model Distribuované strojové učenie pomocou Fog computingu