IoT ( Internet of Things) for Entrepreneurs, Managers and Investors培訓

技術進步和信息量的增加正在改變許多行業的業務模式，包括政府機構。由於移動設備和應用、智能傳感器和設備、雲計算解決方案以及面向公民的門戶的快速增長，政府數據生成和數字存檔率正在上升。隨着數字信息的擴展和複雜化，信息管理、處理、存儲、安全和處置也變得更加複雜。新的捕獲、搜索、發現和分析工具正在幫助組織從其非結構化數據中獲得洞察。政府市場正處於一個轉折點，意識到信息是一種戰略資產，政府需要保護、利用和分析結構化和非結構化信息，以更好地服務和滿足任務需求。隨着政府領導者努力發展數據驅動的組織以成功完成任務，他們正在爲跨事件、人員、流程和信息的依賴關係奠定基礎。

高價值的政府解決方案將由最具顛覆性的技術組合而成：

• 移動設備和應用
• 雲服務
• 社交商業技術和網絡
• 大數據和分析

大數據是智能行業解決方案之一，它使政府能夠通過分析大量數據（相關和不相關、結構化和非結構化）揭示的模式來做出更好的決策。

但實現這些成就遠不止簡單地積累大量數據。白宮科技政策辦公室的Tom Kalil和Fen Zhao在OSTP博客的一篇文章中寫道：“理解這些大數據量需要尖端工具和技術，能夠從大量和多樣化的信息流中分析和提取有用的知識。”

白宮在2012年設立了國家大數據研究與開發計劃，朝着幫助機構找到這些技術邁出了一步。該計劃包括超過2億美元，以充分利用大數據的爆炸式增長及其分析工具。

大數據帶來的挑戰幾乎與其承諾一樣令人望而生畏。高效存儲數據是這些挑戰之一。預算總是緊張的，因此機構必須最大限度地降低每兆字節的存儲成本，並確保數據易於訪問，以便用戶能夠在需要時獲取數據。備份大量數據進一步加劇了這一挑戰。

有效分析數據是另一個主要挑戰。許多機構採用商業工具，使他們能夠篩選大量數據，發現有助於提高運營效率的趨勢。（MeriTalk最近的一項研究發現，聯邦IT高管認爲大數據可以幫助機構節省超過5000億美元，同時還能實現任務目標。）

定製開發的大數據工具也允許機構滿足分析數據的需求。例如，橡樹嶺國家實驗室的計算數據分析組已將其Piranha數據分析系統提供給其他機構。該系統幫助醫學研究人員找到了一種可以在主動脈瘤發作前提醒醫生的鏈接。它還用於更平凡的任務，例如篩選簡歷以將求職者與招聘經理聯繫起來。

Insurtech（又名數字保險）是指保險 + 新技術的融合。在 Insurtech 領域，“數字保險公司”將技術創新應用於其業務和運營模式，以降低成本、改善客戶體驗並提高運營敏捷性。

在這種講師指導的培訓中，參與者將瞭解在其組織和整個行業內實現數字化轉型所需的技術、方法和思維方式。該培訓 針對需要獲得全域理解、打破炒作和行話並邁出建立 Insurtech 戰略第一步的經理。

在本次培訓結束時，參與者將能夠：

• 智慧、系統地討論 Insurtech 及其所有組成部分
• 識別並揭開 Insurtech 中每項關鍵技術的作用的神秘面紗。
• 起草在組織內實施 Insurtech 的總體策略

觀眾

• 保險公司
• 保險行業的技術人員
• 保險利益相關者
• 顧問和業務分析師

課程形式

• 部分講座、部分討論、練習和案例研究小組活動

本次由講師指導的培訓（線上或線下）面向中級IT專業人士和業務經理，旨在幫助他們瞭解物聯網和邊緣計算在提高效率、實現即時處理和推動各行業創新方面的潛力。

培訓結束後，學員將能夠：

• 理解物聯網和邊緣計算的原理及其在數字化轉型中的作用。
• 識別物聯網和邊緣計算在製造、物流和能源領域的應用場景。
• 區分邊緣計算與雲計算的架構及部署場景。
• 實施邊緣計算解決方案，用於預測性維護和即時決策。

本次由講師指導的線下或線上培訓，面向中級開發人員、系統架構師和行業專業人士，旨在幫助他們利用Edge AI增強物聯網應用的智能數據處理和分析能力。

培訓結束後，學員將能夠：

• 理解Edge AI的基礎知識及其在物聯網中的應用。
• 爲物聯網設備設置和配置Edge AI環境。
• 在邊緣設備上開發和部署用於物聯網應用的AI模型。
• 在物聯網系統中實現即時數據處理和決策。
• 將Edge AI與各種物聯網協議和平臺集成。
• 解決Edge AI在物聯網中的倫理問題和最佳實踐。

這種由 台灣 的講師指導式現場培訓（在線或現場）面向希望使用 Edge Computing 來分散數據管理以獲得更快性能的產品經理和開發人員，利用位於源網路上的智能設備。

在本次培訓結束時，參與者將能夠：

• 瞭解 Edge Computing 的基本概念和優勢。
• 確定可以應用 Edge Computing 的用例和示例。
• 設計和構建 Edge Computing 解決方案，以加快數據處理速度並降低運營成本。

這種講師指導的現場培訓在 台灣（在線或現場）進行，面向希望應用 Federated Learning 來優化IoT和邊緣計算解決方案的中級專業人士。

在本次培訓結束時，參與者將能夠：

• 瞭解 Federated Learning 在IoT和邊緣計算中的原理和優勢。
• 在 IoT 設備上實施 Federated Learning 模型以進行去中心化的 AI 處理。
• 減少延遲並改進邊緣計算環境中的實時決策。
• 解決與IoT系統中的數據隱私和網路限制相關的挑戰。

物聯網（IoT）是一個新興的技術領域，它通過無線連接物理對象和軟件應用程序，實現遠程感知和控制。增強現實（AR）是一種通過將虛擬計算機生成的元素與物理現實環境相結合來提升用戶體驗的技術。AR使企業能夠爲用戶提供即時、真實世界的信息視圖。這兩項技術在多個行業中得到了迅速增長的採用率。

在這次由講師指導的線下培訓中，參與者將學習物聯網和增強現實的基礎知識，並將這些知識應用於其組織的運營和戰略中。

培訓結束後，參與者將能夠：

• 瞭解物聯網和增強現實的基礎知識
• 學習物聯網和增強現實技術的工作原理
• 瞭解如何將物聯網和增強現實技術應用於企業的戰略中
• 做出關於物聯網和增強現實的明智業務決策

受衆

• 經理
• 企業家

課程形式

• 部分講座、部分討論、練習和大量動手實踐

注意

• 如需爲此課程定製培訓，請聯繫我們安排。

在台灣的本次講師指導的線下培訓中，學員將學習物聯網（IoT）的基礎知識，並逐步創建一個基於Arduino的物聯網傳感器系統。

在培訓結束時，學員將能夠：

• 理解物聯網的原理，包括物聯網組件和通信技術。
• 學習如何使用Arduino通信模塊，這些模塊可用於不同的物聯網系統。
• 學習如何使用和編程移動app來控制Arduino。
• 使用Wi-Fi模塊將Arduino連接到其他設備。
• 構建並部署自己的物聯網傳感器系統。

與其他技術不同，物聯網（IoT）更加複雜，涵蓋了幾乎所有的核心工程領域——機械、電子、固件、中間件、雲、分析和移動。對於每一個工程層，都有經濟、標準、法規和技術發展的各個方面。這是首次提供一個全面的課程，涵蓋物聯網工程的所有關鍵方面。

對於製造業專業人士來說，最關鍵的是瞭解工業物聯網的進展，包括預測性和預防性維護、基於條件的機器監控、生產優化、能源優化、供應鏈優化以及製造設施的運行時間等。

總結

• 一個高級培訓課程，涵蓋智能工廠中物聯網的最新技術。
• 跨越多個技術領域，培養對物聯網系統及其組件的認識，以及它如何幫助製造業管理專業人士。
• 智能工廠模型IIoT應用的現場演示。

目標受衆

• 負責各自制造組織內業務和運營流程的經理，他們希望瞭解如何利用物聯網使其系統和流程更高效。

時長 3天（每天8小時）

物聯網（IoT）市場價值的估計非常巨大，因爲從定義上講，物聯網是一個集成和擴散的設備、傳感器和計算能力層，覆蓋了整個消費者、企業對企業（B2B）和政府行業。物聯網的連接數量將不斷增加：目前有19億臺設備，到2018年將達到90億臺。那一年，它將大致相當於智能手機、智能電視、平板電腦、可穿戴計算機和PC的總和。

在消費領域，許多產品和服務已經跨越到物聯網，包括廚房和家用電器、停車、RFID、照明和加熱產品，以及工業互聯網中的許多應用。

然而，物聯網的底層技術並不新鮮，因爲M2M通信自互聯網誕生以來就存在。然而，過去幾年發生的變化是，大量廉價的無線技術的出現，加上智能手機和平板電腦在家庭中的廣泛應用。移動設備的爆炸性增長導致了當前對物聯網的需求。

工業物聯網（IIoT）自2014年以來在製造業中廣泛使用，自那時以來，許多IIoT創新已經出現。本課程將介紹工業物聯網領域創新的所有重要方面。

本培訓旨在對新興行業進行技術和業務回顧，以便物聯網愛好者/企業家能夠掌握物聯網技術和業務的基礎知識。

課程目標

課程的主要目標是介紹新興技術選項、平臺以及物聯網在智能工廠中的實施案例研究。

1. 研究一些常見的IIoT平臺（如西門子MindSphere和Azure IoT）的業務和技術。
2. 開源/商業企業雲平臺，用於AWS-IoT apps、Azure-IOT、Watson-IOT、Mindsphere IIoT雲以及其他小型IoT雲。
3. 開源/商業電子平臺，用於IoT——Raspberry Pi、Arduino、ArmMbedLPC等。
4. IIoT的安全問題及安全解決方案。
5. 用於註冊、數據採集和控制的移動/桌面/Web應用程序。
6. M2M無線協議——WiFi、LoPan、BLE、Ethernet、Ethercat、PLC：何時何地使用哪種協議？
7. IoT所有元素的基本介紹——機械、電子/傳感器平臺、無線和有線協議、移動與電子集成、移動與企業集成、數據分析和總控制平面。

Internet of Things (IoT) 是一種網路基礎設施，它以無線方式連接物理對象和軟體應用程式，允許它們通過網路通信、雲計算和數據捕獲相互通信並交換數據。

在這個由講師指導的現場培訓中，參與者將學習物聯網的基礎知識，同時逐步使用Raspberry Pi創建物聯網感測器系統。

在培訓結束時，參與者將能夠：

• 瞭解物聯網的原理，包括物聯網元件和通信技術
• 瞭解如何專門為IoT應用程式設置Raspberry Pi
• 構建和部署自己的物聯網感測器系統

觀眾

• 愛好者
• 硬體/軟體工程師和技術人員
• 各行各業的技術人員
• 初學者開發人員

課程形式

• 部分講座，部分討論，練習和大量的實踐練習

注意

• Raspberry Pi 支援各種作業系統和程式設計語言。本課程將使用基於 Linux 的 Raspbian 作為作業系統，使用 Python 作為程式設計語言。如需具體設置，請聯繫我們進行安排。
• 參與者負責購買 Raspberry Pi 硬體和元件。

在過去的三年裏，物聯網工程領域發生了巨大的變化，這些變化主要由微軟、谷歌和亞馬遜推動。這些巨頭投資了數十億美元，開發了更易於管理並能夠保護部分數據邊界的物聯網平臺。同時，物聯網邊緣技術在研究和部署方面也獲得了極大的發展，成爲實際物聯網實施的唯一手段。5G技術也承諾將徹底改變物聯網業務。這導致了物聯網研究資金在全新領域的大規模投入。

然而，由於各個層級的安全問題，物聯網的大規模應用進展緩慢。固件和網關的安全性遠未達到理想狀態。其中一個主要問題是，不同的大型物聯網供應商在安全問題上的分歧。微軟Azure和亞馬遜AWS各自推出了自己的安全標準，而NIST則提出了更爲全面的標準。OWASP的物聯網安全10層模型雖然產生了一些影響，但由於Azure或谷歌等主要物聯網平臺未採用，整體上未能取得太大進展。

第二個主要關注點是固件的安全性。大多數固件仍然容易受到任何形式的補丁攻擊，無論是通過OTA（空中下載）還是通過硬件端口本地進行。

課程目標

1. 介紹物聯網的所有技術棧、數據模型和漏洞
2. 繪製每個技術棧及其之間的漏洞層級
3. 供應商和第三方設備的漏洞
4. 學習NIST的物聯網安全標準

機器對機器（M2M）是指聯網的機械或電子設備之間的直接自動通信。

在這個由講師指導的 台灣 現場培訓中，參與者將在開發和部署基於樣本 NB-IoT 的應用程式時瞭解 NB-IoT （也稱為 LTE Cat NB1）的各個方面。

在培訓結束時，參與者將能夠：

• 確定 NB-IoT 的不同組成部分，以及如何組合在一起形成一個生態系統。
• 了解並解釋 NB-IoT 設備中內置的安全功能。
• 開發一個簡單的應用程式來跟蹤 NB-IoT 個設備。

在這個由 <lo> 講師指導的現場培訓中，參與者將學習如何在設置、配置、監控和排除 Nginx 故障處理各種形式的 HTTP/TCP 流量時最大限度地提高 Nginx 的性能。涵蓋的主題包括如何配置 Nginx 中最重要的參數、操作系統和虛擬機以獲得 Nginx 中的最大值。

ThingsBoard 是一個開源IoT平臺，可為您的IoT解決方案提供設備管理、資料收集、處理和可視化。

在這個以講師為主導的現場培訓中，參與者將學習如何將 ThingsBoard 集成到他們的物聯網解決方案中。

在培訓結束時，參與者將能夠：

• 安裝與設定ThingsBoard
• 瞭解 ThingsBoard 功能和體系結構的基礎知識
• 使用 ThingsBoard 構建IoT應用程式
• 將 ThingsBoard 與 Kafka 集成，用於遙測設備數據路由
• 將 ThingsBoard 與 Apache Spark 集成，以便從多個設備進行數據聚合

觀眾

• 軟體工程師
• 硬體工程師
• 開發人員

課程形式

• 部分講座，部分討論，練習和大量的實踐練習

注意

• 如需申請此課程的定製培訓，請聯繫我們進行安排。