Online Automotive Képzés Magyarország-ban

Ez az oktató által vezetett, élő képzés Magyarország-ben (online vagy helyszíni) kezdő szintű szakembereknek szól, akik szeretnék megismerni az autonóm járművekkel kapcsolatos etikai dilemmaikat és jogi keretrendszereket.

A képzés végére a résztvevők képesek lesznek:

• Megérteni az AI által vezérelt döntéshozatal etikai következményeit az autonóm járművekben.
• Elemzni a önvezető autókat szabályozó globális jogi keretrendszereket és politikákat.
• Vizsgálni a felelősséget és az elszámoltathatóságot autonóm járművek balesetei esetén.
• Értékelni az innováció és a közbiztonság közötti egyensúlyt az autonóm vezetés törvényeiben.
• Beszélni valós esettanulmányokról, amelyek etikai dilemmaikat és jogi vitákat tartalmaznak.

Ez az oktató által vezetett, élő képzés Magyarország (online vagy helyszíni) kezdő szintű szakemberek és lelkesedők számára készült, akik szeretnének megismerni az autonóm járművek alapvető fogalmait, technológiáit és alkalmazásait.

A képzés végén a résztvevők képesek lesznek:

• Megérteni az autonóm járművek kulcsfontosságú összetevőit és működési elveit.
• Felfedezni az AI, az érzékelők és a valós idejű adatfeldolgozás szerepét az önvezető rendszerekben.
• Elemzésbe venni a járművek különböző szintű autonómiáját és azok valós világbeli alkalmazásait.
• Vizsgálatba venni az autonóm mobilitás etikai, jogi és szabályozási szempontjait.
• Gyakorlati tapasztalatot szerezni autonóm járművek szimulációiban.

Ez az oktató által vezetett, élő képzés Magyarország-ben (online vagy helyszíni) középszintű hálózati mérnökök és autóipari IoT fejlesztők számára készült, akik meg szeretnék érteni és implementálni a V2X kommunikációs technológiákat autonóm járművekhez.

A képzés végére a résztvevők képesek lesznek:

• Megérteni a V2X kommunikáció alapvető fogalmait.
• Elemezni a V2V, V2I, V2P és V2N kommunikációs modelleket.
• Implementálni a V2X protokollokat, mint például a DSRC és a C-V2X.
• Fejleszteni szimulációkat kapcsolt jármű környezetekhez.
• Megbirkózni a kiberbiztonsági és adatvédelmi kihívásokkal a V2X hálózatokban.

Ez az oktató által vezetett, élő képzés Magyarország (online vagy helyszíni) középszintű mérnökök, autóipari szakemberek és IoT-szakértők számára készült, akik szeretnék megérteni a szenzorok szerepét az önvezető autókban, beleértve a LiDAR-t, radart, kamerákat és a szenzorok összevonási technikáit.

A képzés végére a résztvevők képesek lesznek:

• Megérteni az önvezető járművekben használt különböző típusú szenzorokat.
• Elemzni a szenzoradatokat a jármű valós idejű érzékeléséhez és döntéshozatalához.
• Implementálni a szenzorok összevonási technikáit a jármű pontosságának és biztonságának javításához.
• Optimalizálni a szenzorok elhelyezését és kalibrálását a jobb önvezető teljesítmény érdekében.

Ez az oktató által vezetett, élő képzés Magyarország (online vagy helyszíni) haladó szintű biztonsági mérnökök és autóipari biztonsági szakemberek számára készült, akik átfogó biztonsági stratégiákat szeretnének kialakítani autonóm járművek számára, beleértve a kockázatelemzést, funkcionális biztonsági értékeléseket és a nemzetközi szabványoknak való megfelelést.

A képzés végére a résztvevők képesek lesznek:

• Azonosítani és értékelni az autonóm vezetési rendszerekhez kapcsolódó biztonsági kockázatokat.
• Kockázatelemzést és kockázatértékelést végezni iparági szabványok alapján.
• Biztonsági ellenőrzési és hitelesítési módszerek implementálása AV rendszerek számára.
• Funkcionális biztonsági szabványok alkalmazása, mint például az ISO 26262 és a SOTIF.
• Kockázatcsökkentő stratégiák kialakítása az AV biztonsági kihívásokra.

Ez az oktató által vezetett, élő képzés Magyarország (online vagy helyszíni) haladó szintű érzékelőfúzió szakembereknek és AI mérnököknek szól, akik többérzékelős fúziós algoritmusokat kívánnak fejleszteni és az autonóm rendszerek valós idejű navigációját optimalizálni.

A képzés végén a résztvevők képesek lesznek:

• Megérteni a többérzékelős adatfúzió alapjait és kihívásait.
• Érzékelőfúziós algoritmusokat implementálni valós idejű autonóm navigációhoz.
• LiDAR, kamera és RADAR adatainak integrálása az érzékelés javítása érdekében.
• Elemzése és értékelése a fúziós rendszer teljesítményének különböző körülmények között.
• Gyakorlati megoldások fejlesztése az érzékelő zaj csökkentésére és az adatok összehangolására.

Az AUTOSAR (AUTomotive Open System ARchitecture) egy világszerte elterjedt fejlesztői partnerség autógyártók, beszállítók és eszközfejlesztők számára, amely szabványosítja az autóipari elektronikus vezérlőegységek (ECU-k) szoftverarchitektúráját.

Ez az oktató által vezetett, élő képzés (online vagy helyszíni) középhaladó és haladó szintű autóipari szoftverfejlesztők számára készült, akik AUTOSAR Klasszikus és Adaptív platformok használatával kívánnak szoftvereket tervezni, fejleszteni és integrálni, különös tekintettel az ADAS-re (Advanced Driver Assistance Systems – Fejlett Sofőrsegítő Rendszerek).

A képzés végére a résztvevők képesek lesznek:

• Megérteni az AUTOSAR Klasszikus és Adaptív architektúrákat, valamint azok főbb különbségeit.
• Autóipari szoftverkomponensek fejlesztése és konfigurálása AUTOSAR-kompatibilis eszközök segítségével.
• ADAS szoftverkomponensek integrálása és tesztelése AUTOSAR Adaptív környezetekben.
• Biztonsági, biztonságtechnikai és teljesítményoptimalizálási ajánlott gyakorlatok alkalmazása autóipari rendszerekben.

A képzés formátuma

• Interaktív előadás és vita.
• Gyakorlati feladatok ipari szabványú AUTOSAR eszközökkel.
• Projektalapú tanulás és autóipari használati esetek szimulációja.

Kurzus testreszabási lehetőségek

• Egyedi képzés igényléséhez kérjük, lépjen kapcsolatba velünk.

Ez az oktató által vezetett, élő képzés Magyarország (online vagy helyszíni) középhaladó szintű AI-fejlesztők és számítógépes látásmérnökök számára készült, akik robusztus látórendszereket szeretnének építeni önvezető járműalkalmazásokhoz.

A képzés végén a résztvevők képesek lesznek:

• Megérteni a számítógépes látás alapvető fogalmait önvezető járművekben.
• Algoritmusok implementálása objektumdetektáláshoz, sávdetektáláshoz és szemantikus szegmentációhoz.
• Látórendszerek integrálása más önvezető jármű alrendszerekkel.
• Mélytanulási technikák alkalmazása fejlett érzékelési feladatokhoz.
• Számítógépes látás modellek teljesítményének értékelése valós helyzetekben.

Ez az oktató által vezetett, élő képzés Magyarország-ben (online vagy helyszíni) középszintű autóipari mérnökök és technikusok számára készült, akik gyakorlati tapasztalatot szeretnének szerezni az ECU-k tesztelésében, szimulálásában és diagnosztizálásában Vector eszközök, például a CANoe és a CANape használatával.

A képzés végére a résztvevők képesek lesznek:

• Megérteni az ECU-k szerepét és funkcióját az autóipari rendszerekben.
• Beállítani és konfigurálni a Vector eszközöket, például a CANoe-t és a CANape-ot.
• Szimulálni és tesztelni az ECU-k kommunikációját CAN és LIN hálózatokon.
• Adatokat elemezni és diagnosztizálni az ECU-kon.
• Teszteseteket létrehozni és tesztelési munkafolyamatokat automatizálni.
• Kalibrálni és optimalizálni az ECU-kat gyakorlati megközelítéssel.

Ez az oktató által vezetett, élő képzés Magyarország (online vagy helyszíni) haladó szintű robotikai mérnökök és AI kutatók számára készült, akik kifinomult útvonaltervezési algoritmusokat szeretnének implementálni az önvezető járművek teljesítményének javítása érdekében.

A képzés végére a résztvevők képesek lesznek:

• Megérteni a haladó útvonaltervezési algoritmusok elméleti alapjait.
• Algoritmusok implementálása, mint például az RRT*, A* és D* valós idejű navigációhoz.
• Az útvonaltervezés optimalizálása akadálykerülésre és dinamikus környezetekre.
• Útvonaltervezési algoritmusok integrálása érzékelői adatokkal a pontosság növelése érdekében.
• Különböző algoritmusok teljesítményének értékelése gyakorlati forgatókönyvekben.

Ez az oktató által vezetett, élő képzés Magyarország (online vagy helyszíni) középhaladó szintű autóipari mérnököknek és beágyazott rendszerek fejlesztőinek szól, akik szeretnének megismerni az ECU-k elméleti aspektusait, különös tekintettel a Vector-alapú eszközökre és módszerekre, amelyeket az autóipari tervezésben és fejlesztésben használnak.

A képzés végén a résztvevők képesek lesznek:

• Megérteni az ECU-k architektúráját és funkcióit a modern járművekben.
• Elemzni az ECU-fejlesztésben használt kommunikációs protokollokat.
• Felfedezni a Vector-alapú eszközöket és azok elméleti alkalmazásait.
• Alkalmazni a modellalapú fejlesztési elveket az ECU tervezésében.

Ez az oktató által vezetett, élő képzés Magyarország (online vagy helyszíni) középszintű szakembereknek szól, akik átfogó ismereteket szeretnének szerezni az elektromos járművek hajtásrendszer-architektúráiról, az akkumulátorok kémiai összetételéről, az akkumulátor-kezelő rendszerekről (BMS), valamint az elektromos járművek energiahatékonyságát befolyásoló tényezőkről.

A képzés végére a résztvevők képesek lesznek:

• Megérteni az elektromos hajtásrendszerek szerkezetét és működését.
• Elemezni a különböző akkumulátorkémiai anyagokat és azok alkalmazásait az elektromos járművekben.
• Akkumulátor-kezelési technikák alkalmazása a teljesítmény és biztonság növelése érdekében.
• Értékelni az energiahatékonyságot különböző elektromos jármű-konfigurációkban.

Ez az oktató által vezetett, élő képzés Magyarország (online vagy helyszínen) haladó szintű adattudósok, AI-szakértők és autóipari AI-fejlesztők számára készült, akik AI-modelleket szeretnének építeni, betanítani és optimalizálni önvezető alkalmazásokhoz.

A képzés végére a résztvevők képesek lesznek:

• Megérteni a mesterséges intelligencia és a mélytanulás alapjait az önvezető járművek kontextusában.
• Számítógépes látástechnikák implementálása valós idejű objektumfelismeréshez és sávkövetéshez.
• Erősítő tanulás alkalmazása döntéshozatalhoz önvezető rendszerekben.
• Érzékelőegyesítési technikák integrálása jobb érzékelés és navigáció érdekében.
• Mélytanulási modellek építése vezetési forgatókönyvek előrejelzésére és elemzésére.

Ez az oktató által vezetett, élő képzés Magyarország (online vagy helyszíni) kezdő szintű minőségmérnököknek szól, akik szeretnének megtanulni, hogyan használják a Quality Core Tools eszközöket a termékminőség biztosítására a gyártóiparban.

A képzés végére a résztvevők képesek lesznek:

• Megérteni a Quality Core Tools fontosságát és integrálását.
• Elsajátítani az APQP folyamatok fogalmait és alkalmazását a hatékony termékminőségi tervezés elősegítésére.
• Azonosítani a termékekben és folyamatokban rejlő lehetséges hibákat, megérteni azok hatását a termékminőségre, és kockázatcsökkentő intézkedéseket bevezetni.
• Statisztikai módszerek alkalmazásával monitorozni és irányítani a gyártási folyamatokat, ezzel biztosítva a termékminőséget és a folyamat hatékonyságát.

Ez az oktató által vezetett, élő képzés Magyarország (online vagy helyszíni) kezdő szintű minőségellenőrzési szakembereknek szól, akik meg szeretnék ismerni a Statisztikai Folyamatirányítás (SPC) alapjait és azt valós helyzetekben alkalmazni.

A képzés végén a résztvevők képesek lesznek:

• Megérteni a Statisztikai Folyamatirányítás (SPC) alapjait.
• Alapvető SPC eszközöket használni, mint például vezérlődiagramokat, hisztogramokat, Pareto-diagramokat és pontdiagramokat a folyamat teljesítményének monitorozására.
• Különböző típusú vezérlődiagramokat készíteni és értelmezni változó és attribútum adatokhoz a folyamatváltozások észlelésére és elemzésére.
• Folyamatképességi indexek kiszámítása és értelmezése.

Ez a kurzus az autóiparban alkalmazott mesterséges intelligenciát (különös hangsúlyt fektetve a gépi tanulásra és a mélytanulásra) mutatja be. Segít meghatározni, hogy mely technológiák használhatók (potenciálisan) egy autóban különböző helyzetekben: az egyszerű automatizálástól kezdve a képfelismerésen át az autonóm döntéshozatalig.

A "Automotive SPICE (A-SPICE) - Bevezetés" workshop az Automotive SPICE folyamatértékelési modell áttekintésére összpontosít, bemutatva annak szerkezetét, osztályozását és értelmezési irányelveit. A résztvevők képessé válnak az értékelési folyamat megértésére a projektmenedzserek és az érdekelt felek szemszögéből. A kurzus magában foglalja az ASPICE piaci jelentőségét, a megfelelőséget, a különböző folyamatcsoportokat és az ASPICE szinteket valós megvalósítási példákon keresztül.

Ez az oktató által vezetett, élő képzés Magyarország (online vagy helyszíni) azokat a mérnököket célozza meg, akik szeretnék biztosítani a csatlakoztatott járművek kibertámadásoktól való védelmét.

A képzés végén a résztvevők képesek lesznek:

• Kiberbiztonság implementálására az autóipari rendszerekben.
• A legmegfelelőbb technológiák, eszközök és megközelítések kiválasztására.

Ez az oktató által vezetett, élőben zajló képzés Magyarország (online vagy helyszíni) elsősorban mérnököknek szól, akik az Autosar segítségével szeretnének autóipari komponenseket tervezni.

A képzés végére a résztvevők képesek lesznek:

• Az Autosar telepítésére és konfigurálására.
• Munkafolyamatok beállítására.
• Az Autosar környezetben való könnyed navigálásra.
• Hatékony munkavégzésre.

Ez az oktató által vezetett, élő képzés (online vagy helyszíni) középhaladó szintű beágyazott szoftverfejlesztők és autóipari mérnökök számára készült, akik az AUTOSAR Classic Platformot szeretnék használni az elektronikus vezérlőegységek (ECU-k) szabványos szoftverkomponenseinek fejlesztésére, integrálására és tesztelésére.

A képzés végére a résztvevők képesek lesznek:

Telepíteni és konfigurálni az AUTOSAR fejlesztőeszközöket (pl. DaVinci Developer, EB Tresos vagy ETAS ISOLAR-A/B).

Megérteni az AUTOSAR rétegzett architektúrát és az alapvető szoftvermodulokat (BSW).

Megtervezni és implementálni az AUTOSAR operációs rendszert és a kommunikációs réteget (COM stack).

CANoe vagy hasonló eszközök használata szimulációhoz, teszteléshez és diagnosztikához AUTOSAR környezetben.

Ez az oktató által vezetett, élő képzés (online vagy helyszíni) középhaladó szintű beágyazott szoftverfejlesztők vagy autóipari mérnökök számára készült, akik meg szeretnék érteni és konfigurálni az AUTOSAR OS-t (OSEK/VDX alapján) és a COM Stacket, hogy megbízható feladatütemezést és kommunikációt biztosítsanak az autóipari ECU-kban.

A képzés végére a résztvevők képesek lesznek:

• Megérteni az AUTOSAR OS architektúrát és ütemezési politikákat
• Feladatokat, eseményeket, riasztásokat és számlálókat implementálni és kezelni
• Leírni és konfigurálni a COM Stack rétegeit, beleértve a PDUR-t és a kommunikációs szolgáltatásokat
• Ismertetni a protokoll stackeket (CAN, LIN, FlexRay, Ethernet) és azt, hogy az AUTOSAR hogyan interfészel velük
• OS és COM modulok konfigurálása ipari eszközökkel (Vector DaVinci vagy ETAS ISOLAR)
• Feladat- és kommunikációs folyamatok szimulálása és ellenőrzése egy AUTOSAR-alapú ECU-ban

A Vezérlési Terv Implementálása kurzus célja, hogy átfogó ismereteket nyújtson a résztvevőknek a vezérlési tervekről és azok fontosságáról a minőség- és folyamatszabályozás biztosításában. A résztvevők megtanulják, hogyan fejlesszenek és implementáljanak hatékonyan vezérlési terveket a kockázatok csökkentése, a kritikus folyamatparaméterek monitorozása és a konzisztens termékminőség elérése érdekében. Gyakorlati példákon, esettanulmányokon és interaktív gyakorlatokon keresztül a résztvevők olyan ismereteket és készségeket szereznek, amelyek szükségesek a saját iparágukra és szervezeti igényeikre szabott robusztus vezérlési tervek létrehozásához.

Ez a kurzus célja, hogy átfogó betekintést nyújtson a résztvevőknek az ügyfél-specifikus követelmények (CSR) világába, valamint ezeknek az üzleti műveletekre gyakorolt hatásába. A résztvevők megismerik a CSR jelentőségét az ügyfél-elégedettség fenntartásában, megtanulják, hogyan azonosítsák és kezeljék a CSR-t, valamint stratégiákat sajátítanak el az ügyfél-elvárások teljesítésére. A kurzus kitér továbbá a CSR hatására a minőségirányítási rendszerekre, valamint az effektív CSR megvalósításhoz szükséges lépésekre.

Ez az átfogó képzés célja, hogy a résztvevőket a szükséges ismeretekkel és készségekkel ellátsa a különböző iparágakban hatékonyan végzett mezhibizottsági hibaanalízishez. A mezhibizottsági hibaanalízis kulcsszerepet játszik a termékhibák azonosításában és megoldásában, ügyfélelfogadottság biztosításában és a folyamatos fejlesztés elősegítésében. A képzés során a résztvevők megismerik a mezhibizottsági hibaanalízis elveit, technikáit és legjobb gyakorlatait, amelyek lehetővé teszik számukra, hogy valós helyzetekben vizsgálják, diagnosztizálják és enyhítsék a termékhibákat.

Ez a kurzus mélyreható ismereteket nyújt az FMEA módszertanról és annak alkalmazásáról a gyártási és szolgáltató iparágakban. Az FMEA egy strukturált megközelítés a rendszer-, termék- vagy folyamathiányosságok azonosítására, elemzésére és enyhítésére. A résztvevők megtanulják, hogyan azonosítsák és értékeljék a lehetséges hibamódokat, azok hatásait és okait, valamint hogyan dolgozzanak ki hatékony ellenőrzési terveket a lehetséges hibák megelőzésére vagy hatásuk csökkentésére.

Ez az átfogó kurzus célja, hogy a résztvevőket felkészítse a különböző iparágakban hatékonyan végrehajtható mezőhiba-elemzéshez szükséges ismeretekkel és készségekkel. A mezőhiba-elemzés kulcsszerepet játszik a termékkudarcok azonosításában és megoldásában, ügyfélelfogadottság biztosításában és a folyamatos fejlesztés elősegítésében. A kurzus során a résztvevők megismerik a mezőhiba-elemzés alapelveit, technikáit és legjobb gyakorlatait, amelyek lehetővé teszik számukra, hogy valós helyzetekben vizsgálják, diagnosztizálják és enyhítsék a termékkudarcokat.

A Mérési Rendszerek Elemzése (MSA) kurzus célja, hogy átfogó ismereteket nyújtson a résztvevőknek a gyártási és minőségellenőrzési folyamatokban használt mérési rendszerek értékelésének és fejlesztésének elveiről és technikáiról. A résztvevők megtanulják, hogyan értékeljék a mérési rendszerek pontosságát, precizitását és stabilitását, azonosítsák a mérési variáció forrásait, és megvalósítsanak megfelelő stratégiákat a mérési rendszerek javítására. Gyakorlati példákon, esettanulmányokon és interaktív gyakorlatokon keresztül a résztvevők megszerzik azokat a tudásokat és készségeket, amelyek szükségesek a hatékony MSA vizsgálatok elvégzéséhez és a mérési rendszerek megbízhatóságának és pontosságának növeléséhez.

Ez a képzés célja, hogy a résztvevőket hatékony problémamegoldó készségekkel és módszertanokkal lássa el, amelyek segítségével komplex problémákat tudnak kezelni különböző iparágakban. Az elméleti tudás és gyakorlati gyakorlatok kombinációján keresztül a résztvevők megtanulják, hogyan alkalmazzák a problémamegoldó keretrendszereket, mint például a 8D módszer, az 5 Miért és az Ishikawa (Halcsont) Diagram, hogy azonosítsák a gyökér okokat, kidolgozzák a megoldásokat, és megelőzzék a problémák újra előfordulását. A képzés hangsúlyozza a rendszerszerű és adatvezérelt problémamegoldó megközelítést, lehetővé téve a résztvevők számára, hogy fejlesszék problémamegoldó képességeiket és folyamatos fejlődést érjenek el.

Ez a képzési tanfolyam célja, hogy átfogó ismereteket nyújtson a szakembereknek a gyökérkori elemzésről és a korrekciós intézkedések végrehajtásáról. A résztvevők megtanulják megkülönböztetni a probléma gyökérokát és a nem észlelés gyökérokát, különböző elemző eszközöket használni, valamint megérteni a korrekciós intézkedések és a korrekciók közötti különbségeket. A tanfolyam emellett olyan módszereket is bemutat, amelyekkel ellenőrizhető a végrehajtott intézkedések hatékonysága, és bemutatja a 8D problémamegoldási folyamatot.

Előnyök:

• Fejleszti a képességet a problémák gyökérokainak hatékony azonosítására és kezelésére.
• Készségszintre emeli a kulcsfontosságú elemző eszközök és technikák használatát.
• Megtanítja a korrekciós intézkedések végrehajtását és ellenőrzését a problémák ismétlődésének megelőzése érdekében.
• Javítja a folyamatok megbízhatóságát és minőségét a szervezeten belül.
• Elősegíti a folyamatos fejlődés és a proaktív problémamegoldás kultúráját.

Ez a kurzus részletes áttekintést nyújt a reverse FMEA (Failure Mode and Effects Analysis) módszeréről. Megtanulod, hogyan használhatod ezt a módszert egy termék vagy folyamat erősségeinek és gyengeségeinek értékelésére, valamint a lehetséges hibamódok azonosítására. A kurzus bemutatja a reverse FMEA folyamat különböző lépéseit, a lehetséges hibamódok azonosításától kezdve egészen az egyes hibamódok hatásának súlyosságának értékeléséig, valamint a megelőzési vagy enyhítési intézkedések kidolgozásáig.