← Retour Découvrir la catégorie IoT & systèmes embarqués

Formation TinyML Embarqué - Inférence Capteur pour Machines

Fiche créée le 2 octobre 2026Mise à jour le 5 octobre 2026

4 400 € HT

4 journées
présentiel
10 personnes max.

Demander un devis Voir le programme

Réf. : XIO720

10 personnes max.

4 400 € HT

Tarif intra-entreprise : à partir de 7 490 € HT pour tout le groupe

Présentiel et passage de certification sur devis

4 journées

présentiel

Ne laissez pas ce retard s'accumuler

Pourquoi cette formation est essentielle

Sans maîtrise de l'inférence embarquée, les entreprises continuent d'envoyer des flux bruts coûteux en énergie et en bande passante.
Les équipes maintenance perdent en réactivité et ne détectent plus les défauts naissants sur site.
Les ingénieurs voient leur valeur diminuer face aux solutions tout-en-un proposées par les concurrents.
L'absence de ces compétences freine l'autonomie des capteurs sur pile et limite les projets IoT à long terme.
Agir maintenant permet de reprendre le contrôle sur les architectures de surveillance.

Ils nous font confiance — écoles, entreprises et groupes industriels

41 979 formations · 25 pays

On propose des formations avec un ingénieur dédié

Entreprises : Aptar, ArcelorMittal, Equans, Biocoop, Solocal, EDF, Photowatt, Ubisoft, Microsoft, Chronopost, RATP et Vanatome. Écoles partenaires : CESI, École IT, EFREI, EPSI, INGETIS, INSEEC, La Plateforme, My Digital School et Ynov.

Objectifs de la formation TinyML Embarqué

Maîtriser l'extraction de descripteurs vibratoires calculables sur microcontrôleur sous contrainte mémoire pour la surveillance professionnelle de machines.
Entraîner un modèle léger de classification d'état et le quantifier afin d'obtenir des compétences opérationnelles en entreprise.
Déployer l'inférence sur cible avec un noyau de calcul optimisé pour réduire latence et consommation.
Mesurer consommation, latence et empreinte mémoire réelles sur machines tournantes.
Décider ce qui reste dans le capteur et ce qui remonte au serveur pour optimiser l'autonomie.
Confronter tout diagnostic à démontage ou mesure indépendante avec références normatives.

Programme

Programme TinyML Embarqué : 4 modules sur 4 journées

Module 1 : Acquisition et extraction de descripteurs (Arduino, capteurs MEMS)

Les participants connectent des accéléromètres sur machines tournantes réelles présentant balourd, désalignement ou roulement dégradé. Ils implémentent des algorithmes d'extraction de features sous contrainte RAM et Flash, testent plusieurs fenêtres temporelles et comparent les empreintes mémoire obtenues. Cas concrets industriels et premiers livrables de code optimisé.

Module 2 : Entraînement et quantification de modèles (TensorFlow Lite Micro)

Création de jeux de données étiquetés à partir des défauts introduits, entraînement de modèles de classification légers, quantification post-training et analyse de la perte de précision. Chaque stagiaire mesure l'impact sur la taille du modèle et sur les performances d'inférence avant déploiement.

Module 3 : Déploiement et optimisation RTOS (FreeRTOS, CMSIS-DSP)

Intégration du modèle quantifié dans un firmware FreeRTOS, utilisation de kernels optimisés CMSIS-DSP, mesure de latence et consommation sur cible réelle. Ajustement des priorités de tâches et validation que les seuils choisis reposent sur historique machine ou normes reconnues.

Module 4 : Validation terrain et stratégie d'inférence (MQTT, edge vs cloud)

Confrontation des prédictions avec démontage physique des machines, calcul de l'autonomie batterie sur plusieurs années, décision des données à remonter. Livrable final : architecture complète d'inférence dans le capteur et rapport de performance énergétique.

Comment sont évalués les acquis en TinyML Embarqué

QCM technique quotidien sur les concepts vus
Projet fil rouge évalué en fin de formation
Grille de validation des mesures de consommation et latence

Méthode pédagogique de la formation TinyML Embarqué

Ateliers pratiques sur machines réelles
Code reviews et retours personnalisés
Documentation technique fournie
Accès à l'environnement de développement

Modalités d'accès à la formation TinyML Embarqué

La formation Formation TinyML Embarqué - Inférence Capteur pour Machines est délivrée en présentiel ou distanciel (blended-learning, classe virtuelle, présentiel à distance). Chez Learni, organisme de formation certifié Qualiopi, chaque parcours est conçu pour maximiser l'acquisition de compétences, quel que soit le mode de formation choisi.

Le formateur alterne entre méthode démonstrative, interrogative et active (via des travaux pratiques et/ou des mises en situation). Cette approche pédagogique garantit un apprentissage concret et directement applicable en entreprise.

Moyens pédagogiques requis

Pour le bon déroulement de la formation Formation TinyML Embarqué - Inférence Capteur pour Machines, les moyens pédagogiques suivants sont nécessaires :

Ordinateurs Mac ou PC, connexion internet haut débit fibre, tableau blanc ou paperboard, vidéoprojecteur ou écran tactile interactif (pour les sessions en distanciel)
Environnements de formation installés sur les postes de travail ou accessibles en ligne
Supports de cours, exercices pratiques et ressources complémentaires
Accès post-formation aux supports et ressources pédagogiques

En cas de formation intra-entreprise sur site externe à Learni, le client s'assure et s'engage à disposer de toutes les ressources matérielles pédagogiques nécessaires (équipements informatiques, connexion internet…) au bon déroulement de l'action de formation conformément aux prérequis indiqués dans le programme de formation communiqué.

* nous consulter pour la faisabilité en distanciel** ratio variable selon la formation suivie

Modalités d'évaluation des acquis

L'évaluation des compétences acquises lors de la formation Formation TinyML Embarqué - Inférence Capteur pour Machines s'effectue à travers :

En cours de formation : études de cas, travaux pratiques et mises en situation professionnelle
En fin de formation : questionnaire d'auto-évaluation et évaluation des acquis par le formateur
Après la formation : attestation de fin de formation détaillant les compétences acquises

Accessibilité de la formation

Learni s'engage pour l'accessibilité de ses formations professionnelles. Toutes nos formations sont accessibles aux personnes en situation de handicap. Nos équipes sont à votre disposition pour adapter les modalités pédagogiques à vos besoins spécifiques. N'hésitez pas à nous contacter pour toute demande d'aménagement.

Modalités et délais d'accès à la formation

Les formations Learni sont disponibles en inter-entreprise et intra-entreprise, en présentiel comme en distanciel. Les inscriptions sont possibles jusqu'à 48 heures ouvrées avant le début de la formation. Nos formations sont éligibles aux financements OPCO, France Travail, FNE-Formation et CSP (contrat de sécurisation professionnelle). Contactez-nous pour étudier ensemble votre projet de formation et les possibilités de prise en charge.

L'histoire de Learni

Fondée par des passionnés de l'apprentissage et de l'innovation, Learni s'est donnée pour mission de rendre la formation professionnelle accessible à tous, partout dans le monde. Notre équipe intervient dans les plus grandes métropoles — Paris, Lyon, Marseille — mais aussi à l'international, pour accompagner les talents et les organisations dans leur montée en compétences.

Témoignages

Ce qu'ils disent
de nous.

★★★★★ Avis Google

★★★★★

« Learni a co-conçu notre programme IA pour 200 collaborateurs. Sélection rigoureuse, intervenants experts et accompagnement post-formation. Résultat : 92 % des apprenants ont mis en application en moins de 30 jours, et un ROI mesuré à +180 % sur le premier semestre. »

Julien BiancoDirectrice Formation

AFCI

★★★★★

« Nous avons confié à Learni la création de notre nouveau cycle. Allan sélectionne désormais nos formateurs : contenus pertinents et fort engagement. Apprenants très satisfaits et offre éducative renforcée. »

Thibaut AiméDirecteur Général

INGETIS

★★★★★

« En tant que Responsable pédagogique, j'ai été conquis par la réactivité et le professionnalisme de Learni : sélection rigoureuse des formateurs, suivi exemplaire et impact concret sur nos cohortes. »

Arnaud ParadisResponsable pédagogique

École IT

Notre méthode

Comment Learni garantit la qualité de votre formation TinyML Embarqué

Avant, pendant, après : on cadre, on présente le formateur, on adapte le contenu et on mesure l'impact. Vous gardez la main du début à la fin.

Étape 1

Sélection rigoureuse du formateur

Chaque formateur est validé sur trois critères : expertise métier en exercice, pédagogie éprouvée et alignement avec votre secteur.

Triple validation : technique, pédagogique, sectorielle.
Note minimale 4,8/5 sur les 12 dernières sessions.

Étape 2

Vous rencontrez le formateur avant

Visio de 30 minutes entre vous et le formateur retenu pour valider l'alignement, ajuster le contenu et lever les derniers doutes.

Briefing live des objectifs et du contexte d'équipe.
Veto possible — on remplace gratuitement si besoin.

Étape 3

Contenu adapté à votre contexte

Pas de slides recyclées. Le syllabus est retravaillé à partir de vos cas réels : outils, contraintes, vocabulaire, projets en cours.

Cas pratiques issus de votre stack et de vos projets.
Programme co-écrit puis validé par votre équipe.

Étape 4

Suivi qualité continu

Évaluations à chaud, à 30/90/180 jours et plan de consolidation. Si la formation n'a pas l'impact prévu, on retravaille.

NPS, quiz d'acquis et auto-évaluation des compétences.
Engagement satisfaction : 100 % satisfait ou refonte gratuite.

Une promesse simple : vous ne payez pas pour découvrir le formateur le jour J. Tout est validé en amont, par vous.

Un enfant sur le chemin de l'école avec son cartable

Engagement solidaire

Un kit scolaire offert à un enfant pour chaque formation réservée

Pour lutter contre les inégalités d'accès à l'éducation, Learni offre un kit scolaire complet à un enfant dans le besoin pour chaque formation réservée. Vous montez en compétence, un enfant prend le chemin de l'école.

Cartable, cahiers et fournitures essentielles
Distribué via nos associations partenaires
Inclus, sans surcoût pour vous

M'inscrire et offrir un kit

FAQ

Questions fréquentes sur TinyML Embarqué

Quels outils utilise-t-on pendant la formation TinyML Embarqué ?+

Les travaux pratiques s'appuient sur arduino, capteurs MEMS, tensorFlow Lite Micro, freeRTOS, CMSIS-DSP et MQTT. Ces outils sont ceux du programme TinyML Embarqué, dispensé en présentiel sur 4 journées, pour que les participants s'entraînent sur la pile qu'ils utiliseront au travail.

Que sait-on faire à l'issue de la formation TinyML Embarqué ?+

Les participants savent maîtriser l'extraction de descripteurs vibratoires calculables sur microcontrôleur sous contrainte mémoire pour la surveillance professionnelle de machines, entraîner un modèle léger de classification d'état et le quantifier afin d'obtenir des compétences opérationnelles en entreprise et déployer l'inférence sur cible avec un noyau de calcul optimisé pour réduire latence et consommation. Ce sont les objectifs annoncés du parcours TinyML Embarqué de niveau Avancée, vérifiés par l'évaluation de fin de session.

Que contient le programme de la formation TinyML Embarqué ?+

Jour 1 : Acquisition et extraction de descripteurs (Arduino, capteurs MEMS). Jour 2 : Entraînement et quantification de modèles (TensorFlow Lite Micro). Jour 3 : Déploiement et optimisation RTOS (FreeRTOS, CMSIS-DSP). Jour 4 : Validation terrain et stratégie d'inférence (MQTT, edge vs cloud). Le parcours TinyML Embarqué se déroule sur 4 journées, en présentiel.

Comment les acquis de la formation TinyML Embarqué sont-ils évalués ?+

L'évaluation repose sur QCM technique quotidien sur les concepts vus, projet fil rouge évalué en fin de formation et grille de validation des mesures de consommation et latence. Learni remet une attestation de fin de formation accompagnée du bilan individuel à l'issue du parcours TinyML Embarqué, de quoi justifier le résultat auprès d'un service formation.

Quel est le prix de la formation TinyML Embarqué ?+

La formation TinyML Embarqué coûte 4 400 € HT par participant. En intra-entreprise, le forfait démarre à 7 490 € HT pour tout le groupe, jusqu'à 8 personnes. Le devis détaillé, envoyé sous 24 h, ajuste le montant au format et à l'adaptation du programme à votre contexte.

Quelle est la durée de la formation TinyML Embarqué ?+

4 journées, en présentiel. Un découpage en demi-journées étalées sur plusieurs semaines est possible pour ne pas désorganiser l'équipe.

La formation TinyML Embarqué est-elle finançable ?+

Oui. Learni est certifié Qualiopi (NDA 11 77 08678 77), ce qui rend la formation TinyML Embarqué éligible aux financements OPCO, au dispositif FNE-Formation, à France Travail, au CSP pour les salariés licenciés pour motif économique et au financement direct par l'entreprise.

Faut-il des prérequis pour suivre la formation TinyML Embarqué ?+

Expérience confirmée en programmation C/C++ sur microcontrôleurs, notions de traitement du signal et premiers projets avec capteurs MEMS.

Une attestation est-elle délivrée à la fin de la formation TinyML Embarqué ?+

Oui. Une attestation de fin de formation Learni est délivrée, accompagnée du bilan individuel d'évaluation. Learni est certifié Qualiopi et prépare le cas échéant à une certification tierce, qu'il ne délivre pas lui-même.

Learni fournit-il le matériel pour la formation TinyML Embarqué ?+

Non. Un ordinateur et une connexion internet stable sont requis pour chaque participant. Learni assure la plateforme pédagogique, le formateur et l'ensemble des supports de cours.

Votre formation professionnelle partout