Programa Nanodegree

Engenheiro de Carro Autônomo

Construa o futuro, hoje

Bem-vindo ao único programa desse tipo, em que você dominará as tecnologias necessárias para desenvolver um carro autônomo! Em parceria com as melhores empresas na área, oferecemos um currículo de classe mundial, instrutores especializados e oportunidades de contratação exclusivas.

Candidate-se

Este programa Nanodegree avançado possui processo seletivo e vagas limitadas.

  • Nível
    Avançado
  • Tempo
    6 meses

    2 períodos de 3 meses cada. Cada período custa R$3.599.

  • Pré-requisitos
    Programação e estatística

    Veja todos os pré-requisitos

  • Legendas
    Inglês

    Vídeos em inglês com legendas em inglês.

Desenvolvido em parceria com
  • Mercedes Benz
  • Nvidia
  • Uber ATG
  • Didi
  • BMW
  • McLaren
  • NextEv

Por que escolher este Nanodegree?

Carros autônomos chegaram para revolucionar a maneira como vivemos. Esta é uma tecnologia transformadora, na vanguarda da robótica, do machine learning, engenharia de software e engenharia mecânica. Neste curso, você vai aprender as habilidades e técnicas utilizadas pelas equipes de carros autônomos com as empresas de tecnologia mais avançadas do mundo.


Por que escolher este Nanodegree?

Carros autônomos já circulam pelo Vale do Silício hoje

Construa o futuro, hoje

Construa o futuro, hoje

Entre no mundo Udacity e aprenda com os melhores da educação online. Construímos um Nanodegree para você aprender engenharia de carros autônomos, incluindo: visão computacional, fusão de sensores, controladores, cinemática de veículos, hardware automotivo e deep learning. Todo o conteúdo foi desenhado por especialistas para que você se prepare para um papel-chave neste campo incrível. Se o seu objetivo é construir o futuro, então o seu futuro começa aqui.

Aprendizado por projeto e feedback de especialistas

Aprendizado por projeto e feedback de especialistas

Durante seu Nanodegree, você desenvolverá diferentes projetos, colocando em prática tudo que aprendeu. Seus projetos serão revisados por especialistas na área, e você será informado sobre o que está fazendo bem, sugestões de melhorias e, caso não tenha cumprido algum requisito, a indicação para refazê-lo. Também provemos o melhor conjunto de monitores para o seu aprendizado. Seja por meio de nosso fórum, Slack ou comunidade online, acompanhamos seu aprendizado para ter a certeza de que você está aprendendo tudo que este Nanodegree oferece a você.

O que você aprenderá

Pré-requisitos

Programação e estatística.Veja todos os pré-requisitos

Ferramentas

É necessário possuir uma conta no GitHub para enviar seus projetos, assim como saber compartilhar o código antes de se matricular.Faça o nosso curso sobre Como Usar o Git e o GitHub se você precisar.

  • Primeiro período

    Visão computacional, deep learning e fusão sensorial

    Neste período, você se transformará em um especialista na utilização de visão computacional e deep learning em problemas automotivos. Você ensinará o carro a detectar as faixas, prever o ângulo de esterçamento e mais - tudo com base nas informações obtidas pelas câmeras.

  • Segundo período

    Localização, planejamento de rota, controle e sistemas

    Aprenda a usar uma série de dados sensoriais para perceber o espaço onde o carro está circulando e conseguir controlar o veículo. Você avaliará os dados provenientes da câmera, do radar, do lidar e do GPS, e os usará em controladores de malha fechada que acionam o veículo.

Aproveite o novo serviço Udacity Pro e esteja ainda mais preparado para os desafios de carreira.Udacity Pro

O Selo U Pro destaca os programas que agora possuem serviços de carreira, que irão te preparar para assumir uma posição no mercado de trabalho. Ao unir nossa metodologia de aprendizado por projetos aos conteúdos técnicos e ferramentas de carreira, eles são a melhor opção para quem quer alavancar ou mudar sua trajetória profissional.O Selo U Pro destaca os programas que agora possuem serviços de carreira.

Feedback Profissional

Destaque sua presença profissional online:

  • Receba feedbacks personalizados
  • Aprimore seu LinkedIn e GitHub
  • Aumente suas chances no mercado de trabalho
  • Conteúdo Exclusivo

    Aprenda a aumentar sua rede de contatos, prepare-se para entrevistas técnicas e mais!

    Parceiros de Contratação

    A Udacity abre portas para seus estudantes através de canais exclusivos com diversos parceiros no Brasil e no mundo.Canais exclusivos com diversos parceiros no Brasil e no mundo.

    Projetos que você realizará

    Detecção de faixas de trânsito
    Projeto 1

    Detecção de faixas de trânsito

    Detecte faixas de trânsito de uma rodovia a partir de um vídeo. Use técnicas da biblioteca OpenCV para analisar as imagens, incluindo transformadas de Hough e detecção de bordas de Canny.

    Detecte faixas de trânsito de uma rodovia a partir de um vídeo. Use técnicas da biblioteca OpenCV para analisar as imagens, incluindo transformadas de Hough e detecção de bordas de Canny.

    Detecção avançada de faixas de trânsito
    Projeto 2

    Detecção avançada de faixas de trânsito

    Detecte faixas nas pistas em uma ampla variedade de condições da estrada, incluindo mudança de superfície, curvas e iluminação variável. Utilize o OpenCV para implementar tanto a calibração e as transformadas da câmera, além dos filtros, ajustes polinômicos e splines.

    Detecte faixas nas pistas em uma ampla variedade de condições da estrada, incluindo mudança de superfície, curvas e iluminação variável. Utilize o OpenCV para implementar tanto a calibração e as transformadas da câmera, além dos filtros, ajustes polinômicos e splines.

    Rastreamento de veículos
    Projeto 3

    Rastreamento de veículos

    Acompanhe o deslocamento de veículos em vídeo, usando classificadores como SVMs, árvores de decisão, HOG e DNNs. Aplique filtros para fundir dados posicionais.

    Acompanhe o deslocamento de veículos em vídeo, usando classificadores como SVMs, árvores de decisão, HOG e DNNs. Aplique filtros para fundir dados posicionais.

    Classificação de placas de trânsito
    Projeto 4

    Classificação de placas de trânsito

    Implemente e treine uma rede neural convolutiva para classificar placas de trânsito. Use conjuntos de validação, pooling e dropout para escolher uma arquitetura de rede e melhorar seu desempenho.

    Implemente e treine uma rede neural convolutiva para classificar placas de trânsito. Use conjuntos de validação, pooling e dropout para escolher uma arquitetura de rede e melhorar seu desempenho.

    Clonagem comportamental
    Projeto 5

    Clonagem comportamental

    Arquitete e treine uma rede neural profunda que permite dirigir um carro em um simulador. Colete os dados de treinamento você mesmo, e use-os para clonar seu próprio comportamento de direção em uma pista de teste.

    Arquitete e treine uma rede neural profunda que permite dirigir um carro em um simulador. Colete os dados de treinamento você mesmo, e use-os para clonar seu próprio comportamento de direção em uma pista de teste.

    Filtros de Kalman estendidos em C ++
    Projeto 6

    Filtros de Kalman estendidos em C ++

    Filtros de Kalman estendidos (EKFs) são usados por engenheiros de veículos autônomos para combinar medições de sensores múltiplos em um modelo não linear. Construir um EKF é uma habilidade muito impressionante para uma entrevista de emprego.

    Filtros de Kalman estendidos (EKFs) são usados por engenheiros de veículos autônomos para combinar medições de sensores múltiplos em um modelo não linear. Construir um EKF é uma habilidade muito impressionante para uma entrevista de emprego.

    Filtro de Kalman unscented
    Projeto 7

    Filtro de Kalman unscented

    Coloque suas habilidades à prova! Use C ++ para programar um Filtro de Kalman unscented capaz de rastrear movimentos não lineares.

    Coloque suas habilidades à prova! Use C ++ para programar um Filtro de Kalman unscented capaz de rastrear movimentos não lineares.

    Veículo sequestrado
    Projeto 8

    Veículo sequestrado

    Implement a particle filter to take real-world data and localize a lost vehicle.

    Implemente um filtro de partículas para coletar dados do mundo real e conseguir localizar um veículo perdido.

    Planejamento de trajetória
    Projeto 9

    Planejamento de trajetória

    Desenvolva seu próprio planejador de trajetória para conduzir um carro por uma rodovia movimentada.

    Desenvolva seu próprio planejador de trajetória para conduzir um carro por uma rodovia movimentada.

    Mantendo do carro na faixa
    Projeto 10

    Mantendo do carro na faixa

    Implemente um controlador que manterá um veículo simulado dentro da faixa. Se você quiser enfrentar um desafio extra, tente usar técnicas de visão computacional para identificar as faixas e estimar o erro de trajetória.

    Implemente um controlador que manterá um veículo simulado dentro da faixa. Se você quiser enfrentar um desafio extra, tente usar técnicas de visão computacional para identificar as faixas e estimar o erro de trajetória.

    Modelo de controle preditivo
    Projeto 11

    Modelo de controle preditivo

    Neste projeto, você implementará um modelo de controle preditivo para conduzir o veículo em torno da pista, mesmo que haja latência entre os comandos!

    Neste projeto, você implementará um modelo de controle preditivo para conduzir o veículo em torno da pista, mesmo que haja latência entre os comandos!

    Programando um carro autônomo real!
    Projeto 12

    Programando um carro autônomo real!

    Nesse projeto você executará seu código no Carla, o carro autônomo da Udacity!

    Nesse projeto você executará seu código no Carla, o carro autônomo da Udacity!

    Aprenda com os melhores

    Sebastian Thrun
    Sebastian Thrun

    Instrutor

    Professor de pesquisa na Universidade de Stanford, membro do Google, Academia Nacional de Engenharia e Academia Alemã de Ciências. É conhecido por sua pesquisa em robótica e aprendizado de máquina, principalmente pelo seu trabalho com carro autônomo.

    David Silver
    David Silver

    Instrutor

    David é o especialista responsável pelo Nanodegree Engenheiro de Carro Autônomo da Udacity. Antes, trabalhou no projeto de carro autônomo da Ford, sendo também professor de diferentes cadeiras de empreendedorismo na Stanford University Graduate School of Business.

    Ryan Keenan
    Ryan Keenan

    Instrutor

    Ryan é doutros em Astrofísica e um apaixonado por ensinar e aprender. Também é um dos principais instrutores do programa Self-Driving Car Nanodegree. Quando não está preparando aulas de robótica da Udacious, pode ser encontrado nas montanhas ou surfando.



    Carros Autônomos

    Histórias reais de alunos reais

    Programa Nanodegree

    Engenheiro de Carro Autônomo

    Construa o futuro, hoje
    Candidate-se

    Este programa Nanodegree avançado possui processo seletivo e vagas limitadas.

    Perguntas Frequentes

      Estrutura do programa
    • Por que eu deveria me inscrever?
      Udacity é o único local a oferecer este tipo de oportunidade. Nós fizemos parceria com as melhores empresas do setor para oferecer um currículo de nível internacional, instrutores especialistas e oportunidades exclusivas de contratação. Praticamente qualquer aluno no mundo com uma conexão à internet pode estudar na Udacity para se transformar em um engenheiro de carros autônomos. Você irá criar e inclusive rodar o seu código em um carros autônomos de verdade da Udacity.
    • Que tipos de tópicos o programa irá cobrir?
      O programa irá abranger temas como deep learning, visão computacional, fusão sensorial, localização, controladores, cinemática do veículo, hardware automotivo e muito mais.
    • Como vocês estão desenvolvendo o currículo e quem são seus parceiros?
      Udacity está desenvolvendo o programa Nanodegree Engenheiro de Carros Autônomos em parceria direta com os principais especialistas da indústria de veículo autônomo incluindo Mercedes-Benz, Nvidia e Otto.
    • Para que tipos de trabalho este programa vai me preparar?
      Com temas curriculares cobrindo tais como deep learning, visão computacional, fusão sensorial, localização, controle, planejamento de trajetória e hardware automotivo os graduados deste programa estarão preparados para uma ampla variedade de papéis na indústria veículo autónomo, incluindo: engenheiro de Sistema de Software, engenheiro de Deep Learning, engenheiro de Pesquisa - Machine Learning, engenheiro de Planejamento Comportamental, engenheiro de Software de Veículos, engenheiro de Localização e Mapeamento, engenheiro de Condução Autônoma, engenheiro de Piloto Automático, engenheiro de Fusão de Sensores, engenheiro de Percepção Visual e engenheiro de Planejamento de Movimento. Se você optar por trabalhar fora de Engenharia Automotiva, o seu conhecimento em deep learning e robótica lhe permitirá preencher qualquer número de papéis relacionados em outras indústrias, incluindo: Engenheiro de Robótica Software, Engenheiro de Previsão, Engenheiro de Visão Computacional, Engenheiro de Internet das Coisas e Engenheiro de Automação . Para obter detalhes específicos de salário, por favor visite o módulo PAYSA na home page sobre o Nanodegree.
      Processo de Aplicação
    • Por que há um processo de aplicação para este programa Nanodegree?
      Dada a natureza especializada do currículo, é preciso garantir que todos os alunos matriculados têm os conhecimentos necessários, habilidades e experiência prévia. Este processo permite-nos avaliar as qualificações de cada candidato e ou aceitá-lo para o programa ou fazer recomendações para os cursos que o ajudarão a cumprir os pré-requisitos no futuro.
    • Qual é o critério de seleção da aplicação? Preciso ter experiência prévia em programação?
      Os candidatos devem ter participado on-line ou off-line de cursos nos campos relevantes de probabilidade, estatística, aprendizado de máquina e de programação Python. Além disso, é necessário ter experiência prévia em programação Python de nível intermediário.
    • Como e quando vai os candidatos selecionados serão notificados?
      Verifique na página de envio de sua inscrição as datas sobre notificaçnao de aprovação e limite para confirmação de matrícula. Você também será notificado por email sobre sua aprovação ou reprovação.
    • Se eu não cumprir os requisitos para se inscrever, o que devo fazer?
      A trilha ideal para realizar esse nanodegree é iniciar pelo Nanodegree Fundamentos de AI & Machine Learning e em seguida realizar o Nanodegree Introdução à carros autônomos. Contudo, dependendo das áreas que você precisa abordar, também podemos indicar:
      Inteligência Artificial para Robótica
      Introdução ao Aprendizado de Máquinas
      Introdução à Data Science
      Nanodegree Engenheiro de Machine Learning
      Nanodegree Data Science para Negócios
      Nanodegree Introdução à Programação
    • Eu não fui escolhido nesta rodada de admissões. O que eu devo fazer?
      Isso vai depender das razões pelas quais você não foi aceito. Nossa expectativa é que a razão mais comum será habilidades e lacunas de experiência passadas de um candidato, então o melhor caminho a seguir será estudar nessas áreas para garantir que você é capaz de atender aos requisitos durante o próximo período de aplicação, que deverá acontecer em outubro. Se você não for aceito a atual rodada de admissões, você é elegível para aplicar novamente na próxima rodada.
      Estrutura do Programa
    • Como a estrutura deste programa Nanodegree difere dos demais?
      Há uma série de diferenças importantes. Primeiro, como mencionado acima, existe um processo de candidatura . Em segundo lugar, o programa é composto por dois módulos diferentes, com datas de início e término fixas. Os alunos devem completar com sucesso todos os dois módulos para se formar. Cada módulo tem 12 semanas de duração, com uma duração total do programa de 6 meses.
    • O conteúdo do programa também estará disponível de forma livre fora do programa Nanodegree?
      Embora haja alguma sobreposição entre este currículo e outros programas de Nanodegree (aprendizagem de máquina, por exemplo), nenhum do conteúdo do programa Nanodegree Engenheiro de Carros Autônomos estará disponível fora do programa neste momento.
    • Haverá uma versão Nanodegree Plus deste programa, com a garantia de emprego?
      Pela primeira vez, vamos lançar um Nanodegree com a contratação de parceiros no lugar. Didi Chuxing, Mercedes-Benz, Nvidia e Otto irão avaliar os nossos formandos para posições em suas empresas. Esperamos adicionar mais ao longo do tempo. Assim, mesmo não havendo nenhuma opção de Nanodegree Plus, as oportunidades de contratação são de fato uma característica fundamental deste programa.
    • Em outros Nanodegree existe a possibilidade de pausa. Isso vai ser uma opção para este programa?
      A natureza em módulos do programa, e a necessidade de manter um corpo estudantil consistente e estável durante todo o programa não permite oferecer a opção de pausar seus estudos.
    • O que acontece se eu perder um prazo?
      Nossos mentores irão trabalhar diretamente com todos os estudantes que estão com poblemas para cumprir os requisitos de linha de tempo. No entanto, se um aluno falhar em mais de três prazos, ele será obrigado a retroceder um módulo. Nosso objetivo final é garantir que cada estudante aceito no programa se gradue com sucesso.
    • Este programa é ao seu próprio ritmo?
      Não é. Este é um programa único de dois módulos que exige que os alunos mantenham o mesmo ritmo de seus colegas durante toda a duração do programa. Se um aluno ficar significativamente para trás (isto é, perder mais de três prazos como mencionado acima), ele será obrigado a retroceder um módulo.
    • O que acontece se eu não conseguir terminar o Nanodegree até o prazo final?
      O principal objetivo da Udacity é ajudar você a finalizar seu Nanodegree, para que este aprendizado faça a diferença em sua carreira. Por isso, caso você não consiga terminar o seu curso no prazo determinado, você poderá solicitar uma transferência de turma, que te dará um mês de extensão grátis.

      Para que sua transferência seja feita sem problemas, fique atento:

      • O pedido deverá ser feito nos últimos 10 dias da sua turma.
      • Pedidos de transferência que forem feitos antes dos últimos 10 dias da turma ou após o término do prazo não serão realizados.
      • Você não pode ter solicitado nenhuma transferência anteriormente. Você só tem direito a uma transferência!

      Acesse a nossa Central de Ajuda . e veja como essa opção funciona com mais detalhes.

      Além disso, é importante ressaltar que após a data de fim da sua turma, você terá acesso aos seguintes itens da sala de aula por 12 meses: o conteúdo de sala de aula, que não será atualizado ao longo do tempo, e serviços como nossa comunidade de ex-alunos. Não estão incluídos outros serviços, como grupos de estudo, revisão de projetos, áreas de trabalho, labs e quizzes. Para saber mais sobre os critérios de elegibilidade e mais detalhes, acesse a nossa Central de Ajuda para saber quanto tempo terá acesso após se graduar e caso você não se gradue.

      Pagamento
    • Por que o programa Nanodegree Engenheiro de Carros Autônomos é pago antecipadamente vs. um formato de pagamento mensal como outros programas Nanodegree?
      O programa Nanodegree custa R$3.599,00 reais por módulo, sendo que cada módulo tem duração de 3 meses. O programa Nanodegree todo, é composto de 2 módulos, ou seja, leva 6 meses para ser concluído.
    • Existe um período de teste gratuito para este programa?
      Dado o currículo especializado do programa Nanodegree Engenheiro de Carros Autônomos e os recursos necessários para fornecer esse tipo de educação é crítico que saibamos exatamente quantos alunos nós estaremos apoiando e ensinando. É importante que este corpo de estudante permaneça consistente e estável ao longo do período de duração do programa, já que eles trabalharam juntos como um grupo. Todavia, há uma política de reembolso de 10 dias, a contar da data de início das aulas. Para solicitar o reembolso, acesse a nossa Central de Ajuda .

    Engenheiro de Carro Autônomo

    Construa o futuro, hoje