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.

Este programa Nanodegree avançado possui processo seletivo e vagas limitadas.

Play Video
  • Nível
    Avançado
  • Tempo
    9 meses

    3 períodos de 3 meses cada. Cada período custa R$ 2.400,00.

  • Pré-requisitos
    Programação e estatística

    Veja os pré-requisitos detalhados

  • Legendas
    Inglês

    Vídeos em inglês com legendas em inglês.

Conteúdo desenvolvido por
  • Mercedes Benz
  • Nvidia
  • Uber ATG
  • Didi
  • BMW
  • McLaren
  • NextEv

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.

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.

Conheça seus instrutores

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.

Receba em seu email mais informações sobre o Nanodegree Engenheiro de Carro Autônomo


Solicite a ementa

O que você vai aprender

Pré-requisitos

Programação e estatística.   Veja os pré-requisitos detalhados

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 e deep learning

    In this term, you'll become an expert in applying Computer Vision and Deep Learning on automotive problems. You will teach the car to detect lane lines, predict steering angle, and more all based on just camera data!

  • Segundo período

    Fusão sensorial, localização e controle

    In this term, you'll learn how to use an array of sensor data to perceive the environment and control the vehicle. You'll evaluate sensor data from camera, radar, lidar, and GPS, and use these in closed-loop controllers that actuate the vehicle.

  • Terceiro período

    Planejamento de rota, sistemas e especializações

    In this term, you'll learn how to plan where the vehicle should go, how the vehicle systems work together to get it there, and you'll perform a deep-dive into a concentration of your choice: (A) advanced deep learning or (B) functional safety.

Projetos que você realizará

Detect Lane Lines
Projeto 1

Detect Lane Lines

Detect highway lane lines from a video stream. Use OpenCV image analysis techniques to identify lines, including Hough transforms and Canny edge detection.

Detect highway lane lines from a video stream. Use OpenCV image analysis techniques to identify lines, including Hough transforms and Canny edge detection.

Traffic Sign Classification
Projeto 2

Traffic Sign Classification

Implement and train a convolutional neural network to classify traffic signs. Use validation sets, pooling, and dropout to choose a network architecture and improve performance.

Implement and train a convolutional neural network to classify traffic signs. Use validation sets, pooling, and dropout to choose a network architecture and improve performance.

Behavioral Cloning
Projeto 3

Behavioral Cloning

Architect and train a deep neural network to drive a car in a simulator. Collect your own training data and use it to clone your own driving behavior on a test track.

Architect and train a deep neural network to drive a car in a simulator. Collect your own training data and use it to clone your own driving behavior on a test track.

Advanced Lane Detection
Projeto 4

Advanced Lane Detection

Detect lane lines in a variety of conditions, including changing road surfaces, curved roads, and variable lighting. Use OpenCV to implement camera calibration and transforms, as well as filters, polynomial fits, and splines.

Detect lane lines in a variety of conditions, including changing road surfaces, curved roads, and variable lighting. Use OpenCV to implement camera calibration and transforms, as well as filters, polynomial fits, and splines.

Vehicle Tracking
Projeto 5

Vehicle Tracking

Track vehicles in camera images using image classifiers such as SVMs, decision trees, HOG, and DNNs. Apply filters to fuse position data.

Track vehicles in camera images using image classifiers such as SVMs, decision trees, HOG, and DNNs. Apply filters to fuse position data.

Extended Kalman Filters in C++
Projeto 6

Extended Kalman Filters in C++

Extended Kalman filters are used by autonomous vehicle engineers to combine measurements from multiple sensors into a non-linear model. Building an EKF is an impressive skill to show an employer.

Extended Kalman filters are used by autonomous vehicle engineers to combine measurements from multiple sensors into a non-linear model. Building an EKF is an impressive skill to show an employer.

Unscented Kalman Filter Project
Projeto 7

Unscented Kalman Filter Project

Put your skills to the test! Use C++ to code an Unscented Kalman Filter capable of tracking non-linear motion.

Put your skills to the test! Use C++ to code an Unscented Kalman Filter capable of tracking non-linear motion.

Kidnapped Vehicle
Projeto 8

Kidnapped Vehicle

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

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

Lane-Keeping
Projeto 9

Lane-Keeping

Implement a controller to keep a simulated vehicle in its lane. For an extra challenge, use computer vision techniques to identify the lane lines and estimate the cross-track error.

Implement a controller to keep a simulated vehicle in its lane. For an extra challenge, use computer vision techniques to identify the lane lines and estimate the cross-track error.

Model Predictive Control
Projeto 10

Model Predictive Control

In this project, you'll implement Model Predictive Control to drive the vehicle around the track even with additional latency between commands!

In this project, you'll implement Model Predictive Control to drive the vehicle around the track even with additional latency between commands!

Path Planning
Projeto 11

Path Planning

Drive a car down a highway with other cars using your own path planner.

Drive a car down a highway with other cars using your own path planner.

Semantic Segmentation
Especialização A: Projeto 12

Semantic Segmentation

Train segmentation networks, which paint each pixel of the image a different color, based on its class. Use segmented images to find free space on the road.

Train segmentation networks, which paint each pixel of the image a different color, based on its class. Use segmented images to find free space on the road.

Functional Safety
Especialização B: Projeto 12

Functional Safety

It's time to start the functional safety project! You will be creating a safety case for a lane assistance system.

It's time to start the functional safety project! You will be creating a safety case for a lane assistance system.

Programa Nanodegree

Engenheiro de Carro Autônomo

Construa o futuro, hoje

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?

    Temos uma série de cursos e programas que podemos recomendar, dependendo das áreas que você precisa abordar. Por exemplo: Inteligência Artificial para Robótica Introdução ao Aprendizado de Máqiunas 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 três módulos diferentes, com datas de início e término fixas. Os alunos devem completar com sucesso todos os três módulos para se formar. Cada módulo tem 12 semanas de duração, com uma duração total do programa de 9 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 três 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.

    Pagamento

  • O programa Nanodegree custa R$2400 reais por módulo, sendo que cada módulo tem duração de 3 meses. O programa Nanodegree todo, é composto de 3 módulos, ou seja, leva 9 meses para ser concluído.

    Por que o programa Nanodegree Engenheiro de Carros Autônomos é pago antecipadamente vs. um formato de pagamento mensal como outros programas Nanodegree?

  • 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.

    Existe um período de teste gratuito para este programa?

  • Não há período de teste gratuito para este programa.

    Posso aplicar um cupom de desconto à este programa Nanodegree?

  • Não. Cupons de desconto não podem ser aplicados à este programa.