104學習精靈

MCU

MCU
關注
邀請朋友
邀請朋友

Line

Facebook

複製連結

取消
微控制器(MCU),全名為Microcontroller Unit
關於教室
關注人數 139 人
104人力銀行從職缺中挑選出常見技能所成立的官方教室,提供大家進行共學互動。
學習主持人
持續分享知識,
有機會成為官方教室主持人
教室標籤
關於教室
關注人數 139 人
104人力銀行從職缺中挑選出常見技能所成立的官方教室,提供大家進行共學互動。
學習主持人
持續分享知識,
有機會成為官方教室主持人
教室標籤
Hi~ 歡迎分享學習資源,有學習問題可匿名向Giver發問!
我要分享
我要提問

MCU 學習推薦

全部
影片
文章

不知如何開始嗎? 先進行技能挑戰吧~

技能挑戰:初級
目前等級:未達初級
1300 人已通過「初級」測驗,通過率63%,和學習精靈一起探索知識、增強能力!
我要挑戰
知識貓星球

喵星人

07/19 16:05

文組跨科技業的絕佳機會: FAE 工程師職涯、薪水、工作內容、面試技巧、未來發展
FAE 工程師,也就是應用工程師,是現代科技產業中不可或缺的一環。如果你正在考慮投身這個領域,這篇文章將帶你深入了解 FAE 工程師的薪水待遇、工作內容以及面試技巧,幫助你做好萬全準備。
▍FAE 工程師是什麼?
FAE 工程師(Field Application Engineer)主要負責協助客戶解決產品使用問題,並在客戶與企業之間擔任溝通橋樑。這個職位廣泛存在於硬體和軟體產業,尤其是在半導體領域。FAE 工程師需要熟悉公司的業務、產品技術及相關流程,提供客戶解決方案,並反饋客戶的需求給內部團隊。
▍FAE 工程師的工作內容
FAE 工程師的工作主要涵蓋以下三大領域:
1. 技術支援:協助客戶解決產品問題,提供技術培訓。
2. 產品簡報:向客戶展示產品功能、應用及維護資訊。
3. 客戶關係維護:建立並維護長期的客戶關係,確保客戶滿意度。
此外,FAE 工程師需要了解企業的產品與業務,熟悉相關技術知識與作業流程,並能提出符合客戶需求的解決方案。
▍FAE 工程師的薪水待遇
根據不同的經驗和學歷背景,FAE 工程師的薪水待遇會有所不同。
● 初級 FAE 工程師(1-3 年經驗)
月薪大約在 NT$38,000 到 NT$50,000 之間,年薪則約為 NT$500,000 到 NT$800,000。
● 中高階 FAE 工程師(具備 5 年以上經驗)
月薪可達 NT$60,000,年薪則可超過 NT$900,000。
如果擁有碩士學歷,平均月薪可達 NT$70,000 以上。
▍FAE 工程師的面試準備
為了在 FAE 工程師的面試中脫穎而出,以下是一些重要的準備技巧:
1. 了解應徵公司及其產品:對公司的背景和產品有基本的理解。
2. 模擬面試及產品簡報:練習向不熟悉產品的人溝通產品特點和解決方案。
3. 預測面試官的問題:準備回答與產品應用相關的問題。
4. 積極提問:在面試中表現出對產品及職位的興趣。
在面試前,建議準備好自我介紹、為何想應徵此職位、對公司的了解及職涯規劃等基本問題。此外,也可以了解公司與團隊的規模、主管風格及工作比重等細節。
▍FAE 工程師的職涯成長
FAE 工程師的職涯發展方向多樣,可以根據個人的興趣和專長選擇專注技術或溝通管理。技術專長者可以成為特定領域的專家,而擅長溝通者則可以往管理職位發展,如專案管理或業務工程師。
FAE 工程師是一個充滿挑戰和機遇的職位,適合對技術和客戶服務有熱情的人。如果你有志於成為一名 FAE 工程師,請充分準備你的履歷和面試,並持續提升自己的專業技能和溝通能力。希望這篇文章能幫助你在 FAE 工程師的職涯中順利前行。
➤ 歡迎在104學習精靈關注【AI趨勢報-科技愛好者的產地】獲得更多科技新知!
2 1 3619 0
104學習精靈精選課程
看更多課程
想提升職場競爭力?專業技能課程看起來👇
MCU韌體設計
對於想要快速上手MCU的學習者,此課程使用WengPic實驗板內建函式,讓你可以快速上手!對於有專題設計的需求者,此MCU課程提供明確乾淨的單元規劃,以及良好範例程式參考。這門MCU課程也適合有驅動程式設計需求的學員,課程會帶你看懂Datasheet,去整理、定義嵌入式程式設計技巧。 學習目標 1.熟悉微控制器一般常用I/O控制與電路設計,如Timer、PWM、ADC、LCD、RTC等 2.熟悉微控制器常用通訊模組,如RS232、I2C、SPI等 3.依原廠Datasheet的說明,從波形與時序關係,逐行引領學員完成驅動 章節架構 Part1-Weng PIC函式庫介紹&開發環境建立 ► Weng PIC函式庫介紹 & 開發環境建立 ► Weng pic開發模組 ► 套件包資料夾介紹 ► MPLAB操作說明 ► 軟體更新操作 ► 燒錄操作 ► LCD函式庫練習 ► button函式庫練習 ► 電位器函式庫練習 ► 繼電器函式庫練習 ► 2.4G RF函式庫練習 Part2-GPIO控制 ► GPIO電路的基本需求 ► PIC18IO埠 ► PIC18F46J50_DataSheet Part3-Button視覺化及狀態圖 ► 視覺化思考與狀態圖 ► 狀態關聯的循環圖 ► 狀態+數位訊號>反應 ► 訊號分析 ► 狀態圖轉換成C語言 ► button實作01 ► 增加歸零功能及其分析 ► 增加連按兩下功能及其狀態分析 Part4-LCD實驗 ► 記憶體配置 ► LCD控制器 ► LCD接腳關係 ► 4位元轉換範例 ► Datasheet_HD44780U ► LCD實作 ► LCD_print位置控制 Part5-ADC實驗 ► 10bit_AD轉換 ► IC內部訊號時序圖 ► AD模組操作 ► 規劃AD模組及使用 ► AD模組操作順序步驟 ► ADC實作 Part6-中斷控制實驗 ► 中斷程式 ► 中斷功能 ► CCP之Compare模式 ► interrupt實作 Part7-Capture:紅外線接收器解碼 ► 紅外線接收模組 ► Capture mode設定 ► 紅外線接收訊號 ► 紅外線功能實作 Part8-PWM調節與控制 ► CCP之PWM模式 ► 頻率與工作週期關係 ► 晶片運作說明 ► CCP暫存器 ► 設定PWM模式與規劃 ► 複製專案的方法 ► PWM練習 Part9-UART與PC端 ► 非同步串列傳輸 ► EUSART傳送方塊圖 ► EUSART接收方塊圖 ► 鮑率計算 ► 非同步傳輸時序圖 ► 傳送接收處理 ► UART傳送_練習 Part10-I2C EEPROM操作 ► I2C控制碼 ► I2C接腳定義 ► I2C練習 ► EEPRO資料寫入操作 ► EEPRO資料讀取操作 Part11-PC端C#圖控介面實作 ► WinMerge軟體操作 ► 除錯訊息_條件式 ► C#開啟UART ► C#圖控介面實作 Part12-SPI控制CC2500 RF無線通訊 ► CC2500驅動程式設計 ► CC2500暫存器 ► CC2500_strobe練習 ► 設定CC2500發射功率 ► CC2500狀態機 ► 封包傳送 ► 封包接收 ► 封包切換傳送與接收 ► 主程式總整理
艾鍗學院
AI邊緣運算實作TensorFlowLite for MCU
TensorFlow Lite for MCU正是專為邊緣裝置設計的TensorFlow模型預測框架,是TensorFlow的精簡版本,讓開發者可以在物聯網與嵌入式裝置中部署微型機器學習模型。 本課程將教授AI模型如何部署於微控制器,包含模型訓練、模型最佳化以及TensorFlow Lite框架的程式開發等。在實作上搭配Sparkfun edge board (ARM cortex M4),說明如何以TensorFlow Lite 在微控制器上開發人工智慧專案。課程安排的三個專案實作,跨足AI在圖像、語音、感測訊號的三大應用領域,包含連續圖像輸入的人臉偵測、連續語音訊號輸入的語音識別、連續感測訊號輸入的姿態識別。在課程中也會特別解說MCU是如何處理這些讀入的連續輸入資料(包含圖像、語音、感測訊號)及模型輸出後的處理,才能讓AI系統更加穩健。 ✔搭配硬體,學習才有感 透過 SparkFun Edge 硬體裝置,實戰開發 TinyML 的AI應用。 ✔實戰三大AI專案,還提供程式源碼 進行微控制器上面的AI開發專案,包含人臉偵測、語音識別、姿態識別三大專案。 ✔老師傅才能讓你快速抓到開發的眉角 汲取業師的實務開發經驗,讓你少走冤枉路。縮短專案開發時程,就是省錢。 【學習目標】 1. 了解 Edge AI 的應用、限制與挑戰。 2. 了解 Tensorflow Lite for MCU 的軟體程式架構與開發流程。 3. 了解最佳化 ML 模型的方法:量化、剪枝、壓縮原理。 4. 了解 AI模型如何部署於微控制器,包含開發環境建立、模型訓練、模型最佳化等。 5. 了解 MCU該如何處理這些讀入的連續輸入資料(包含圖像、語音、感測訊號)及模型模型輸出後的處理等。 【章節架構】  Edge AI 與MCU起手式 1. 簡介MCU世界的邊緣運算 2. Edge AI(TinyML)的開發流程 3. SparkFun Edge Board硬體介紹 4. SparkFun Edge SDK架構說明 5. 建立編譯開發環境 6. 動手作 1) -建置第一個hello word專案 2) -LED 跑馬燈、按鍵讀取 3) -程式燒錄流程  Tensorflow Lite for MCU實作開發 1. AI於微控制器的開發流程說明 2. 優化: 模型量化、運算子優化 3. TF Lite FlatBuffer 格式 4. Tensorflow Lite for MCU程式框架說明 5. 專案實作 1) -揮動姿態識別(配合3軸加速器) 2) -偵測有無人臉(配合camera sensor) 3) -語音字詞識別(配合麥克風)
艾鍗學院
學習精靈

06/22 00:00

4153 21
學習精靈

07/04 00:00

2909 24

推薦給你

知識貓星球

喵星人

12/12 13:49

Google發表:Gemini 2.0 全新AI模組介紹、四大亮點一次看
在ChatGPT傳出全球大當機災情的同一天,Google 發布了全新 AI 模型 Gemini 2.0。
不僅支援多模態物件,Gemini 2.0採用更精準、強大的代理式AI系統,幫助使用者主動提前思考並完善指令,打造更符合使用者需求的全方位AI人工智慧助理!
▍Gemini 2.0 亮點搶先看
※ 深度學習有效處理複雜問題:採用「深度研究」學習技術功能,大量運用高級推理和長上下文功能充當研究助理,探索複雜的主題並代表使用者編寫報告。
※ 多模態能力生成準確內容: 除了文字生成外,Gemini 2.0 還能直接生成圖片和音訊,並且能有效處理口音問題轉化成更準確的訊息內容。
※ 實現代理式 AI 的多元運用: 不只是AI助理,Gemini 2.0升級的代理式AI系統,能更主動的做出決策,為使用者提前思考,並在使用者的監督下執行任務。Gemini 2.0將以此為基石,使用在Project Astra助理工具與其他開發者工具中。
※ 活化並整合 Google 產品: Gemini 2.0 將逐步整合到 Google 的搜尋、地圖等產品中,為使用者帶來更智能、更個人化的體驗。
Gemini 2.0預計2025年1月正式推出,在此之前,使用者們可以透過Google AI Studio網站搶先體驗Gemini 2.0測試版的與眾不同。
➤ 立即試用:
➤ 歡迎在104學習精靈關注【AI趨勢報-科技愛好者的產地】獲得更多科技新知!
0 0 2085 1
你可能感興趣的教室