AI Tactical Skills: IOT Hacking & Defense

• Inženýři / analytici kybernetické bezpečnosti
• Správci sítí a systémoví administrátoři
• Inženýři a vývojáři dronů a robotiky
• Operátoři dronů
• Vyšetřovatelé digitální forenzní analýzy
• Penetrační testeři
• Pracovníci v oblasti cloud computing
• Manažeři projektů v cloudu
• Podpora provozu se zájmem o kariérní postup

• Porozumět základům IoT a AI
• Nastavit a konfigurovat vývojové desky pro projekty IoT s podporou AI
• Vyvíjet a nasazovat AI modely pro různé aplikace IoT
• Vytvářet a integrovat IoT systémy pro chytré domácnosti, průmyslové aplikace a chytrá města
• Analyzovat a vizualizovat data z IoT zařízení pomocí AI a cloudových platforem
• Implementovat komplexní IoT řešení s podporou AI jako závěrečný projekt

Každý účastník získá 6-měsíční přístup k Premier Private Lab-Range

Modul 1: Úvod do AI a IoT

• Základy IoT / Umělé inteligence
• Úvod do konceptů AI a její význam v IoT
• Přehled strojového učení (ML) a hlubokého učení (DL)
• Klíčové rámce AI a nástroje pro IoT (TensorFlow, PyTorch, OpenCV)

Modul 2: Nastavení vývojového prostředí

• Úvod do vývojových platforem pro IoT
• Možnosti umělé inteligence pro IoT zařízení
• Protokoly komunikace pro IoT
• Detailní pohled na MQTT, HTTP, CoAP a další protokoly
• Nastavení základního MQTT serveru
• Připojení senzorů a aktuátorů k vývojové desce

Modul 3: Manipulace s daty

• Delta Lake a Databricks
• Sběr dat
• Nevyužitelná data = žádné ML
• Streamování dat do IoT Hubu
• Z-spike detekce anomálií

Modul 4: Strojové učení pro IoT

• IoT senzory s detekcí anomálií
• Regrese s IoMT
• Klasifikace senzorů pomocí rozhodovacích stromů
• Hluboké učení prediktivní údržby
• Detekce obličejů

Modul 5: Hluboké učení

• Analýza dopravních vzorů pomocí AI
• Detekce pádu pomocí Keras
• LSTM k predikci selhání zařízení
• Nasazení modelů

Modul 6: Techniky AI pro detekci anomálií v IoT

• Z-Spikes pomocí Sense HAT na Rpi
• Použití autoencoderů v označených datech
• Isolated Forest
• Anomálie na okraji

Modul 7: Integrace do cloudu a analýza dat

• Integrace IoT s cloudovými platformami
• Přehled cloudových platforem (AWS IoT, Azure IoT, Google Cloud IoT)
• Připojení IoT zařízení do cloudu

Modul 8: Počítačové vidění

• Nasazení kamery s OpenCV
• Hluboké neuronové sítě a Caffe
• Detekce objektů s NVIDIA Jetson Nano
• PyTorch na GPU

Modul 9: Zpracování přirozeného jazyka (NLP)

• Převod řeči na text
• Luis (porozumění jazyku s Microsoftem)
• Nasazení chytrých botů
• Vylepšení botů s QnA

Modul 10: Optimalizace MCU

• ESP32 pro IoT v Azure
• Streamování strojového učení s Kafka a Spark
• Obohacení dat s Kafka

Modul 11: Nasazení na okrajová zařízení

• Aktualizace OTA
• Přesun na web s TensorFlow.js
• Mobilní model
• Distribuované strojové učení pomocí Fog computingu