เครื่องสถานะ
บทเรียนที่พัฒนาทักษะนี้
หัวข้อที่มีชื่อว่า “บทเรียนที่พัฒนาทักษะนี้”| บทเรียน | หลักสูตร | พัฒนาถึงระดับ |
|---|---|---|
| หลังไฟและปุ่ม: active-low กันเด้ง และลูปที่ไม่หยุด | AIoT in Action: จากหน้าจอสัมผัสสู่แพลตฟอร์ม IoT (MicroPython) | L1 รู้จัก |
| ลงมือทำ: ไฟวิ่งกับปุ่ม แล้วส่งขึ้น broker | AIoT in Action: จากหน้าจอสัมผัสสู่แพลตฟอร์ม IoT (MicroPython) | L2 ทำตามแนวทาง |
| ลงมือทำ: เครื่องวัดระดับดิจิทัล | AIoT in Action: จากหน้าจอสัมผัสสู่แพลตฟอร์ม IoT (MicroPython) | L1 รู้จัก |
| โครงตั้งต้น: Sense Decide Show Send | AIoT in Action: จากหน้าจอสัมผัสสู่แพลตฟอร์ม IoT (MicroPython) | L2 ทำตามแนวทาง |
| สร้างและนำเสนอ AIoT mini-product | AIoT in Action: จากหน้าจอสัมผัสสู่แพลตฟอร์ม IoT (MicroPython) | L2 ทำตามแนวทาง |
| โครง navigation: แถบเมนู หน้า และการสลับหน้า | TESAIoT Firmware Stack: เฟิร์มแวร์ภาษา C บน TESAIoT Dev Kit | L1 รู้จัก |
| Wi-Fi Manager สมบูรณ์: เชื่อมต่อ ลองใหม่ และต่ออัตโนมัติ | TESAIoT Firmware Stack: เฟิร์มแวร์ภาษา C บน TESAIoT Dev Kit | L3 ทำได้เอง |
| Unit test บนเครื่องโฮสต์ | พื้นฐานเฟิร์มแวร์ภาษา C บน PSoC Edge | L2 ทำตามแนวทาง |
| แกะแอป Edge AI: ทะเบียนโมเดล verdict และ action | Edge AI Developer: จากเซนเซอร์สู่โมเดลบนอุปกรณ์ | L1 รู้จัก |
| ลงมือทำ: จาก verdict สู่ action บนบอร์ด | Edge AI Developer: จากเซนเซอร์สู่โมเดลบนอุปกรณ์ | L2 ทำตามแนวทาง |
| ท่อสั่งการ: CONF_FLOOR, debounce, cooldown และ on_result | Edge AI Developer: จากเซนเซอร์สู่โมเดลบนอุปกรณ์ | L2 ทำตามแนวทาง |
| ลงมือทำ: action pipeline ที่กัน false positive | Edge AI Developer: จากเซนเซอร์สู่โมเดลบนอุปกรณ์ | L2 ทำตามแนวทาง |
บทเรียนที่ประเมินทักษะนี้
หัวข้อที่มีชื่อว่า “บทเรียนที่ประเมินทักษะนี้”| บทเรียน | ระดับ | หลักฐาน |
|---|---|---|
| ลงมือทำ: ไฟวิ่งกับปุ่ม แล้วส่งขึ้น broker | L2 ทำตามแนวทาง | practice/s03_led_button.py |
| สร้างและนำเสนอ AIoT mini-product | L2 ทำตามแนวทาง | practice/s12_capstone_starter.py |
| Wi-Fi Manager สมบูรณ์: เชื่อมต่อ ลองใหม่ และต่ออัตโนมัติ | L2 ทำตามแนวทาง | วิดีโอหรือ log ที่บอร์ดต่อ Wi-Fi อัตโนมัติหลังรีเซ็ต และกลับมาเองหลังปิด AP |
| ลงมือทำ: จาก verdict สู่ action บนบอร์ด | L2 ทำตามแนวทาง | practice/s03_anatomy_edgeai.py |
บทบาทที่ใช้ทักษะนี้
หัวข้อที่มีชื่อว่า “บทบาทที่ใช้ทักษะนี้”| บทบาท | ระดับขั้นต่ำ | ในบทบาทนี้ |
|---|---|---|
| นักพัฒนาเฟิร์มแวร์ | L3 ทำได้เอง | จำเป็น (R) |
| นักพัฒนาอุปกรณ์ IoT | L3 ทำได้เอง | จำเป็น (R) |
ระดับความสามารถ
หัวข้อที่มีชื่อว่า “ระดับความสามารถ”- L1 รู้จัก · Bloom: remember/understand
- L2 ทำตามแนวทาง · Bloom: apply (scaffolded)
- L3 ทำได้เอง · Bloom: apply/analyse
- L4 มืออาชีพ · Bloom: analyse/evaluate
- L5 ออกแบบและนำทีม · Bloom: evaluate/create
ใช้อ้างอิงใน Open Badges 3.0 และ CASE
หัวข้อที่มีชื่อว่า “ใช้อ้างอิงใน Open Badges 3.0 และ CASE”UUID: bf117de3-ac3b-519e-91fe-06328942ed26
{ "type": [ "Alignment" ], "targetName": "State Machines", "targetUrl": "https://tesaiot.github.io/tesa-qualification-program/skills/prog.state-machines/", "targetCode": "prog.state-machines", "targetFramework": "TESA Embedded Systems Skill Map 0.1.0", "targetType": "CFItem"}ข้อมูลแผนที่ทักษะเผยแพร่ภายใต้ CC BY-SA 4.0 ดัดแปลงจาก Embedded Systems Engineering Roadmap ของ Meysam Parvizi
TESA Open Knowledge · © 2026 สมาคมสมองกลฝังตัวไทย (TESA) · CC BY-NC 4.0
เนื้อหาเผยแพร่ภายใต้ CC BY-NC 4.0 นำไปใช้ต่อในงานที่ไม่ใช่เพื่อการค้าได้ โปรดอ้างอิงสมาคมสมองกลฝังตัวไทย (TESA) ทุกครั้ง · วิธีอ้างอิง TESA