RED INTERNET SALESS.R.L. · Energie regenerabilă & digital
Proiect finanțat prin Fondul pentru Modernizare

Energia viitorului pentru o Românie sustenabilă

RED INTERNET SALES S.R.L. integrează roboți AI și inteligență artificială, alimentați cu energie 100% verde din centrala fotovoltaică proprie de 1 MW.

Descoperă proiectul → Contact
0
Capacitate fotovoltaică instalată
0
kWh energie verde / an
0
CO₂ redus anual
0
Finanțare nerambursabilă
Cine suntem

Robotică AI, alimentată cu energie verde

Integrăm și punem în funcțiune roboți humanoizi și câini robot, oferim consultanță și formare, folosind energia curată produsă de centrala noastră fotovoltaică.

🤖

Roboți & AI

Integrare, vânzare și deployment de roboți humanoizi, câini robot și componente.

☀️

Energie verde proprie

Centrală fotovoltaică de 1 MW care alimentează activitatea de robotică (autoconsum ≥ 50%).

🎓

Cursuri de specializare

Cursuri de specializare IT/AI/robotică și consultanță pentru automatizare.

Proiectul nostru

Centrală fotovoltaică de 1 MW la Albești

Proiectul „Panouri Fotovoltaice Autonome: Energia Viitorului pentru o Românie Sustenabilă" (cod SMIS 332037) presupune instalarea unei centrale fotovoltaice pe acoperișul unei hale industriale, pentru autoconsum și reducerea amprentei de carbon.

  • 2.198 panouri monocristaline de înaltă eficiență
  • Sistem de stocare a energiei de 200 kWh
  • Acoperirea a cel puțin 50% din consumul halei industriale
Panouri fotovoltaice
Servicii

Activitățile companiei

Robotică & Inteligență Artificială

Ce facem

Integrăm, comercializăm și punem în funcțiune roboți AI, oferim consultanță și formare — activitate alimentată cu energie 100% verde, din centrala proprie.

🛒

Vânzări online

Roboți humanoizi, câini robot și componente.

CAEN 4791
🤖

Consultanță & deployment

Roboți AI, automatizare, integrare la client.

CAEN 6202
🎓

Cursuri de specializare

IT, AI și robotică (programe COR).

CAEN 8559
☀️

Energie verde

Autoconsum + vânzarea surplusului în rețea.

1 MW
CAEN 4791 · Comerț online

Vânzări online: roboți & componente

  • Roboți humanoizi — pentru asistență, servicii și companion;
  • Câini robot (roboți patrupezi) — inspecție, securitate, agricultură;
  • Piese și componente pentru roboți humanoizi: actuatori și servomotoare, articulații, brațe și mâini robotice, senzori (LiDAR, camere, IMU), baterii și module de alimentare, plăci de control și calculatoare de bord, carcase, cabluri și conectică.
Roboți și componente
CAEN 6202 · Consultanță IT

Deployment de roboți AI & automatizare

Punem roboții la treabă — de la magazin la fabrică și fermă.

🛎️

Roboți casieri pentru retail

Roboți de tip casier, ghidare și informare pentru magazine și centre comerciale.

🧑‍🤝‍🧑

Roboți companion & asistență

Roboți humanoizi de ajutor și companion pentru persoane și instituții.

🏭

Robotică industrială

Manipulare, inspecție, logistică internă și mentenanță predictivă.

🌾

Robotică în agricultură

Monitorizare culturi și animale, inspecție și transport ușor pe teren.

🐕

Câini AI deployment

Configurare și punere în funcțiune de câini robot pentru securitate și inspecție.

⚙️

Automatizare & integrare

RPA, integrare senzori, PLC/SCADA, actualizări software și suport.

CAEN 8559 · Formare profesională a adulților

Cursuri de specializare în IT, AI și robotică

💻 Programator
COR 251202 · 80 / 360 / 720 ore
🖥️ Inginer de sistem în informatică
COR 251203 · 80 / 360 / 720 ore
📐 Proiectare asistată de calculator (CAD)
COR 251401 · 80 / 360 / 720 ore
🤖 Robotică
COR 214959 · 80 / 360 / 720 ore
⚙️ Automatizări
COR 215202 · 80 / 360 / 720 ore
🔬 Cercetare în automatică
COR 215239 · 80 / 360 / 720 ore
🎓 Formator
COR 242401 · 80 / 360 / 720 ore

Cursuri de specializare (program de tip specializare, conform O.G. nr. 129/2000), care dezvoltă competențe specifice în cadrul ocupațiilor din Clasificarea Ocupațiilor din România (COR).

Cod CORCurs de specializare
251202Curs de specializare — Programator
251203Curs de specializare — Inginer de sistem în informatică
251401Curs de specializare — Proiectare asistată de calculator (CAD)
214959Curs de specializare — Robotică (Inginer specialist în robotică)
215202Curs de specializare — Automatizări (Inginer automatist)
215239Curs de specializare — Cercetare în automatică
242401Curs de specializare — Formator

Teme de specializare: inteligență artificială și machine learning, programarea roboților, viziune artificială, automatizări industriale, mentenanța roboților. Cursurile de specializare se autorizează pe baza standardelor ocupaționale aferente; codurile COR se confirmă la autorizarea fiecărui program.

Energie regenerabilă

Alimentăm robotica cu energie verde

Producție 1 MW

Centrală fotovoltaică proprie pentru autoconsum.

Autoconsum ≥ 50%

Energia alimentează linia de robotică și laboratorul AI.

Surplus valorificat

Restul de ~50% este vândut în rețeaua națională.

Proiect finanțat prin Fondul pentru Modernizare

Panouri Fotovoltaice Autonome: Energia Viitorului pentru o Românie Sustenabilă

1 MW
Capacitate (1.000 kWp)
~1,2 mil.
kWh / an
~1.500 t
CO₂ redus / an
50%
Grant FM

Informații despre proiect

Conform cerințelor de informare și publicitate ale Fondului pentru Modernizare.

Denumirea proiectului„Panouri Fotovoltaice Autonome: Energia Viitorului pentru o Românie Sustenabilă"
Cod SMIS332037
BeneficiarS.C. RED INTERNET SALES S.R.L. (CUI 47342670, J1/1863/2022)
FinanțatorMinisterul Energiei — Fondul pentru Modernizare
Valoarea totală a proiectului2.656.436,35 lei
Valoare eligibilă1.772.299,45 lei
Finanțare nerambursabilă din FM886.149,73 lei — 50% din valoarea eligibilă
Contribuția proprie a beneficiarului1.770.286,62 lei (cofinanțare eligibilă + cheltuieli neeligibile)
Localizarea proiectuluiComuna Albești, jud. Mureș, str. Barailor nr. 2 — pe acoperișul unei hale industriale existente (nr. cad. 53606, 53605, 50434)
Perioada de implementarePână la 31.12.2026 · perioadă de durabilitate 5 ani

Activitățile principale

  • Proiectarea și ingineria de detaliu a sistemului fotovoltaic;
  • Achiziția echipamentelor (panouri, invertoare, sistem de stocare);
  • Instalarea și montajul centralei pe acoperișul halei din Albești;
  • Racordarea la rețeaua electrică și punerea în funcțiune;
  • Monitorizarea și mentenanța sistemului;
  • Informare și publicitate conform Manualului de Identitate Vizuală.

Indicatorii proiectului

  • Capacitate nouă instalată din SRE: 1 MW (1.000 kWp);
  • Producție anuală estimată: ~1.200.000 kWh;
  • Reducerea emisiilor de CO₂: ~1.500 tone/an;
  • Autoconsum: acoperirea a cel puțin 50% din consumul halei;
  • Capacitate de stocare: 200 kWh.

Panouri FV

Instalare

Producție

Monitorizare

1. Anunț de începere 2. Fișa de proiect 3. Anunț de licitație
Identitate vizuală · MIV FM

Materiale de informare și publicitate

Formate conform Manualului de Identitate Vizuală pentru Fondul pentru Modernizare (MIV FM).

Placă permanentă · min. 80 × 50 cm
Guvernul României
Cofinanțat de Uniunea Europeană – Fondul pentru modernizare
Panouri Fotovoltaice Autonome: Energia Viitorului pentru o Românie Sustenabilă
Beneficiar: RED INTERNET SALES S.R.L. · Cod SMIS 332037
Valoare totală: 2.656.436,35 lei · Finanțare FM: 50%
Localizare: Albești, jud. Mureș
Finanțat prin Fondul pentru Modernizare

Formate obligatorii și dimensiuni

  • Placă permanentă: minim 80 × 50 cm, material durabil, menținută min. 2 ani după finalizare.
  • Panou temporar: 3 × 2 m (proiecte de infrastructură) sau 0,8 × 0,5 m / afiș A2 (achiziții de bunuri), la intrarea locației.
  • Cele 3 sigle — Guvernul României (stânga), emblema UE / Fondul pentru Modernizare, la min. 1 cm fiecare, respectând ordinea, alinierea și proporția.
  • Antet pe toate materialele: „FONDUL PENTRU MODERNIZARE — Accelerăm tranziția spre neutralitate climatică".
  • Text obligatoriu jos: „Finanțat prin Fondul pentru Modernizare".
  • Comunicat de presă de începere în 30 de zile de la semnarea contractului; secțiune web dedicată (aceasta).

Siglele oficiale și manualul complet sunt disponibile în dosarul proiectului (folder „MIV - Identitate Vizuala FM").

Proiect → 1. Anunț de începere

Comunicat de presă

Guvernul RomânieiGUVERNUL
ROMÂNIEI
Cofinanțat de Uniunea Europeană – Fondul pentru modernizaremodernisationfund.eu
FONDUL PENTRU MODERNIZARE · Accelerăm tranziția spre neutralitate climatică
Comunicat de presă · Anunț de începere a proiectului

Începerea implementării proiectului „Panouri Fotovoltaice Autonome: Energia Viitorului pentru o Românie Sustenabilă"

Alba Iulia, [zz.ll.2026] · Cod SMIS 332037

S.C. RED INTERNET SALES S.R.L., cu sediul în Municipiul Alba Iulia, str. Ștefan Luchian nr. 3B, jud. Alba, anunță începerea implementării proiectului „Panouri Fotovoltaice Autonome: Energia Viitorului pentru o Românie Sustenabilă", cod SMIS 332037, cofinanțat prin Fondul pentru Modernizare, prin Ministerul Energiei, în baza contractului de finanțare încheiat în data de 22.06.2026.

Proiectul are ca obiectiv realizarea și punerea în funcțiune a unei centrale fotovoltaice cu o capacitate de 1 MW, amplasată pe acoperișul unei hale industriale existente în comuna Albești, județul Mureș. Investiția va permite producerea de energie electrică din surse regenerabile pentru acoperirea consumului propriu și reducerea dependenței de rețeaua națională.

Valoarea proiectului

Valoarea totală a proiectului este de 2.656.436,35 lei, din care finanțarea nerambursabilă acordată din Fondul pentru Modernizare este de 886.149,73 lei, reprezentând 50% din valoarea eligibilă (1.772.299,45 lei). Diferența este asigurată din contribuția proprie a beneficiarului.

Rezultate și indicatori estimați

Se estimează o producție anuală de aproximativ 1.200.000 kWh de energie electrică verde, o reducere a emisiilor de CO₂ de circa 1.500 tone/an și acoperirea a cel puțin 50% din consumul de energie al halei industriale, cu un sistem de stocare de 200 kWh.

Perioada de implementare

Proiectul se implementează până la data de 31.12.2026.

Date de contact:
S.C. RED INTERNET SALES S.R.L. · Roș Radu-Ioan, administrator
Telefon: 0757 112 211 · E-mail: redinternetsales@gmail.com

„Conținutul acestui material nu reprezintă în mod obligatoriu poziția oficială a Uniunii Europene sau a Guvernului României." Material realizat în conformitate cu Manualul de Identitate Vizuală pentru Fondul pentru Modernizare.

Proiect → 2. Fișa de proiect

Fișa de proiect

Date generale

BeneficiarS.C. RED INTERNET SALES S.R.L.
Cod SMIS332037
Program de finanțareFondul pentru Modernizare
AutoritateMinisterul Energiei
Data contractului de finanțare22.06.2026
Perioada de implementarePână la 31.12.2026
Perioada de durabilitate5 ani de la punerea în funcțiune
LocalizareCom. Albești, jud. Mureș, str. Barailor nr. 2

Buget

Valoare totală2.656.436,35 lei
Valoare eligibilă1.772.299,45 lei
Finanțare nerambursabilă (FM)886.149,73 lei — 50%
Contribuție proprie1.770.286,62 lei

Descrierea tehnică a investiției

Capacitate instalată1 MW (1.000 kWp)
Panouri fotovoltaice2.198 buc. monocristaline Canadian Solar 455 W TOPCon
Invertoare8 × Huawei SUN2000-100KTL-M3 + 20 × SUN2000-10KTL-M1
Sistem de stocareHuawei LUNA2000, 200 kWh
AmplasarePe acoperișul unei hale industriale existente (montaj Est-Vest)
MonitorizareSmart Meter DTSU666-H, SmartLogger 3000A, FusionSolar

Obiective și indicatori

Producție anuală estimată~1.200.000 kWh
Reducere emisii CO₂~1.500 tone/an
Grad de autoconsummin. 50% din consumul halei industriale
Durata de viață estimată25 de ani
Obiectiv generalCreșterea producției de energie electrică din surse regenerabile și reducerea dependenței companiei de rețeaua națională.

Echipa de management

Manager de proiect & Responsabil tehnicRoș Radu-Ioan
Responsabil financiar & achizițiiKoncz Erika-Monika
Responsabil SSM / DNSH / HRSzőke Hajnalka-Andrea
Date de contact0757 112 211 · redinternetsales@gmail.com
Proiect → 3. Anunț de licitație

Anunț de achiziție

Guvernul RomânieiGUVERNUL
ROMÂNIEI
Cofinanțat de Uniunea Europeană – Fondul pentru modernizaremodernisationfund.eu
Anunț de participare · Procedură de achiziție
Furnizarea, montajul și punerea în funcțiune a unui sistem fotovoltaic de 1 MW
Autoritatea contractantă
S.C. RED INTERNET SALES S.R.L., CUI 47342670, J1/1863/2022, sediu în Alba Iulia, str. Ștefan Luchian nr. 3B, jud. Alba
Proiect
„Panouri Fotovoltaice Autonome: Energia Viitorului pentru o Românie Sustenabilă", cod SMIS 332037, finanțat prin Fondul pentru Modernizare
Obiectul achiziției
Furnizarea, instalarea și punerea în funcțiune a unei centrale fotovoltaice de 1 MW: panouri fotovoltaice monocristaline (2.198 buc.), invertoare, sistem de stocare 200 kWh, structuri de montaj, lucrări de montaj și racordare la rețea, sistem de monitorizare.
Cod CPV orientativ
09331200-0 (module solare fotovoltaice) · 45261215-4 (lucrări de acoperire cu panouri solare) · 51112000-0 (instalare echipamente electrice)
Valoarea estimată
2.222.299,45 lei fără TVA (echipamente și montaj) · componenta de stocare: 535.500,00 lei fără TVA
Tipul procedurii
Procedură competitivă aplicabilă beneficiarilor privați de fonduri, conform prevederilor contractului de finanțare și legislației în vigoare privind achizițiile beneficiarilor privați
Criteriul de atribuire
Cel mai bun raport calitate-preț
Termen limită de depunere a ofertelor
[zz.ll.2026], ora [__:__]
Perioada de valabilitate a ofertelor
90 de zile de la termenul limită de depunere
Obținerea documentației de atribuire
La cerere, prin e-mail: redinternetsales@gmail.com
Depunerea ofertelor
Prin e-mail la redinternetsales@gmail.com sau la sediul beneficiarului
Date de contact
Roș Radu-Ioan — tel. 0757 112 211 · redinternetsales@gmail.com

Datele marcate cu [ ] (termen, oră) se completează la momentul publicării. Tipul procedurii și codurile CPV se corelează cu Anexa privind achizițiile din contractul de finanțare. „Conținutul acestui material nu reprezintă în mod obligatoriu poziția oficială a Uniunii Europene sau a Guvernului României."

Contact

Ia legătura cu noi

Fișa firmei

Date de identificare

DenumireS.C. RED INTERNET SALES S.R.L.
Cod unic (CUI)47342670
Nr. Reg. ComerțuluiJ1/1863/2022
Data înființării20.12.2022
Capital social200 lei (100% privat autohton)
FormăMicroîntreprindere · plătitoare de TVA
CAEN principal8559 — Alte forme de învățământ n.c.a.
CAEN secundare4791 — Comerț cu amănuntul prin Internet · 6202 — Consultanță IT
AdministratorRoș Radu-Ioan
Cont bancar (IBAN)RO07RNCB0857175294020001 — BCR
🏢
Sediu socialMunicipiul Alba Iulia, str. Ștefan Luchian nr. 3B, ap. 11, jud. Alba
📍
Locația proiectuluiComuna Albești, jud. Mureș, str. Barailor nr. 2
📞
Telefon0757 112 211
✉️
E-mailredinternetsales@gmail.com
Curs de specializare · COR 251202

💻 Programator

Scrii cod care contează, orchestrezi containere și pui AI-ul să lucreze cu tine, nu în locul tău.

Curs de specializare pentru ocupația de Programator (COR 251202), aliniat la practica reală a industriei software din anii 2025–2026. Programa acoperă întregul flux de dezvoltare modernă: limbaje actuale (Python, TypeScript, Rust, Go), paradigmele orientată pe obiecte și funcțională, cloud-native cu Docker și Kubernetes, CI/CD și DevSecOps, API REST/GraphQL/gRPC, baze de date SQL/NoSQL și vectoriale, testare automată și TDD, observabilitate și SRE, WebAssembly și securitate by design (OWASP). Elementul diferențiator este dezvoltarea asistată de inteligență artificială — agentic coding, Model Context Protocol, aplicații cu LLM, RAG și prompt engineering — tratată nu ca gadget, ci ca practică inginerească sub guvernanță de calitate și securitate. Cele trei trasee (80, 360 și 720 de ore) formează o progresie coerentă de la fundamente la specializare completă, fiecare încheiat cu un proiect ambițios apt de portofoliu, iar traseul de 720 de ore cu un capstone de tip produs software real.

🎯

Cui se adresează

Persoane care doresc să devină programatori sau să se recalifice în IT: absolvenți de liceu cu diplomă de bacalaureat, studenți, ingineri și tehnicieni din alte domenii, angajați aflați în tranziție profesională către dezvoltare software, precum și programatori juniori care vor să-și actualizeze competențele cu tehnologii cloud-native, DevSecOps și AI-assisted. Traseele avansate se adresează și celor care vizează roluri de developer full-stack, backend/platform engineer sau AI engineer.

✅

Condiții de acces

Studii minime: absolvent de învățământ liceal cu diplomă de bacalaureat (condiție legală pentru cursul de specializare conform O.G. 129/2000). Competențe digitale de bază (utilizare calculator, navigare web, gestionare fișiere). Nivel de engleză tehnică minim A2–B1 pentru citirea documentației. Pentru traseul de 360 de ore se recomandă parcurgerea prealabilă a nivelului de fundamente (80 de ore) sau echivalent demonstrabil; pentru traseul de 720 de ore se recomandă nivelul intermediar–avansat (360 de ore) sau experiență echivalentă. Nu sunt necesare cunoștințe anterioare de programare pentru traseul de 80 de ore. Fiecare cursant are nevoie de acces la un calculator capabil să ruleze un mediu de dezvoltare modern (Docker) și de conexiune la internet.

Rezultatele învățării

  • Scrie, testează și depanează programe în Python și TypeScript (plus Rust și Go la nivel avansat), aplicând corect paradigmele orientată pe obiecte și funcțională
  • Folosește Git și GitHub pentru controlul versiunilor, colaborare, code review și fluxuri de lucru profesionale (GitHub Flow / trunk-based development cu feature flags)
  • Proiectează și consumă API-uri REST, GraphQL și gRPC, cu autentificare, validare, versionare și documentație OpenAPI
  • Modelează și integrează baze de date SQL, NoSQL și vectoriale, cu căutare semantică și optimizare de interogări
  • Containerizează aplicații cu Docker și le orchestrează în Kubernetes, configurând pipeline-uri CI/CD complete și Infrastructure as Code
  • Aplică securitate by design conform OWASP Top 10 (inclusiv OWASP Top 10 for LLM) și practici DevSecOps — SAST/DAST/SCA, SBOM, secrets management — pe tot ciclul de dezvoltare
  • Utilizează productiv unelte de AI-assisted și agentic coding (GitHub Copilot, Claude Code, Cursor, MCP) și dezvoltă aplicații cu LLM, RAG, agenți și prompt engineering, verificând critic și guvernând codul generat
  • Scrie suite complete de teste automate (unit, integrare, end-to-end, contract, property-based) și aplică TDD pentru cod fiabil și mentenabil
  • Instrumentează sisteme pentru observabilitate (logs, metrics, traces) și aplică principii SRE (SLI/SLO, error budgets)
  • Livrează un produs software complet, versionat, testat, containerizat, securizat și documentat, apt de portofoliu profesional

Programa — 3 niveluri de specializare

Alege durata. Fiecare traseu este un schelet complet, gata de dezvoltat în cursuri autorizate.

Fundamente de programare modernă · 80 ore

Fundamente

Traseu introductiv de 80 de ore care construiește baza indispensabilă oricărui programator: gândire algoritmică, un limbaj modern (Python), control al versiunilor cu Git/GitHub, paradigmele de bază orientată pe obiecte și funcțională, SQL și primul contact riguros cu dezvoltarea asistată de AI. Absolventul poate scrie, versiona, testa și documenta programe mici, corecte și funcționale.

📚 6 module · 80 ore total

01Gândire algoritmică și fundamentele programării în Python20 ore
  • Instalare mediu de lucru și configurare (Python, editor, terminal, mediu virtual)
  • Tipuri de date, variabile, operatori, expresii
  • Structuri de control: condiționale, bucle, iterații
  • Funcții, parametri, domeniu de vizibilitate, valori de retur
  • Colecții: liste, tupluri, dicționare, mulțimi
  • Descompunerea problemelor, pseudocod și gândire algoritmică
  • Depanare (debugging) pas cu pas și citirea mesajelor de eroare
Python 3.12+Visual Studio CodePyCharm CommunityPython debugger (pdb)venv
02Controlul versiunilor cu Git și GitHub10 ore
  • Modelul Git: commit, branch, merge, HEAD
  • Flux de lucru local: add, commit, log, diff, status
  • Ramuri și rezolvarea conflictelor de merge
  • Lucrul cu depozite remote: clone, push, pull, fetch
  • Pull requests, code review și colaborare pe GitHub
  • Bune practici de mesaje de commit (conventional commits) și .gitignore
GitGitHubGitHub DesktopVS Code Git integration
03Programare orientată pe obiecte și introducere în programarea funcțională16 ore
  • Clase, obiecte, atribute, metode
  • Încapsulare, moștenire, polimorfism
  • Metode speciale (dunder), dataclasses și proprietăți
  • Funcții de ordin superior, map/filter/reduce
  • Funcții lambda, expresii de comprehensiune
  • Imutabilitate și funcții pure — noțiuni introductive
Python 3.12+dataclassesfunctools
04Baze de date relaționale și SQL12 ore
  • Modelul relațional: tabele, chei primare și externe
  • SELECT, WHERE, ORDER BY, LIMIT
  • INSERT, UPDATE, DELETE
  • JOIN-uri și relații între tabele
  • Agregări: GROUP BY, funcții de agregare
  • Conectarea unei aplicații Python la o bază de date
PostgreSQLSQLiteDBeaverpsycopgsqlite3
05Testare automată de bază și cod curat12 ore
  • De ce testăm: costul erorilor
  • Teste unitare cu pytest
  • Aserțiuni, fixturi, organizarea testelor
  • Principii de cod curat: denumiri, funcții mici, DRY
  • Formatare și linting automat
  • Introducere în PEP 8, type hints și convenții de stil
pytestRuffmypy (introductiv)
06Introducere în dezvoltarea asistată de AI (AI-assisted coding)10 ore
  • Cum funcționează asistenții de cod bazați pe LLM
  • Utilizarea GitHub Copilot pentru autocompletare și generare
  • Prompturi eficiente pentru generarea de cod și explicații
  • Verificarea critică și depanarea codului generat de AI
  • Limite, riscuri și etica utilizării AI în programare
  • Flux de lucru practic: de la prompt la cod testat și versionat
GitHub CopilotClaude / ChatGPTVS CodeCopilot Chat
Competențe dobândite:
  • Scrie programe structurate în Python folosind tipuri de date, funcții și colecții
  • Aplică principiile OOP și noțiuni de programare funcțională la probleme simple
  • Versionează codul și colaborează folosind Git și GitHub
  • Interoghează și modifică date într-o bază relațională cu SQL
  • Scrie teste unitare de bază și menține codul curat, formatat și tipizat
  • Folosește un asistent AI pentru a accelera dezvoltarea, verificând critic rezultatele
Proiect practic final: Aplicație de tip CLI de gestionare a unei liste de sarcini (task manager) cu persistență în bază de date SQLite, operații CRUD complete, cel puțin 8 teste unitare cu pytest, cod formatat cu Ruff și versionat pe GitHub cu istoric coerent de commit-uri și README documentat. O parte din cod este generată asistat de Copilot și revizuită critic de cursant.
Evaluare: Evaluare pe parcurs prin exerciții practice la fiecare modul (40%) și examen final constând într-o probă practică de programare la calculator plus susținerea proiectului individual în fața comisiei (60%). Criterii: corectitudinea funcțională, calitatea și lizibilitatea codului, acoperirea cu teste, folosirea corectă a Git. Prag de promovare: minim 60%.

Dezvoltator software full-stack cloud-native · 360 ore

Intermediar–avansat aplicat

Traseu aplicat de 360 de ore care transformă fundamentele într-o competență profesională reală: Python și TypeScript full-stack, algoritmi și design patterns, API-uri REST/GraphQL, baze de date SQL/NoSQL/vectoriale, containerizare cu Docker și introducere în Kubernetes, CI/CD și DevSecOps, testare avansată, securitate OWASP și dezvoltare de aplicații cu LLM și RAG. Absolventul poate livra aplicații complete, testate, containerizate și securizate.

📚 12 module · 360 ore total

01Python profesional și TypeScript pentru full-stack40 ore
  • Python avansat: type hints, generatori, decoratori, context managers
  • Programare asincronă cu async/await
  • TypeScript: tipuri, interfețe, generice, narrowing
  • Node.js și ecosistemul npm/pnpm
  • Modele mentale comune între cele două limbaje
  • Gestionarea mediilor virtuale și a dependențelor
Python 3.12+TypeScript 5Node.js 20+uvpoetrypnpmVite
02Structuri de date, algoritmi și complexitate28 ore
  • Notația Big-O și analiza complexității
  • Liste, stive, cozi, hash maps
  • Arbori, grafuri și parcurgeri (BFS/DFS)
  • Sortare și căutare
  • Algoritmi greedy și programare dinamică — introducere
  • Rezolvare de probleme și pregătire pentru interviuri tehnice
PythonLeetCodeBig-O Cheat SheetVS Code
03Paradigme avansate: OOP, funcțional și design patterns30 ore
  • Principii SOLID
  • Design patterns: Factory, Strategy, Observer, Repository, Adapter
  • Compoziție vs. moștenire
  • Programare funcțională: imutabilitate, funcții pure, compoziție
  • Refactorizare ghidată de mirosuri de cod (code smells)
  • Arhitectură pe niveluri (layered)
PythonTypeScriptRefactoring catalog (M. Fowler)
04Git avansat și colaborare profesională16 ore
  • Rebase interactiv, cherry-pick, squash
  • Strategii de branching: GitHub Flow, trunk-based
  • Rezolvarea conflictelor complexe
  • Semnarea commit-urilor, tag-uri și release-uri
  • Colaborare open-source: fork, PR, issues
  • Automatizări cu GitHub Actions de bază
GitGitHubGitHub Actionsconventional commits
05Dezvoltare de API REST și GraphQL34 ore
  • Principii REST, verbe HTTP, coduri de stare
  • Proiectarea resurselor și versionarea API
  • Validare, serializare, paginare, filtrare
  • GraphQL: schema, query, mutation, resolvers
  • Autentificare cu JWT și OAuth2
  • Documentare API cu OpenAPI/Swagger
FastAPIExpressNestJSGraphQLApollo ServerSwagger/OpenAPIPostmanInsomnia
06Baze de date: SQL avansat, NoSQL și vector databases30 ore
  • SQL avansat: indexuri, tranzacții, window functions
  • Modelare și normalizare
  • NoSQL: documente (MongoDB), chei-valoare (Redis)
  • Baze de date vectoriale și embeddings
  • Căutare semantică și similaritate
  • ORM și migrări de schemă
PostgreSQLMongoDBRedisQdrantpgvectorSQLAlchemyPrisma
07Containerizare cu Docker și introducere în Kubernetes30 ore
  • Imagini, containere, Dockerfile, build multi-stage
  • Volume, rețele, variabile de mediu
  • Docker Compose pentru aplicații multi-serviciu
  • Concepte Kubernetes: pod, deployment, service
  • Configurare cu ConfigMaps și Secrets
  • Scalare și health checks
DockerDocker ComposeKuberneteskubectlkindminikubeHelm (introductiv)
08CI/CD și automatizare DevOps26 ore
  • Pipeline-uri de integrare și livrare continuă
  • Build, test și deploy automatizat
  • Gestionarea secretelor și a mediilor (dev/staging/prod)
  • Registre de imagini de container
  • Strategii de release: blue-green, canary
  • Infrastructure as Code — introducere
GitHub ActionsGitLab CIGHCRDocker HubTerraform (introductiv)
09Testare automată avansată28 ore
  • Piramida testării: unit, integrare, end-to-end
  • Mocking, stubbing, test doubles
  • Testarea API-urilor și a bazelor de date
  • Teste end-to-end pentru interfețe web
  • Acoperire de cod (code coverage) și raportare
  • Introducere în TDD
pytestVitestJestPlaywrightcoverage.pytestcontainers
10AI-assisted coding și aplicații cu LLM (RAG, prompt engineering)34 ore
  • Agentic coding cu asistenți moderni
  • Prompt engineering pentru dezvoltatori
  • Integrarea unui LLM prin API într-o aplicație
  • Arhitectura RAG: chunking, embeddings, retrieval
  • Construirea unui asistent pe documente proprii
  • Evaluarea și limitarea halucinațiilor
GitHub CopilotCursorClaude CodeOpenAI APIAnthropic APILangChainLlamaIndexpgvectorQdrant
11Securitate by design (OWASP) și DevSecOps24 ore
  • OWASP Top 10 explicat cu exemple
  • Injecții (SQL, comenzi), XSS, CSRF
  • Autentificare și management de sesiune sigure
  • Gestionarea secretelor și a dependențelor vulnerabile
  • Scanare de securitate în pipeline (SAST/DAST/SCA)
  • Principii de secure coding
OWASP ZAPSnykTrivySemgrepDependabotGitHub Advanced Security
12Proiect integrator aplicat40 ore
  • Analiză de cerințe și proiectarea arhitecturii
  • Implementare backend cu API și bază de date
  • Interfață front-end conectată la API
  • Containerizare și pipeline CI/CD
  • Teste automate și scanare de securitate
  • Documentare, prezentare și demo live
FastAPINestJSReactPostgreSQLDockerGitHub ActionsPlaywright
Competențe dobândite:
  • Dezvoltă aplicații full-stack în Python și TypeScript respectând principii SOLID și design patterns
  • Proiectează și implementează API-uri REST și GraphQL cu autentificare și documentație
  • Modelează și integrează baze de date relaționale, NoSQL și vectoriale
  • Containerizează aplicații cu Docker și cunoaște fundamentele orchestrării Kubernetes
  • Construiește și operează pipeline-uri CI/CD cu practici DevSecOps și scanare de securitate
  • Scrie suite complete de teste automate și aplică TDD
  • Dezvoltă aplicații inteligente cu LLM, RAG și prompt engineering, folosind productiv unelte de agentic coding
Proiect practic final: Aplicație web full-stack cu funcționalitate de asistent inteligent pe documente (RAG): backend FastAPI cu API REST și GraphQL, autentificare JWT, PostgreSQL cu pgvector pentru căutare semantică, front-end React, integrare cu un LLM prin API. Aplicația este complet containerizată (Docker Compose), are pipeline CI/CD pe GitHub Actions cu scanare de securitate (Trivy/Snyk), suite de teste unitare/integrare/e2e și documentație OpenAPI.
Evaluare: Evaluare formativă continuă prin teme practice și mini-proiecte pe module (30%), două probe practice intermediare — API+DB și containerizare+CI/CD (30%) și examen final cu susținerea și demonstrarea proiectului integrator plus probă orală tehnică (40%). Se punctează arhitectura, calitatea și securitatea codului, acoperirea cu teste și funcționarea pipeline-ului. Prag de promovare: minim 60%.

Specialist în ingineria software cloud-native și AI · 720 ore

Specializare completă

Traseu complet de 720 de ore pentru formarea unui inginer software polivalent al anilor 2025–2026: patru limbaje (Python, TypeScript, Rust, Go), arhitectură software și clean architecture, API-uri REST/GraphQL/gRPC, baze de date avansate SQL/NoSQL/vectoriale, Docker și Kubernetes la nivel de producție, platform engineering, testare completă și TDD, observabilitate și SRE, agentic coding, aplicații avansate cu LLM și agenți, WebAssembly, securitate DevSecOps și un proiect capstone amplu de tip produs software real.

📚 21 module · 720 ore total

01Python profesional și inginerie de cod36 ore
  • Modelul de date Python, protocoale și tipare avansate
  • Type hints stricte, generics, protocols
  • Programare asincronă și concurență (asyncio)
  • Împachetare, distribuție și management de pachete
  • Profilare și optimizare de performanță
  • Cod idiomatic și review-uri de calitate
Python 3.12+uvmypyRuffpytestcProfile
02TypeScript și dezvoltare front-end modernă36 ore
  • Sistemul de tipuri TypeScript în profunzime
  • Componente, state management, hooks
  • Rendering pe server și full-stack frameworks
  • Build tools, bundling, performanță web
  • Accesibilitate și design responsive
  • Testarea componentelor de UI
TypeScript 5ReactNext.jsViteTailwind CSSVitestPlaywright
03Rust: programare de sistem sigură și performantă40 ore
  • Ownership, borrowing, lifetimes
  • Tipuri, enums, pattern matching, Option/Result
  • Traits și generics
  • Concurență fără data races
  • Gestionarea erorilor și cargo ecosystem
  • Interoperabilitate și compilare către WebAssembly
RustCargoclippytokiowasm-pack
04Go: servicii backend concurente și cloud-native36 ore
  • Sintaxă Go, tipuri, structuri, interfețe
  • Goroutines și channels
  • Construirea de servicii HTTP performante
  • Testare și tooling standard Go
  • Compilare statică și deployment în containere
  • Microservicii cloud-native
Go 1.22+go modulesginechoDelve
05Structuri de date, algoritmi și complexitate avansată32 ore
  • Analiza amortizată și Big-O avansat
  • Arbori echilibrați, heap-uri, trie
  • Algoritmi pe grafuri (Dijkstra, topological sort)
  • Programare dinamică avansată
  • Algoritmi probabilistici și hashing
  • Optimizare și structuri de date pentru scală
PythonRustGoLeetCodeAdvent of Code
06Paradigme de programare și design patterns30 ore
  • SOLID, DRY, KISS, YAGNI în practică
  • Design patterns creaționale, structurale, comportamentale
  • Programare funcțională: compoziție, currying, efecte
  • Domain-Driven Design — noțiuni fundamentale
  • Event-driven și message passing
  • Anti-patterns și refactorizare
TypeScriptPythonRustcatalog de design patterns
07Arhitectură software și clean architecture30 ore
  • Clean / Hexagonal / Onion architecture
  • Separarea preocupărilor și dependency inversion
  • Microservicii vs. monolit modular
  • Comunicare între servicii și consistență
  • CQRS și event sourcing — introducere
  • Decizii de arhitectură (ADR) și trade-offs
C4 modelPlantUMLStructurizrdraw.io
08Git, GitHub avansat și trunk-based development16 ore
  • Modele de branching la scală
  • Trunk-based development și feature flags
  • Monorepo vs. polyrepo
  • Automatizări avansate cu GitHub Actions
  • Semnare, provenance și supply chain
  • Code review eficient și mentoring
GitGitHubGitHub ActionsNxTurboreposemantic-release
09API REST, GraphQL și gRPC36 ore
  • Design de API la scală și versionare
  • REST matur (HATEOAS, idempotență)
  • GraphQL federat și performanță (N+1)
  • gRPC și Protocol Buffers
  • Rate limiting, caching, gateway
  • Contract testing
FastAPINestJSGraphQLApollo FederationgRPCProtocol BuffersKong
10Baze de date relaționale avansate30 ore
  • Optimizarea interogărilor și planuri de execuție
  • Indexare avansată și partiționare
  • Tranzacții, niveluri de izolare, blocaje
  • Replicare și sharding
  • Migrări sigure zero-downtime
  • Modelare pentru performanță
PostgreSQLMySQLEXPLAIN ANALYZEAlembicFlywaypgbench
11NoSQL și vector databases pentru AI30 ore
  • Modele NoSQL: document, coloană, graf, chei-valoare
  • MongoDB și Redis la scală
  • Baze de date vectoriale și indexare ANN (HNSW)
  • Embeddings, similaritate, căutare hibridă
  • Consistență și teorema CAP
  • Alegerea depozitului potrivit pentru context
MongoDBRedisQdrantWeaviatepgvectorNeo4j
12Docker și containerizare la nivel de producție28 ore
  • Imagini optimizate, multi-stage, distroless
  • Securitatea containerelor și scanare
  • Rețelistică și volume avansate
  • Registre private și semnarea imaginilor
  • Optimizare build cu cache și BuildKit
  • Bune practici de producție
DockerBuildKitTrivyCosignDocker Compose
13Kubernetes și orchestrare cloud-native40 ore
  • Arhitectura Kubernetes și obiecte de bază
  • Deployments, Services, Ingress, autoscaling
  • ConfigMaps, Secrets, persistent volumes
  • Helm și gestionarea release-urilor
  • GitOps și deployment declarativ
  • Networking, RBAC și securitate în cluster
KuberneteskubectlHelmArgo CDFluxkindk9s
14CI/CD și platform engineering30 ore
  • Pipeline-uri complexe și reutilizabile
  • Infrastructure as Code la scală
  • Medii efemere și preview environments
  • Strategii de release avansate (canary, feature flags)
  • Developer experience și platform teams
  • Golden paths și internal developer platforms
GitHub ActionsTerraformPulumiArgo CDBackstage
15Testare automată completă și TDD34 ore
  • Test-Driven Development în profunzime
  • Property-based testing și fuzzing
  • Testare de contract și integrare cu testcontainers
  • Testare end-to-end și vizuală
  • Mutation testing și calitatea testelor
  • Testare de performanță și încărcare
pytestVitestPlaywrighttestcontainersHypothesisk6Stryker
16Observabilitate, SRE și performanță26 ore
  • Cei trei piloni: logs, metrics, traces
  • Instrumentare cu OpenTelemetry
  • SLI, SLO, error budgets
  • Alerting și on-call
  • Distributed tracing și debugging în producție
  • Optimizarea performanței end-to-end
OpenTelemetryPrometheusGrafanaJaegerLokiSentry
17AI-assisted și agentic coding32 ore
  • Fluxuri de lucru cu agenți autonomi de cod
  • Configurarea și dirijarea asistenților (context, reguli)
  • Generare, refactorizare și review asistate de AI
  • MCP (Model Context Protocol) și unelte pentru agenți
  • Verificarea, testarea și guvernanța codului generat
  • Productivitate și limite ale agentic coding
Claude CodeGitHub CopilotCursorModel Context ProtocolAider
18Aplicații cu LLM: RAG, prompt engineering și agenți40 ore
  • Arhitecturi RAG avansate (re-ranking, hybrid search)
  • Prompt engineering sistematic și evaluare
  • Construirea de agenți cu tools și memorie
  • Orchestrarea fluxurilor multi-agent
  • Fine-tuning vs. RAG vs. prompting
  • Evaluare, siguranță, cost și observabilitate LLM
OpenAI APIAnthropic APILangChainLlamaIndexLangGraphQdrantOllamaLangSmith
19WebAssembly și edge computing24 ore
  • Fundamente WebAssembly și modelul de execuție
  • Compilarea Rust și Go către WASM
  • WASI și rularea în afara browserului
  • Module WASM la edge
  • Performanță și cazuri de utilizare
  • Integrarea WASM în aplicații web
WebAssemblywasm-packWasmtimeCloudflare WorkersRustGo
20Securitate by design, OWASP și DevSecOps34 ore
  • OWASP Top 10 și OWASP ASVS
  • Threat modeling și secure design
  • Securizarea lanțului de aprovizionare software (SBOM)
  • Secrets management și zero-trust
  • SAST, DAST, SCA integrate în pipeline
  • Securitatea aplicațiilor cu LLM (OWASP Top 10 for LLM)
OWASP ZAPSnykTrivySemgrepHashiCorp VaultDependabotSyft
21Proiect capstone amplu (produs software complet)80 ore
  • Descoperire de produs, cerințe și arhitectură
  • Backend polivalent (Python/Go) cu API și microservicii
  • Front-end modern și integrare cu servicii AI (RAG/agenți)
  • Containerizare, Kubernetes și pipeline CI/CD complet
  • Observabilitate, testare completă și hardening de securitate
  • Documentație tehnică, prezentare finală și demo live
PythonGoTypeScriptReactPostgreSQLpgvectorKubernetesGitHub ActionsOpenTelemetryLLM API
Competențe dobândite:
  • Dezvoltă software profesional în Python, TypeScript, Rust și Go, alegând limbajul potrivit contextului
  • Proiectează arhitecturi curate, microservicii și API-uri REST/GraphQL/gRPC scalabile și sigure
  • Modelează și optimizează baze de date SQL, NoSQL și vectoriale pentru sisteme la scală
  • Operează aplicații în producție cu Kubernetes, GitOps, CI/CD și practici de platform engineering
  • Instrumentează sisteme pentru observabilitate și aplică principii SRE (SLO, error budgets)
  • Construiește aplicații AI avansate cu LLM, RAG, agenți și le securizează conform OWASP
  • Compilează și rulează module WebAssembly la edge și integrează DevSecOps pe tot ciclul de viață
  • Utilizează agentic coding și Model Context Protocol pentru a livra software cu productivitate ridicată, sub guvernanță de calitate și securitate
Proiect practic final: Produs software complet de tip SaaS cu componentă de inteligență artificială: platformă multi-serviciu cu backend în Go și Python (microservicii comunicând prin REST/gRPC), front-end React/Next.js, bază de date PostgreSQL cu pgvector și Redis, un subsistem AI cu agenți și RAG peste documentele utilizatorilor, un modul de calcul performant compilat în WebAssembly (Rust). Întregul sistem este orchestrat pe Kubernetes cu GitOps (Argo CD), pipeline CI/CD complet, observabilitate cu OpenTelemetry/Grafana, securizare DevSecOps (SAST/DAST/SCA, SBOM) și suite complete de teste (unit, integrare, e2e, load). Livrabile: cod versionat, infrastructură ca și cod, documentație de arhitectură (ADR, C4) și demo live.
Evaluare: Evaluare integrată pe trei paliere: evaluare continuă prin teme, laboratoare și mini-proiecte modulare (25%); trei probe practice de sinteză — servicii backend multi-limbaj, orchestrare Kubernetes+CI/CD, aplicație AI cu RAG/agenți (30%); examen final constând în susținerea proiectului capstone cu demo live, apărarea deciziilor de arhitectură și probă orală tehnică în fața comisiei (45%). Se evaluează corectitudinea, arhitectura, scalabilitatea, securitatea, observabilitatea, acoperirea cu teste și calitatea documentației. Prag de promovare: minim 60%; certificatul se eliberează conform standardului ocupațional pentru Programator (COR 251202).
← Înapoi la servicii
Curs de specializare · COR 251203

🖥️ Inginer de sistem în informatică

De la kernelul Linux la platforme cloud-native: proiectează, automatizează și securizează infrastructura anilor 2025–2026.

Curs de specializare (conform O.G. nr. 129/2000) care formează ingineri de sistem capabili să proiecteze, să implementeze și să opereze infrastructuri IT moderne, distribuite și reziliente. Programa acoperă arhitecturi de sistem și microservicii, Linux avansat și eBPF, virtualizare și containere (Docker, Kubernetes production-grade), Infrastructure as Code (Terraform/OpenTofu, Pulumi, Ansible), cloud multi-provider, DevOps/DevSecOps cu supply-chain security, observability & SRE cu OpenTelemetry, cybersecurity zero-trust, platform engineering (IDP), edge computing, AIOps și data platforms. Pregătirea îmbină fundamente inginerești solide cu practica pe stack-uri reale folosite azi în industrie și culminează cu proiecte integratoare cloud-native operate end-to-end, de la landing zone la SRE și FinOps.

🎯

Cui se adresează

Absolvenți de studii superioare tehnice sau echivalent, administratori de sistem, ingineri de rețea și dezvoltatori software care doresc tranziția către roluri de DevOps / SRE / Platform Engineer / Cloud & Security Engineer, precum și specialiști IT care vor să-și actualizeze competențele la nivelul standardelor 2025–2026 și să lucreze pe infrastructuri distribuite, containerizate și automate.

✅

Condiții de acces

Studii superioare finalizate (diplomă de licență) sau în curs, conform cerințelor ocupaționale pentru codul COR 251203. Cunoștințe minime de operare a calculatorului și de utilizare a liniei de comandă, noțiuni de bază despre rețele (adresare IP, DNS) și cel puțin un limbaj de programare/scripting la nivel elementar. Pentru traseele de 360h și 720h se recomandă parcurgerea prealabilă a traseului de fundamente (80h) sau demonstrarea unor competențe echivalente (administrare Linux, Docker, Git, un cloud public).

Rezultatele învățării

  • Proiectează arhitecturi de sistem distribuite, scalabile și tolerante la defecte, aplicând Domain-Driven Design, patternuri de microservicii și event-driven architecture
  • Administrează avansat sisteme Linux: tuning de performanță, systemd, cgroups v2, observabilitate cu eBPF, storage și networking la nivel de kernel, hardening automatizat
  • Construiește și operează platforme Kubernetes production-grade: RBAC, admission control (Kyverno/OPA), autoscaling (HPA/VPA/KEDA/Karpenter), service mesh și runtime security
  • Automatizează integral infrastructura prin Infrastructure as Code (Terraform/OpenTofu, Pulumi, Ansible), Policy as Code și fluxuri GitOps cu reconciliere continuă
  • Proiectează pipeline-uri CI/CD și practici DevSecOps cu shift-left security, semnare de artefacte (Sigstore), SBOM și provenance conform SLSA
  • Operează medii cloud multi-provider (AWS, Azure, GCP) cu landing zones, Well-Architected, high availability multi-region și optimizare de cost (FinOps)
  • Implementează observability completă (metrics, logs, traces) cu OpenTelemetry și practici SRE: SLO/SLI, error budgets, incident response și postmortems
  • Aplică principii zero-trust și securizează infrastructura end-to-end: identitate (SPIFFE/SPIRE), secrete, mTLS, microsegmentare, CSPM și securitatea supply chain
  • Construiește Internal Developer Platforms cu golden paths, adoptă platform engineering, edge computing (K3s/Wasm) și AIOps pentru automatizare inteligentă a operațiunilor

Programa — 3 niveluri de specializare

Alege durata. Fiecare traseu este un schelet complet, gata de dezvoltat în cursuri autorizate.

Fundamente în ingineria sistemelor și infrastructură modernă · 80 ore

Fundamente

Traseu introductiv care construiește baza solidă a inginerului de sistem: administrare Linux, rețele TCP/IP, virtualizare și containere, primii pași în cloud și automatizare cu Git și CI/CD. La final, cursantul poate opera o infrastructură de bază containerizată, o poate publica securizat și poate automatiza sarcini recurente.

📚 6 module · 80 ore total

01Arhitecturi de sistem și infrastructură IT modernă12 ore
  • Rolul inginerului de sistem și ecosistemul DevOps/SRE/Platform 2025
  • Componentele unei infrastructuri: compute, storage, network, identitate
  • Arhitecturi monolit vs. distribuite vs. microservicii
  • Modele de servicii cloud: IaaS, PaaS, SaaS, serverless, containers-as-a-service
  • Concepte de disponibilitate, scalabilitate, rezistență la defecte și SLA/SLO
Draw.ioExcalidrawMermaidC4 ModelVS Code
02Linux esențial pentru administrarea sistemelor16 ore
  • Filesystem Linux, permisiuni, utilizatori, grupuri și sudo
  • Gestionarea proceselor și pachetelor (apt/dnf), semnale și priorități
  • Servicii cu systemd, unit files, jurnale cu journalctl
  • Editare, redirectări, pipe-uri și utilitare (grep, sed, awk, jq)
  • Introducere în hardening: SSH keys, firewall de bază, actualizări de securitate
Ubuntu Server LTSRocky LinuxsystemdOpenSSHtmuxWSL2
03Rețele TCP/IP și servicii moderne12 ore
  • Modelul OSI/TCP-IP, adresare IPv4/IPv6, subnetare și CIDR
  • DNS, DHCP, HTTP/1.1 și HTTP/2, TLS 1.3 și certificate
  • Firewall și filtrare (nftables, ufw), NAT și port forwarding
  • Diagnoză de rețea și troubleshooting sistematic
  • Introducere în reverse proxy, terminare TLS și load balancing
WiresharknftablesdigcurlNginxLet's Encrypt/certbot
04Virtualizare și containere cu Docker16 ore
  • Diferența virtualizare vs. containerizare, namespaces și cgroups
  • Imagini, containere, volume și rețele Docker
  • Scrierea Dockerfile, multi-stage builds și bune practici de imagine
  • Orchestrare locală cu Docker Compose (multi-serviciu)
  • Registry, tagging și distribuția imaginilor, scanare de bază
DockerDocker ComposeDocker Hub / GHCRKVM/VirtualBoxTrivy
05Introducere în cloud (AWS / Azure / GCP)12 ore
  • Concepte fundamentale cloud, modele de cost și shared responsibility
  • Compute, storage și networking în cloud public
  • Conturi, IAM și principiul privilegiului minim
  • Provizionarea unei mașini virtuale și a unui serviciu web accesibil public
  • Regiuni, zone de disponibilitate și high availability de bază
AWS Free Tier (EC2/S3)Azure PortalGoogle Cloud ConsoleAWS CLICloud Shell
06Automatizare de bază, Git și fundamente de securitate12 ore
  • Scripting Bash pentru automatizarea sarcinilor recurente
  • Controlul versiunilor cu Git, branching și pull requests
  • Introducere în CI/CD: pipeline build-test-deploy automat
  • Gestionarea secretelor și igiena de securitate (nu hardcoda credențiale)
  • Principii zero-trust și autentificare multifactor (MFA)
BashGitGitHub/GitLabGitHub Actionspre-commitgitleaks
Competențe dobândite:
  • Administrează un server Linux: utilizatori, servicii systemd, jurnale, pachete și hardening de bază
  • Configurează servicii de rețea de bază, TLS și reverse proxy și diagnostichează probleme
  • Construiește și rulează aplicații containerizate cu Docker și Docker Compose
  • Provizionează resurse elementare într-un cloud public respectând privilegiul minim
  • Automatizează sarcini cu Bash, gestionează cod cu Git și rulează un pipeline CI/CD simplu
Proiect practic final: Implementarea unei aplicații web multi-container (frontend, backend, bază de date) cu Docker Compose, publicată securizat printr-un reverse proxy Nginx cu TLS, pe un server Linux provizionat în cloud, cu script Bash de automatizare a deploymentului, versionare în Git și un pipeline CI/CD simplu (GitHub Actions) care construiește și publică imaginile.
Evaluare: Evaluare pe parcurs prin lucrări practice de laborator (40%) și evaluare finală constând în susținerea proiectului practic în fața comisiei (probă practică 40% + probă teoretică tip test grilă 20%), conform standardului ocupațional. Nota minimă de promovare 6/10.

DevOps și Cloud aplicat — nivel intermediar-avansat · 360 ore

Avansat aplicat

Traseu aplicat care transformă fundamentele în competențe de producție: microservicii, Linux avansat, Kubernetes, Infrastructure as Code, CI/CD, cloud aplicat, observability și zero-trust. Cursantul devine capabil să proiecteze și să opereze o platformă DevOps completă, automatizată, monitorizată și securizată.

📚 12 module · 360 ore total

01Arhitecturi distribuite și microservicii32 ore
  • Descompunerea monolitului și bounded contexts (Domain-Driven Design)
  • Comunicare sincronă (REST/gRPC) vs. asincronă (message queues, streaming)
  • Patternuri: API Gateway, Circuit Breaker, Saga, CQRS, Outbox
  • Event-driven architecture și event streaming
  • Rezistență: retry, timeout, backpressure, idempotență și dead-letter queues
gRPCApache KafkaRabbitMQKong API GatewayPostman/BrunoAsyncAPI
02Linux avansat și administrare de sistem32 ore
  • Tuning de performanță: CPU, memorie, I/O, limite și cgroups v2
  • Storage avansat: LVM, RAID, filesystem-uri (ext4, XFS, ZFS)
  • Networking la nivel de sistem: bonding, VLAN, network namespaces
  • Securizare (hardening): SELinux/AppArmor, auditd, CIS Benchmarks
  • Observabilitate și troubleshooting sistemic cu perf, strace și eBPF de bază
LVMZFSSELinuxauditdperfstracebpftrace
03Rețele moderne, load balancing și DNS24 ore
  • Layer 4 vs. Layer 7 load balancing și health checks
  • Reverse proxy avansat, terminare TLS și HTTP/3/QUIC
  • DNS gestionat, service discovery și split-horizon
  • VPN și conectivitate securizată (WireGuard)
  • Introducere în software-defined networking și overlay networks
HAProxyNginxTraefikCoreDNSWireGuard
04Docker avansat, registries și securitatea imaginilor24 ore
  • Multi-stage builds, cache mounts și optimizarea imaginilor (BuildKit)
  • Registry privat, politici de acces și retenție
  • Scanarea vulnerabilităților și generarea de SBOM
  • Networking și storage avansat în Docker
  • Semnarea și verificarea imaginilor (supply chain, Cosign)
Docker BuildKitHarborTrivyCosign/SigstoreSyftDive
05Kubernetes — orchestrarea containerelor40 ore
  • Arhitectura clusterului: control plane, nodes, etcd, kubelet
  • Pods, Deployments, Services, Ingress și Gateway API
  • ConfigMaps, Secrets, persistent volumes și StorageClasses
  • Scalare orizontală, autoscaling (HPA) și rolling updates
  • Managementul pachetelor cu Helm și configurare cu Kustomize
KuberneteskubectlHelmKustomizek3s/kind/minikubek9s
06Infrastructure as Code cu Terraform / OpenTofu32 ore
  • Declararea infrastructurii și state management
  • Module reutilizabile și organizarea codului
  • Provideri multi-cloud, data sources și dependențe
  • Workspaces, remote state, locking și drift detection
  • Bune practici, testare, validare a planurilor și Policy as Code de bază
TerraformOpenTofuTerragrunttflintCheckovInfracost
07Configuration management cu Ansible24 ore
  • Playbook-uri, roluri, collections și inventar dinamic
  • Idempotență și gestionarea stării dorite
  • Template-uri Jinja2, variabile și handlers
  • Gestionarea secretelor cu Ansible Vault
  • Automatizarea configurării la scară și testare cu Molecule
AnsibleAnsible VaultMoleculeJinja2
08CI/CD și pipeline-uri DevOps32 ore
  • Proiectarea pipeline-urilor build-test-deploy as code
  • Strategii de deployment: blue-green, canary, rolling
  • Artefacte, caching, matrix builds și paralelizare
  • Automatizarea testelor, quality gates și code coverage
  • GitOps: reconciliere continuă și rollback declarativ
GitHub ActionsGitLab CIArgo CDSonarQubeRenovate
09Cloud aplicat (AWS / Azure)40 ore
  • Networking cloud: VPC/VNet, subnets, security groups, routing
  • Compute scalabil, managed databases și object storage
  • IAM avansat, politici, roluri și federare
  • High availability, backup și disaster recovery
  • Servicii managed pentru containere (EKS/AKS) și autoscaling de noduri
AWS (VPC, EC2, RDS, EKS, S3)Azure (VNet, AKS)AWS CLIeksctlKarpenter
10Observability și monitoring24 ore
  • Cei trei piloni: metrics, logs, traces și corelarea lor
  • Instrumentare cu OpenTelemetry și colectare centralizată
  • Alerting, deduplicare și managementul incidentelor
  • Dashboard-uri, SLI-uri și query cu PromQL/LogQL
  • Distributed tracing pentru microservicii
PrometheusGrafanaLokiOpenTelemetryTempoAlertmanager
11Cybersecurity și fundamente zero-trust32 ore
  • Modelul zero-trust: identitate, dispozitiv, rețea, workload
  • Managementul secretelor, rotația cheilor și dynamic secrets
  • Segmentarea rețelei și network policies în Kubernetes
  • Vulnerability management, hardening și CIS Benchmarks
  • Securitate în pipeline (DevSecOps): SAST, SCA, secret scanning
HashiCorp VaultOpenVASOWASP ZAPFalcokube-benchTrivy
12Proiect integrator DevOps24 ore
  • Proiectarea unei arhitecturi complete și a topologiei de rețea
  • Implementarea infrastructurii ca cod și a mediilor multiple
  • Configurarea pipeline-ului CI/CD end-to-end cu GitOps
  • Monitorizare, alerting și management de secrete
  • Documentare, runbook-uri și prezentare
Terraform/OpenTofuKubernetesArgo CDPrometheus/GrafanaVaultGit
Competențe dobândite:
  • Proiectează și implementează aplicații bazate pe microservicii cu comunicare sincronă și asincronă
  • Administrează avansat sisteme Linux și rețele moderne, cu tuning și hardening
  • Operează clustere Kubernetes cu Helm/Kustomize, Gateway API și strategii de deployment
  • Automatizează infrastructura cu Terraform/OpenTofu și Ansible și aplică Policy as Code de bază
  • Construiește pipeline-uri CI/CD și fluxuri GitOps cu quality gates și scanare de securitate
  • Implementează observability cu OpenTelemetry și principii de securitate zero-trust în cloud
Proiect practic final: Proiectarea și implementarea unei platforme DevOps end-to-end pentru o aplicație de microservicii: infrastructură provizionată cu Terraform/OpenTofu într-un cloud public, cluster Kubernetes managed cu deployment prin Helm și GitOps (Argo CD), pipeline CI/CD complet cu quality gates, scanare de vulnerabilități și semnare de imagini (Cosign), stack de observability (Prometheus, Grafana, Loki, OpenTelemetry) cu alerting și SLO-uri de bază, plus management al secretelor cu Vault și network policies zero-trust.
Evaluare: Evaluare formativă continuă prin laboratoare practice și evaluări intermediare la finalul modulelor majore (Kubernetes, Terraform/OpenTofu, CI/CD) reprezentând 50%. Evaluare finală: realizarea și susținerea proiectului integrator în fața comisiei (probă practică 35% + probă teoretică 15%). Nota minimă de promovare 6/10, conform standardului ocupațional.

Specializare completă — Inginer de sistem cloud-native, SRE & Security · 720 ore

Specializare completă

Traseu complet de specializare care acoperă întregul spectru al ingineriei de sistem moderne: arhitecturi enterprise distribuite, Kubernetes production-grade, IaC avansat cu Policy as Code, platform engineering, SRE, cybersecurity zero-trust, edge computing, AIOps și data platforms. Culminează cu un proiect final amplu de tip platformă cloud-native operată end-to-end, de la landing zone la FinOps.

📚 18 module · 720 ore total

01Arhitecturi de sistem enterprise și design distribuit40 ore
  • Principii de arhitectură: cuplare, coeziune, evoluabilitate
  • Domain-Driven Design, bounded contexts și context mapping
  • Patternuri distribuite: Saga, CQRS, Event Sourcing, Outbox
  • Teorema CAP, consistență și consens (Raft/Paxos)
  • Architecture Decision Records, fitness functions și trade-off analysis
C4 Model/StructurizrgRPCApache KafkaPlantUMLAsyncAPI
02Linux avansat, kernel tuning și performance engineering40 ore
  • Interne kernel: scheduler, memory management, cgroups v2, namespaces
  • Profiling și tracing avansat cu eBPF
  • Tuning de performanță pentru workload-uri de producție
  • Storage și filesystem-uri distribuite
  • Automatizarea hardening-ului la scară și CIS compliance
eBPF/bpftraceperfcgroups v2ZFSAnsibleCilium Tetragon
03Rețele moderne, SDN și service mesh32 ore
  • Software-defined networking și overlay networks
  • CNI plugins în Kubernetes și eBPF dataplane
  • Service mesh: traffic management, mTLS, observability (sidecar și ambient)
  • Gateway API, ingress avansat și API gateway la scară
  • Zero-trust networking și microsegmentare cu network policies
CiliumIstio (Ambient)LinkerdEnvoyCalicoGateway API
04Virtualizare, containere și runtime security40 ore
  • Container runtimes: containerd, CRI-O, gVisor, Kata
  • Izolare avansată, sandboxing și confidential containers
  • Runtime threat detection și response
  • OCI, image supply chain, SBOM și admission de imagini semnate
  • Rootless containers, seccomp și hardening
containerdgVisorFalcoSyft/GrypeKata ContainersCosign
05Kubernetes production-grade56 ore
  • Instalarea și operarea clusterelor production (kubeadm, kubespray, Cluster API)
  • RBAC, admission controllers și Pod Security Standards
  • Networking, storage și StatefulSets avansate
  • Autoscaling: HPA, VPA, Cluster Autoscaler, KEDA, Karpenter
  • Operators, CRD-uri și extinderea platformei
  • Multi-tenancy, upgrade-uri, backup și disaster recovery
KubernetesKustomizeKEDAKarpenterVeleroKyverno/OPA Gatekeeper
06Infrastructure as Code avansat (Terraform/OpenTofu, Pulumi)40 ore
  • Arhitecturi IaC modulare și reutilizabile la scară
  • Policy as Code, guardrails și cost guardrails
  • IaC în limbaje generale (Pulumi) și abstractizare de platformă
  • Testare automată a infrastructurii și integration testing
  • Managementul state-ului la scară enterprise și migrări
TerraformOpenTofuPulumiTerragruntOPA/ConftestTerratest
07Configuration management și GitOps40 ore
  • GitOps: principii, pull vs. push, reconciliere și drift
  • Progressive delivery, canary automat și rollback
  • Managementul configurației multi-mediu și app-of-apps
  • Automatizarea la scară cu Ansible avansat
  • Secrets management în fluxuri GitOps (External/Sealed Secrets)
Argo CDFluxAnsibleArgo RolloutsExternal Secrets Operator
08CI/CD avansat și DevSecOps40 ore
  • Pipeline-uri as code și supply chain security (SLSA, in-toto)
  • Shift-left security: SAST, DAST, SCA, secret scanning, IaC scanning
  • Semnarea artefactelor, provenance și SBOM attestations
  • Strategii avansate de deployment și feature flags
  • Optimizarea, scalarea și securizarea runnerelor
GitLab CIGitHub ActionsTektonCosign/SigstoreSnykTrivy
09Cloud multi-provider (AWS / Azure / GCP)56 ore
  • Well-Architected Framework și design multi-cloud
  • Networking avansat, hybrid, private connectivity și interconectare
  • Managed Kubernetes și serverless la scară
  • Landing zones, organizații, guvernanță și guardrails
  • High availability, multi-region și disaster recovery
AWS (EKS, VPC, IAM)Azure (AKS)GCP (GKE)CrossplaneCluster API
10Platform engineering și Internal Developer Platforms40 ore
  • Platforma ca produs și developer experience (DevEx)
  • Self-service, golden paths, templating și Score spec
  • Portaluri pentru dezvoltatori și service catalog
  • Backstage și construirea platformelor interne
  • Măsurarea productivității (DORA, SPACE metrics)
BackstageCrossplanePortKratixScoreHumanitec
11Observability, SRE și reliability engineering48 ore
  • Definirea SLO/SLI și error budgets, aplicarea policy-urilor
  • Distributed tracing, corelarea semnalelor și OpenTelemetry end-to-end
  • Incident management, on-call, blameless postmortems
  • Capacity planning și load testing
  • Automatizarea răspunsului și reducerea toil-ului
PrometheusGrafanaOpenTelemetryJaegerTempoPagerDuty
12Cybersecurity, zero-trust și securitatea infrastructurii48 ore
  • Arhitectură zero-trust completă: identitate workload (SPIFFE/SPIRE), dispozitiv, rețea
  • IAM avansat, PKI și managementul secretelor la scară
  • Securitatea cloud (CSPM/CNAPP) și a Kubernetes (CIS Benchmarks)
  • Threat modeling, detecție și răspuns la incidente
  • Compliance, audit, policy enforcement și securitatea supply chain
HashiCorp VaultSPIFFE/SPIREFalcoProwler/Wizkube-benchKyverno
13Edge computing și arhitecturi distribuite geografic32 ore
  • Modele edge, fog și cloud-to-edge continuum
  • Kubernetes la edge, dispozitive IoT și fleet management
  • WebAssembly (Wasm/WASI) și workload-uri ultraușoare la edge
  • Sincronizarea datelor, operare offline-first și latență redusă
  • Managementul flotelor de dispozitive și OTA updates
K3sKubeEdgeAkriMQTTOpenYurtSpinKube/Wasm
14AIOps și automatizare inteligentă32 ore
  • Detecția anomaliilor și analiza predictivă a incidentelor
  • Corelarea alertelor, reducerea zgomotului și root-cause analysis
  • Automatizarea remedierii (auto-remediation) și event-driven ops
  • LLM-uri, RAG și copiloti pentru operațiuni (k8sgpt, kubectl-ai)
  • Fundamente LLMOps/MLOps pentru pipeline-uri de modele
k8sgptKeptnElastic MLn8nPrometheus + MLLLM APIs
15Baze de date, storage distribuit și data platforms32 ore
  • Baze de date relaționale și NoSQL la scară
  • Replicare, sharding, consistență și high availability
  • Storage distribuit, object storage și vector databases (pgvector)
  • Streaming și pipeline-uri de date
  • Operarea bazelor de date în Kubernetes (operators)
PostgreSQL/pgvectorRedisApache KafkaMinIOCloudNativePGCeph
16Chaos engineering și reziliența sistemelor24 ore
  • Principiile chaos engineering și game days
  • Injectarea controlată a defectelor și blast radius
  • Testarea rezistenței și a mecanismelor de failover
  • Reziliență multi-region și degradare grațioasă
  • Îmbunătățirea continuă a fiabilității și feedback în SLO
Chaos MeshLitmusChaosGremlink6
17FinOps, guvernanță și compliance24 ore
  • Managementul și optimizarea costurilor cloud (FinOps FOCUS)
  • Tagging, alocare, showback/chargeback și unit economics
  • Guvernanță, politici, quotas și guardrails
  • Compliance, cadre de reglementare și audit
  • Sustenabilitate, eficiență energetică și carbon-aware computing
KubecostOpenCostInfracostAWS Cost ExplorerKyverno/OPA
18Proiect final amplu — Platformă cloud-native end-to-end56 ore
  • Proiectarea arhitecturii complete și a landing zone-ului multi-mediu
  • Implementarea infrastructurii ca cod cu Policy as Code
  • Platformă Kubernetes cu GitOps, service mesh, IDP și securitate
  • Observability, SRE, SLO-uri și automatizare a operațiunilor
  • Testare de reziliență (chaos), optimizare de cost (FinOps) și documentare
  • Prezentare și apărarea deciziilor arhitecturale (ADR)
OpenTofu/TerraformKubernetesArgo CDCilium/IstioVaultBackstage
Competențe dobândite:
  • Proiectează arhitecturi enterprise distribuite, reziliente și evoluabile pe baza DDD și a patternurilor distribuite
  • Operează platforme Kubernetes production-grade cu securitate, autoscaling și multi-tenancy
  • Implementează IaC avansat, Policy as Code, GitOps și DevSecOps cu supply-chain security la scară
  • Gestionează medii cloud multi-provider cu landing zones, guvernanță și optimizare de cost (FinOps)
  • Construiește Internal Developer Platforms și aplică platform engineering cu golden paths și DORA metrics
  • Implementează practici SRE complete: SLO, error budgets, incident response și chaos engineering
  • Securizează infrastructura end-to-end pe principii zero-trust (SPIFFE, mTLS, secrete, CSPM)
  • Aplică edge computing (K3s/Wasm) și AIOps pentru automatizare inteligentă a operațiunilor
Proiect practic final: Proiectarea, implementarea și operarea unei platforme cloud-native complete pentru o aplicație distribuită de microservicii: infrastructură multi-mediu provizionată ca cod (OpenTofu/Terraform sau Pulumi) într-un cloud public, cluster Kubernetes production-grade cu service mesh (Cilium/Istio Ambient), GitOps (Argo CD), Internal Developer Platform (Backstage/Score), securitate zero-trust (Vault, SPIFFE/SPIRE, Kyverno, mTLS, scanare și semnare supply chain), observability completă cu OpenTelemetry, SLO-uri și alerting, automatizare a operațiunilor și remedierii (AIOps), testare de reziliență (chaos engineering) și optimizare de cost (FinOps), însoțite de documentație arhitecturală (ADR) și runbook-uri operaționale.
Evaluare: Evaluare formativă continuă prin portofoliu de laboratoare, evaluări sumative la finalul fiecărui bloc tematic major (Kubernetes, IaC, SRE, Security) și o evaluare intermediară de tip proiect parțial (împreună 50%). Evaluare finală: realizarea, documentarea și susținerea proiectului final amplu în fața comisiei (probă practică 35% + probă teoretică/orală de argumentare arhitecturală 15%). Nota minimă de promovare 6/10, cu certificat de absolvire recunoscut ANC conform O.G. nr. 129/2000.
← Înapoi la servicii
Curs de specializare · COR 251401

📐 Proiectare asistată de calculator (CAD)

De la schiță parametrică la digital twin: proiectezi, simulezi, optimizezi cu AI și fabrici.

Curs de specializare care formează proiectanți CAD/CAE capabili să acopere întregul flux industrial digital de produs 2025-2026: modelare 3D parametrică și de suprafețe în instrumente moderne (Fusion 360, SolidWorks, Onshape), generative design și topology optimization, validare prin simulare FEA/CFD și multiphysics, fabricație aditivă metal/polimer și CAM CNC, reverse engineering prin scanare 3D, GD&T și Model-Based Definition, PLM/PDM, digital twin conectat la IoT, proiectare pentru robotică și mecatronică, review imersiv în VR/AR și automatizare CAD prin scripting, API și copiloti AI (text-to-CAD). Conținutul este structurat pe trei trasee progresive (80, 360 și 720 ore), fiecare cu proiect practic ambițios și evaluare aliniată la practicile inginerești reale din industrie.

🎯

Cui se adresează

Absolvenți de studii tehnice (liceale sau superioare), ingineri, tehnicieni, desenatori tehnici, operatori CNC și imprimare 3D, designeri de produs și persoane în reconversie profesională care doresc o carieră de proiectant CAD/CAE. Traseul de 80 ore se adresează începătorilor; traseul de 360 ore celor care vizează rolul de proiectant CAD/CAE autonom; traseul de 720 ore celor care aspiră la rolul de specialist/lider CAD-CAE senior, capabil să conducă dezvoltarea digitală a produsului de la concept la exploatare.

✅

Condiții de acces

Studii minime: liceu absolvit (diplomă de bacalaureat recomandată pentru traseele de 360 și 720 ore). Cunoștințe de bază de geometrie și desen tehnic (proiecții, cotare) constituie un avantaj. Competențe digitale la nivel de utilizator și un calculator capabil să ruleze aplicații CAD 3D. Nu sunt necesare cunoștințe CAD prealabile pentru traseul de 80 ore; traseul de 360 ore presupune fundamente CAD parametric (echivalent traseul 80h); traseul de 720 ore presupune experiență solidă de modelare 3D parametrică și de ansambluri (echivalent traseul 360h). Pentru modulele de simulare FEA/CFD sunt utile noțiuni elementare de fizică, rezistența materialelor și termotehnică.

Rezultatele învățării

  • Realizează modele 3D parametrice complexe (piese, ansambluri, suprafețe clasa A) și documentație tehnică 2D și Model-Based Definition conform standardelor ISO 1101 / ASME Y14.5 (GD&T)
  • Aplică generative design și topology optimization multi-criteriu pentru componente ușoare, optimizate structural, termic și pregătite pentru fabricație
  • Validează produse prin simulare FEA (statică, neliniară, oboseală, modală, flambaj), CFD (termic, curgere) și cuplaje multiphysics simulation-driven
  • Pregătește și optimizează piese pentru fabricație aditivă metal (SLM/DMLS) și polimer aplicând DfAM, precum și pentru CNC multi-axă prin CAM
  • Efectuează reverse engineering pornind de la scanare 3D (laser, lumină structurată, CT) și reconstruiește modele CAD editabile, cu inspecție dimensională
  • Gestionează date de produs, revizii și BOM în sisteme PDM/PLM și integrează fluxuri CAD-ERP-MES în context Industrie 4.0
  • Configurează concepte de digital twin conectate la date de senzori/IoT pentru monitorizarea stării și mentenanță predictivă
  • Automatizează sarcini repetitive de proiectare prin scripting și API (Python, iLogic, FeatureScript, Autodesk APS) și folosește copiloti AI / text-to-CAD
  • Proiectează sisteme robotice și mecatronice și conduce sesiuni de design review imersiv în medii VR/AR
  • Integrează criterii de sustenabilitate, cost și fabricabilitate (DfM/DfMA) în deciziile de proiectare

Programa — 3 niveluri de specializare

Alege durata. Fiecare traseu este un schelet complet, gata de dezvoltat în cursuri autorizate.

Fundamente CAD parametric · 80 ore

Fundamente

Traseu introductiv care construiește baza modelării 3D parametrice: schițare cu constrângeri, modelare solidă bazată pe features, ansambluri simple, documentație tehnică 2D și primul contact cu fabricația aditivă. Cursantul devine capabil să modeleze piese și ansambluri de complexitate mică-medie, să genereze desene de execuție corecte și să obțină o piesă fizică imprimată 3D.

📚 6 module · 80 ore total

01Introducere în CAD parametric și mediul de lucru cloud8 ore
  • Proiectare parametrică asociativă vs. modelare directă vs. cloud-native
  • Interfața și arborele de construcție (feature tree / timeline)
  • Sisteme de coordonate, plane de referință, origine
  • Navigare 3D, orientări standard, view cube
  • Configurarea proiectului, unități, șabloane, salvare și versionare în cloud
  • Bune practici de organizare a fișierelor, denumire și colaborare
Autodesk Fusion 360OnshapeSolidWorks
02Schițare 2D și constrângeri parametrice12 ore
  • Entități de schiță: linii, arce, cercuri, spline, poligoane
  • Constrângeri geometrice: coincidență, tangență, paralelism, simetrie
  • Constrângeri dimensionale și cote parametrice
  • Complet vs. subconstrâns; grade de libertate
  • Parametri, variabile de utilizator și ecuații simple
  • Schițe robuste, ușor de editat (design intent)
Fusion 360 SketchSolidWorks SketchOnshape Sketch
03Modelare solidă 3D bazată pe features20 ore
  • Extrudare, revoluție, boss/cut
  • Loft, sweep și traiectorii
  • Fillet, chamfer, shell, draft, pattern liniar/circular
  • Găuri parametrice și biblioteca de găuri (Hole Wizard)
  • Editarea și reordonarea features în arbore
  • Măsurare, proprietăți de masă, atribuirea materialelor
  • Corectarea erorilor de reconstrucție (rebuild errors)
SolidWorksFusion 360Onshape
04Ansambluri și constrângeri de asamblare14 ore
  • Inserarea componentelor, ansambluri bottom-up
  • Cuple (mates): coincidență, concentricitate, distanță, unghi
  • Grade de libertate și detectarea coliziunilor
  • Ansambluri simple cu mișcare (mecanisme de bază)
  • Componente standard din biblioteci (Toolbox, McMaster-Carr)
  • Vederi explodate și verificarea interferențelor
SolidWorks AssemblyFusion 360Onshape Assemblies
05Desene tehnice 2D și cotare (drafting)14 ore
  • Generarea vederilor: standard, secțiuni, detalii, izometrice
  • Cotare conform ISO/SR EN, toleranțe dimensionale de bază
  • Adnotări, note, simboluri de rugozitate și sudură
  • Tabel de componente (BOM) și indicator (title block)
  • Formate de planșă, scări, șabloane de desen
  • Export PDF, DWG/DXF și tipărire
SolidWorks DrawingFusion 360 DrawingsAutoCAD
06Introducere în fabricația aditivă și pregătirea modelelor12 ore
  • Tehnologii de imprimare 3D: FDM/FFF, SLA, SLS - principii
  • Export STL/3MF și verificarea geometriei (mesh)
  • Slicing: orientare, suporturi, umplere (infill), înălțime strat
  • Toleranțe și potriviri pentru piese imprimate
  • Introducere în design pentru fabricație aditivă (DfAM)
  • Realizarea primului print funcțional și evaluarea calității
Bambu StudioPrusaSlicerUltimaker Cura
Competențe dobândite:
  • Crearea de schițe 2D complet constrânse care exprimă corect intenția de proiectare
  • Modelarea de piese solide 3D parametrice folosind features standard
  • Asamblarea componentelor cu cuple corecte și verificarea interferențelor
  • Generarea de desene de execuție 2D cotate conform standardelor
  • Pregătirea modelelor pentru fabricație aditivă și obținerea unei piese fizice funcționale
Proiect practic final: Proiectarea completă a unui ansamblu mecanic simplu (ex. menghină de banc, suport reglabil sau reductor cu o treaptă, 4-6 componente): modelare parametrică a fiecărei piese, asamblare cu cuple funcționale, desen de execuție cotat pentru minim două repere, desen de ansamblu cu BOM, plus imprimarea 3D a cel puțin unei componente funcționale și verificarea potrivirilor.
Evaluare: Evaluare continuă pe parcurs (exerciții practice de modelare, 40%) și probă practică finală de proiectare pe calculator cu susținerea proiectului de ansamblu (60%). Se verifică corectitudinea parametrizării, respectarea intenției de proiectare, calitatea documentației 2D și funcționalitatea piesei imprimate. Promovare la minim 60% din punctaj.

Proiectant CAD/CAE intermediar-avansat aplicat · 360 ore

Avansat aplicat

Traseu aplicat care duce cursantul de la modelare parametrică solidă la competențe reale de inginer de produs: suprafețe complexe, ansambluri și mecanisme, sheet metal și structuri sudate, simulare FEA/CFD, generative design, fabricație aditivă avansată, reverse engineering, CAM și automatizare CAD asistată de AI. Se încheie cu un proiect integrator amplu care parcurge fluxul proiectare-simulare-optimizare-fabricație.

📚 12 module · 360 ore total

01Modelare parametrică avansată și strategii de design intent24 ore
  • Modelare robustă, master model și top-down design
  • Multi-body și operații booleene avansate
  • Parametri globali, ecuații, tabele de variabile
  • Configurations și family of parts
  • Depanarea și repararea arborilor de features complecși
  • Proiectare bazată pe cerințe și reguli
SolidWorksFusion 360Onshape
02Modelare de suprafețe (surface modeling)30 ore
  • Suprafețe boundary, loft, sweep, fill, ruled
  • Continuitate G0/G1/G2 și calitatea suprafeței (zebra, curvature)
  • Hibrid solid-suprafață, thicken, knit, trim
  • Modelarea formelor organice și estetice (produse de consum)
  • Subdivision / freeform modeling (T-Splines)
  • Analiza curburii și pregătirea pentru injecție mase plastice
Fusion 360 (Form/Sculpt)SolidWorks SurfacingRhino 3D
03Ansambluri complexe și simularea mecanismelor30 ore
  • Ansambluri mari, subansambluri, componente flexibile
  • Mates avansate: cam, gear, path, limit, width
  • Analiza cinematică și de mișcare (motion study)
  • Detectarea coliziunilor dinamice și spațiu de gabarit
  • Actuatori, motoare, arcuri, gravitație în simularea de mișcare
  • Envelope, in-context editing și referințe externe
SolidWorks MotionFusion 360Onshape
04Sheet metal și structuri sudate (weldments)24 ore
  • Piese din tablă: flanșe, îndoiri, K-factor, degajări
  • Desfășurata (flat pattern) și pregătirea pentru tăiere laser
  • Structuri sudate din profile, trim/extend, gusset
  • Cut list, tabele de debitare și optimizarea materialului (nesting)
  • Toleranțe de fabricație pentru tablă și structuri
  • Export DXF pentru laser/plasma/waterjet
SolidWorks Sheet Metal & WeldmentsFusion 360 Sheet MetalAutodesk Inventor
05Simulare FEA - analiză statică structurală36 ore
  • Fundamentele metodei elementelor finite (mesh, noduri, elemente)
  • Materiale, condiții de rezemare (fixtures) și încărcări
  • Contacte între componente (bonded, no-penetration)
  • Interpretarea rezultatelor: tensiuni von Mises, deplasări, factor de siguranță
  • Convergența rețelei și rafinarea mesh-ului
  • Validarea rezultatelor și evitarea erorilor tipice
SolidWorks SimulationFusion 360 SimulationAnsys Discovery
06Generative design și topology optimization30 ore
  • Generative design vs. topology optimization
  • Definirea spațiului de proiectare, zone de păstrare și obstacole
  • Sarcini, constrângeri, materiale și metode de fabricație
  • Explorarea și compararea soluțiilor generate (outcomes)
  • Optimizare topologică pentru reducerea masei
  • Reconstrucția modelului editabil din rezultatul optimizat
Fusion 360 Generative DesignAnsys DiscoverynTopology
07Simulare termică și introducere în CFD24 ore
  • Transfer de căldură: conducție, convecție, radiație
  • Analiză termică staționară și tranzitorie
  • Introducere în dinamica fluidelor computațională (CFD)
  • Curgere internă/externă, pierderi de presiune
  • Răcire componente electronice și disipatoare
  • Interpretarea câmpurilor de temperatură și viteză
SolidWorks Flow SimulationAnsys DiscoveryAutodesk CFD
08Fabricație aditivă avansată și DfAM30 ore
  • Design for Additive Manufacturing: reguli și constrângeri
  • Structuri lattice, umplere gradientă și consolidarea pieselor
  • Orientare optimă, suporturi și minimizarea deformațiilor
  • Imprimare metal (DMLS/SLM) vs. polimer (MJF/SLA/FDM)
  • Post-procesare, toleranțe și finisare
  • Estimarea costului, timpului și amprentei de material
nTopologyMaterialise MagicsBambu Studio / PrusaSlicer
09Reverse engineering și scanare 3D24 ore
  • Principii de scanare 3D (laser, lumină structurată, fotogrametrie)
  • Prelucrarea norului de puncte și mesh (curățare, aliniere, decimare)
  • Reconstrucția suprafețelor și a solidelor parametrice
  • Compararea scan-to-CAD și inspecție dimensională (deviation)
  • Fluxul mesh -> suprafață -> solid editabil
  • Aplicații: piese de schimb, restaurare, personalizare
Autodesk ReCap / Fusion 360 MeshGeomagic Design XCloudCompare / Meshroom
10Introducere în CAM și fabricație CNC24 ore
  • Fundamente prelucrare CNC și fluxul CAD-CAM
  • Strategii de frezare 2.5D și 3D (pocket, contour, adaptive)
  • Scule, viteze, avansuri și setup-uri
  • Simularea traiectoriilor și verificarea coliziunilor
  • Generarea codului G (post-processor)
  • Introducere în strunjire și prelucrare multi-setup
Fusion 360 Manufacture (CAM)SolidCAMAutodesk HSM
11Automatizare CAD: scripting, API și AI-assisted design30 ore
  • Automatizarea sarcinilor repetitive de proiectare
  • Programare CAD: iLogic, macro-uri, API, FeatureScript
  • Design tables și configurări din foi de calcul
  • Generarea automată de variante de produs (design automation)
  • Copiloti CAD și text-to-CAD: fluxuri AI-assisted design
  • Parametrizare avansată și reguli de proiectare
Autodesk Inventor iLogicSolidWorks API / VBAOnshape FeatureScript
12Proiect integrator aplicat (proiectare-simulare-fabricație)54 ore
  • Definirea temei și a cerințelor tehnice (specificații)
  • Modelarea completă a produsului și a ansamblului
  • Validare prin simulare FEA/termică și iterarea designului
  • Optimizare (generative/topology) și pregătire pentru fabricație
  • Documentație tehnică completă (desene, BOM, DfAM/CAM)
  • Prezentarea și susținerea proiectului
Fusion 360SolidWorksAnsys Discovery
Competențe dobândite:
  • Modelarea de piese și ansambluri complexe, inclusiv suprafețe și forme organice
  • Realizarea de piese din tablă și structuri sudate pregătite pentru fabricație
  • Validarea produselor prin simulare FEA statică, termică și CFD introductiv
  • Aplicarea generative design și topology optimization pentru optimizarea componentelor
  • Efectuarea de reverse engineering pornind de la scanări 3D
  • Generarea de traiectorii CAM și pregătirea pieselor pentru fabricație aditivă și CNC
  • Automatizarea sarcinilor de proiectare prin scripting, design tables și instrumente AI
Proiect practic final: Proiect integrator amplu de dezvoltare a unui produs mecanic real (ex. dronă cu cadru optimizat topologic, braț robotic simplu, carcasă de dispozitiv cu răcire sau componentă de vehicul): parcurgerea completă a fluxului de la specificații și modelare parametrică, la validare prin simulare FEA/termică, optimizare prin generative design, pregătire pentru fabricație (DfAM + CAM), documentație tehnică completă și un prototip fizic imprimat 3D sau prelucrat CNC.
Evaluare: Evaluare formativă pe module (portofoliu de lucrări practice și mini-proiecte, 40%) și evaluare finală constând în probă practică de proiectare asistată de calculator plus susținerea proiectului integrator în fața comisiei (60%). Se evaluează corectitudinea tehnică a modelării, validitatea simulărilor, calitatea optimizării și a documentației, precum și capacitatea de a justifica deciziile de proiectare. Promovare la minim 60%.

Specialist CAD/CAE - specializare completă · 720 ore

Specializare completă

Traseu de specializare completă care formează un specialist CAD/CAE capabil să conducă dezvoltarea digitală a produsului de la concept la fabricație și monitorizare în exploatare. Acoperă modelare avansată solid/suprafață, GD&T și Model-Based Definition, simulare multiphysics, generative design industrial, fabricație aditivă metal/polimer, PLM/PDM, digital twin, proiectare pentru robotică, VR/AR și automatizare asistată de AI, culminând cu un proiect capstone de anvergură industrială.

📚 19 module · 720 ore total

01Fundamente CAD parametric consolidate și interoperabilitate24 ore
  • Recapitulare intensivă schițare, features, ansambluri, drafting
  • Metodologii de modelare robustă și mentenabilă
  • Design intent la nivel de produs și de sistem
  • Standardizarea șabloanelor și a bibliotecilor de componente
  • Interoperabilitate multi-platformă (STEP, IGES, Parasolid, JT)
  • Bune practici de management al fișierelor CAD
SolidWorksFusion 360Onshape
02Modelare solidă avansată și feature-based design32 ore
  • Multi-body, master model, skeleton modeling
  • Top-down design și context de ansamblu
  • Operații avansate: wrap, dome, flex, deform, indent
  • Modelarea de forme complexe cu control parametric total
  • Depanarea și stabilizarea arborilor mari de features
  • Strategii pentru modele reutilizabile la scară industrială
SolidWorksAutodesk InventorPTC Creo
03Surface & freeform modeling (suprafețe clasa A)36 ore
  • Suprafețe clasa A pentru design de produs și auto
  • Continuitate G2/G3, analiza curburii și a reflexiilor
  • T-Splines, subdivision modeling și forme organice
  • Hibrid solid-suprafață și repararea geometriei imperfecte
  • Modelarea pentru injecție mase plastice (draft, undercut)
  • Calitatea suprafeței pentru estetică și aerodinamică
Rhino 3D + GrasshopperFusion 360 FormAutodesk Alias
04GD&T, toleranțe geometrice și metrologie40 ore
  • Cotare și tolerare geometrică conform ISO 1101 / ASME Y14.5
  • Datum-uri și cadre de control al toleranței (feature control frames)
  • Toleranțe de formă, orientare, poziție, bătaie
  • Analiza lanțurilor de toleranțe (tolerance stack-up)
  • Model-Based Definition (MBD) și PMI în 3D
  • Metrologie dimensională și inspecție CMM
SolidWorks MBDSiemens NX GD&TFusion 360 (Drawings/Inspection)
05Ansambluri mari și large-assembly management32 ore
  • Gestionarea ansamblurilor cu mii de componente
  • Configurations, display states, lightweight și SpeedPak
  • Ansambluri flexibile, mecanisme complexe și subansambluri
  • Referințe externe, in-context și controlul dependențelor
  • Simplificarea și defeaturing pentru performanță și simulare
  • Verificarea globală a interferențelor și a spațiului de gabarit
SolidWorksAutodesk InventorSiemens NX
06Configurations, design tables și familii parametrice28 ore
  • Configurări multiple și tabele de proiectare
  • Family of parts și cataloage de produse
  • Automatizarea variantelor prin foi de calcul și reguli
  • Design libraries și componente inteligente (smart components)
  • Standardizarea la nivel de întreprindere
  • Introducere în product configurators (CPQ)
SolidWorks Design TablesAutodesk Inventor iLogicDriveWorks
07Simulare FEA structurală avansată (neliniară, oboseală)48 ore
  • Analiză neliniară: materiale (plasticitate), geometrie, contact
  • Analiză de oboseală (fatigue) și durata de viață
  • Analiză modală, vibrații și frecvențe proprii
  • Analiză de flambaj (buckling) și stabilitate
  • Analiză dinamică și de impact (drop test)
  • Validare, verificare și corelare cu date experimentale
Ansys MechanicalSolidWorks Simulation PremiumAbaqus
08Simulare CFD (fluide și termică)40 ore
  • Modelare CFD: curgere laminară/turbulentă, modele de turbulență
  • Curgere internă și externă, aerodinamică, pierderi
  • Analiză termică conjugată (CHT) și disipare termică
  • Curgere multifazică și amestecuri (introducere)
  • Rețele de calcul (meshing) și convergență CFD
  • Interpretarea și raportarea rezultatelor CFD
Ansys Fluent / DiscoverySolidWorks Flow SimulationAutodesk CFD
09Multiphysics și optimizare simulation-driven36 ore
  • Cuplaje multiphysics (structural-termic, fluid-structural)
  • Optimizare parametrică și DOE (design of experiments)
  • Optimizare de formă și dimensională bazată pe simulare
  • Analiză de sensibilitate și robustețe (six sigma design)
  • Modele reduse (ROM) și surogat pentru optimizare rapidă
  • Flux simulation-driven design integrat în proiectare
Ansys Workbench / optiSLangCOMSOL MultiphysicsFusion 360 Simulation
10Generative design și topology optimization industrial40 ore
  • Generative design la scară industrială: definirea problemelor
  • Constrângeri multiple de fabricație (aditiv, frezat, turnat)
  • Optimizare topologică multi-criteriu (masă, rigiditate, termic)
  • Structuri lattice funcționale și materiale gradiente
  • Field-driven design și optimizare implicită
  • Validarea și industrializarea componentelor generate
nTopologyAutodesk Fusion 360 Generative DesignAnsys Discovery
11Fabricație aditivă și DfAM (metal și polimer)44 ore
  • Tehnologii aditive industriale: SLM/DMLS, MJF, SLA, FDM, DED
  • DfAM avansat: consolidarea pieselor, canale conforme, lattice
  • Simularea procesului de imprimare metal și predicția deformațiilor
  • Orientare, suporturi, strategii de scanare laser
  • Post-procesare: tratament termic, HIP, finisare, control calitate
  • Calificarea materialelor și trasabilitatea în producție
Materialise MagicsnTopologyAnsys Additive
12Reverse engineering și scanare 3D avansată36 ore
  • Scanare de precizie: laser, lumină structurată, CT industrial
  • Prelucrarea avansată a norului de puncte și mesh
  • Reconstrucție parametrică și suprafețe clasa A din scan
  • Inspecție dimensională și rapoarte de conformitate (GD&T)
  • Fluxuri hibride scan-to-CAD pentru piese complexe
  • Aplicații industriale: aerospațial, auto, medical, patrimoniu
Geomagic Design X / Control XAutodesk ReCapArtec Studio
13PLM și PDM - managementul ciclului de viață32 ore
  • Concepte PDM/PLM și managementul datelor de produs
  • Controlul versiunilor, revizii, workflow de aprobare
  • Gestionarea BOM (EBOM/MBOM) și a modificărilor (ECO/ECR)
  • Colaborare multi-echipă și controlul accesului
  • Integrarea CAD-ERP-MES și trasabilitatea
  • Fluxuri de lucru cloud și colaborare în timp real
SolidWorks PDMAutodesk Vault / Fusion ManageSiemens Teamcenter
14Digital twin și integrare IoT40 ore
  • Concept digital twin: definiție, tipuri, nivele de maturitate
  • Legarea modelului CAD la date de senzori și IoT
  • Monitorizarea stării și mentenanță predictivă
  • Simulare în timp real și modele reduse pentru twin
  • Vizualizarea datelor și dashboard-uri operaționale
  • Cazuri de utilizare industriale (Industrie 4.0)
Ansys Twin BuilderSiemens Xcelerator / Insights HubNVIDIA Omniverse
15Proiectare pentru robotică și mecatronică40 ore
  • Proiectarea mecanică a sistemelor robotice și a end-effectorilor
  • Selecția actuatorilor, transmisiilor și lagărelor
  • Integrare mecanică-electronică-software (mecatronică, MBSE)
  • Simularea cinematicii și dinamicii roboților
  • Digital twin pentru celule robotizate și offline programming
  • Design pentru cobots și automatizare industrială
Fusion 360 (Electronics/Design)SolidWorks + RobotStudioROS 2 / Gazebo (introducere)
16VR/AR pentru design review și colaborare28 ore
  • Realitate virtuală și augmentată în ingineria de produs
  • Pregătirea și optimizarea modelelor CAD pentru VR/AR
  • Design review imersiv și evaluare ergonomică
  • Colaborare la distanță în medii virtuale
  • AR pentru asamblare, mentenanță și instruire
  • Fluxuri CAD-to-VR și real-time rendering
NVIDIA OmniverseAutodesk VREDUnreal Engine / Unity (introducere)
17Automatizare CAD, scripting și AI-assisted design44 ore
  • Programare pentru automatizare CAD (Python, API, macro-uri)
  • Onshape FeatureScript și Autodesk APS (Forge)
  • Generarea automată de documentație și variante de produs
  • AI generativ pentru proiectare: text-to-CAD, copiloti, image-to-3D
  • Integrarea machine learning în optimizarea designului
  • Dezvoltarea de instrumente și add-in-uri personalizate
Python + Autodesk APSOnshape FeatureScriptSolidWorks API
18CAM avansat și fabricație digitală (CNC 5 axe)40 ore
  • Strategii avansate de frezare 3D și multi-axă
  • Prelucrare simultană în 5 axe și indexare
  • Strunjire, mill-turn și centre multi-funcționale
  • Simulare completă a mașinii și verificare coliziuni
  • Post-procesoare și optimizarea traiectoriilor
  • Integrarea CAM în fluxul de fabricație digitală
Fusion 360 Manufacture (5-axis)MastercamSolidCAM
19Proiect capstone de specializare60 ore
  • Definirea unei teme industriale complexe și a cerințelor
  • Dezvoltarea completă: concept, modelare, suprafețe, GD&T
  • Validare multiphysics și optimizare (generative/simulation-driven)
  • Pregătire pentru fabricație (aditiv metal/polimer + CAM 5 axe)
  • Integrare PLM, digital twin și documentație tehnică completă
  • Susținerea publică a proiectului în fața comisiei de examinare
Ansys / nTopologySolidWorks / Fusion 360NVIDIA Omniverse
Competențe dobândite:
  • Conducerea dezvoltării digitale a produsului de la concept la fabricație și exploatare
  • Modelarea avansată solid/suprafață și aplicarea completă a GD&T și Model-Based Definition
  • Realizarea de analize multiphysics avansate (FEA neliniar, oboseală, CFD, cuplaje) și optimizare simulation-driven
  • Industrializarea componentelor prin generative design și fabricație aditivă metal/polimer
  • Reconstrucția și inspecția pieselor complexe prin reverse engineering și scanare 3D de precizie
  • Gestionarea datelor de produs în sisteme PLM/PDM și integrarea în fluxuri Industrie 4.0
  • Implementarea de digital twin conectat la IoT pentru monitorizare și mentenanță predictivă
  • Proiectarea sistemelor robotice/mecatronice și utilizarea VR/AR pentru design review
  • Automatizarea proceselor de proiectare prin scripting, API și instrumente de design asistat de AI
Proiect practic final: Proiect capstone de anvergură industrială: dezvoltarea completă a unui sistem sau produs complex (ex. subansamblu aerospațial optimizat topologic pentru fabricație aditivă metal, celulă robotizată cu digital twin, sau componentă de vehicul electric cu management termic). Cursantul parcurge integral fluxul: cerințe și concept, modelare avansată cu GD&T, validare multiphysics (FEA neliniar + CFD), optimizare generativă, industrializare (DfAM metal + CAM 5 axe), integrare PLM și digital twin conectat la date simulate/IoT, documentație tehnică profesională completă și demonstrație VR/AR de design review.
Evaluare: Evaluare complexă în trei componente: evaluare continuă pe module (portofoliu de proiecte tehnice și simulări, 30%), examen practic de competențe CAD/CAE pe calculator care acoperă modelare, simulare și fabricație (30%) și susținerea proiectului capstone în fața comisiei, incluzând apărarea deciziilor tehnice și demonstrația digital twin/VR (40%). Se evaluează profunzimea tehnică, corectitudinea inginerească a analizelor, gradul de inovare al soluției, calitatea industrializării și a documentației, precum și capacitatea de comunicare tehnică. Promovare la minim 60% din punctajul total, cu condiția obținerii a minim 50% la fiecare componentă.
← Înapoi la servicii
Curs de specializare · COR 214959

🤖 Robotică

De la ROS 2 la roboți humanoizi care merg, apucă și gândesc: construiește inteligența întrupată a viitorului.

Curs de specializare (cod COR 214959) dedicat roboticii de ultimă generație — roboți humanoizi și patrupezi (câini robot), ROS 2, simulare fotorealistă și inteligență întrupată (embodied AI). Programa acoperă întregul lanț valoric al roboticii moderne: de la fundamente matematice, cinematică și dinamică, la percepție AI 3D, SLAM și navigație, manipulare dexteroasă, locomoție dinamică, foundation models Vision-Language-Action, învățare prin întărire și imitație, transfer sim-to-real și deployment edge pe hardware real. Cursantul progresează prin trei trasee complementare (80, 360 și 720 ore) și livrează proiecte practice tot mai ambițioase, culminând cu un capstone pe robot fizic.

🎯

Cui se adresează

Ingineri și absolvenți din automatică, calculatoare, mecatronică, electronică, informatică sau inginerie mecanică; dezvoltatori software care doresc tranziția către robotică; cercetători, integratori de sisteme și cadre tehnice din industrie care lucrează cu sisteme autonome; pasionați cu bază tehnică solidă care vor o carieră în robotică avansată și AI întrupat.

✅

Condiții de acces

Studii medii/superioare finalizate (condiție O.G. 129/2000 pentru cursuri de specializare tehnică). Cunoștințe de programare (de preferință Python și noțiuni de C++), algebră liniară de bază (vectori, matrici), analiză matematică elementară și noțiuni de fizică mecanică. Familiaritatea cu linia de comandă Linux este recomandată. Pentru traseul de 360 ore se recomandă parcurgerea prealabilă a traseului de 80 ore sau echivalent; pentru cel de 720 ore, competențele traseului de 360 ore sau demonstrarea acestora printr-o evaluare de nivelare.

Rezultatele învățării

  • Proiectează, programează și integrează sisteme robotice complete folosind ROS 2 (Humble/Jazzy) și arhitecturi distribuite bazate pe DDS
  • Modelează și simulează roboți mobili, brațe manipulatoare, patrupezi și humanoizi în Gazebo și NVIDIA Isaac Sim / Isaac Lab
  • Implementează stive de percepție 3D, SLAM și navigație autonomă (Nav2) cu senzori LiDAR, camere RGB-D și IMU
  • Realizează manipulare mobilă și grasping dexteros cu MoveIt 2, cuRobo și percepție tactilă
  • Antrenează politici de control prin reinforcement și imitation learning (PPO, Diffusion Policy, ACT) și le transferă pe hardware real (sim-to-real)
  • Integrează foundation models Vision-Language-Action (OpenVLA, π0, NVIDIA GR00T) și LLM-uri pentru planificarea sarcinilor și AI întrupat
  • Optimizează și implementează modele AI pe edge (NVIDIA Jetson Orin, TensorRT) pentru inferență în timp real la bord
  • Integrează hardware real — actuatori quasi-direct drive, senzori, controlere embedded (micro-ROS, EtherCAT/CAN) — și asigură conformitatea cu standardele de siguranță robotică
  • Aplică practici MLOps pentru robotică și conduce un proiect capstone amplu, de la specificație și simulare până la demonstrație pe robot fizic

Programa — 3 niveluri de specializare

Alege durata. Fiecare traseu este un schelet complet, gata de dezvoltat în cursuri autorizate.

Fundamentele roboticii moderne cu ROS 2 · 80 ore

Fundamente

Traseu introductiv care așează bazele solide ale roboticii contemporane: gândirea în sisteme robotice, matematica transformărilor spațiale, programarea în ROS 2 și simularea în Gazebo. Cursantul trece de la zero la un robot mobil autonom în simulare, înțelegând fluxul complet senzor–procesare–acțiune. Este fundația comună pentru traseele avansate.

📚 6 module · 80 ore total

01Introducere în robotica modernă și ecosistemul ROS 212 ore
  • Peisajul roboticii 2025-2026: roboți mobili, brațe, patrupezi, humanoizi
  • Anatomia unui sistem robotic: percepție, planificare, control, actuație
  • Arhitectura ROS 2: noduri, DDS, middleware, diferențe față de ROS 1
  • Instalare și configurare mediu (Ubuntu 22.04/24.04, ROS 2 Humble/Jazzy)
  • Workspace-uri colcon, pachete, structura unui proiect
  • Studii de caz: Boston Dynamics Spot/Atlas, Unitree, Tesla Optimus, Figure
Ubuntu 22.04/24.04 LTSROS 2 Humble/JazzycolconGitVS Code
02Fundamente matematice: transformări spațiale și cinematică14 ore
  • Sisteme de coordonate, cadre de referință, matrici de rotație
  • Unghiuri Euler, quaternioni, transformări omogene (SE(3))
  • Cinematică directă a lanțurilor cinematice
  • Introducere în cinematica inversă
  • Arborele de transformări TF2 în ROS 2
  • Reprezentarea pozei și a traiectoriei
Python (NumPy)TF2SciPyJupyter Notebook
03Programare ROS 2: noduri, topics, servicii și acțiuni16 ore
  • Scrierea nodurilor în Python (rclpy) și C++ (rclcpp)
  • Comunicare prin topics: publisher/subscriber, mesaje
  • Servicii și acțiuni pentru interacțiuni sincrone/asincrone
  • Parametri, launch files, QoS (Quality of Service)
  • Depanare cu ros2 CLI, introspection, ros2 bag
  • Definirea mesajelor și interfețelor personalizate
rclpyrclcppros2 CLIros2 baglaunch (Python)
04Simulare cu Gazebo și vizualizare în RViz214 ore
  • Descrierea robotului cu URDF și xacro
  • Configurare lume de simulare în Gazebo (Harmonic)
  • Plugin-uri pentru senzori și actuatori simulați
  • Vizualizare stări, senzori și TF în RViz2
  • Puntea ros_gz și fluxul de date sim–ROS
  • robot_state_publisher și joint_state_publisher
Gazebo (Harmonic)RViz2URDF/xacroros_gz_bridge
05Senzori, actuatori și percepția de bază12 ore
  • Tipuri de senzori: encodere, IMU, LiDAR, camere RGB-D, ToF
  • Actuatori: servomotoare, BLDC, actuatoare quasi-direct drive
  • Citirea și filtrarea datelor de la senzori
  • Camere în ROS 2: image_transport, calibrare intrinsecă
  • Nori de puncte și date LiDAR (sensor_msgs/PointCloud2)
  • Fuziune de bază senzori și sincronizare temporală
image_transportOpenCVPCL (intro)camera_calibrationIntel RealSense (concept)
06Mini-proiect: robot mobil autonom în simulare12 ore
  • Integrarea unui robot diferențial în Gazebo
  • Teleoperare și odometrie
  • Detectarea obstacolelor cu date LiDAR
  • Comportament reactiv de evitare a obstacolelor
  • Structurarea și lansarea unui proiect complet ROS 2
  • Documentare și prezentare a rezultatelor
ROS 2GazeboRViz2teleop_twist_keyboardPython
Competențe dobândite:
  • Instalarea și utilizarea mediului ROS 2 și a instrumentelor de dezvoltare
  • Aplicarea transformărilor spațiale și a cinematicii directe
  • Dezvoltarea de noduri ROS 2 care comunică prin topics, servicii și acțiuni
  • Modelarea unui robot în URDF și simularea lui în Gazebo
  • Citirea, filtrarea și vizualizarea datelor de la senzori uzuali
  • Construirea unui comportament robotic autonom simplu end-to-end
Proiect practic final: Robot mobil diferențial în Gazebo care se deplasează autonom într-un mediu cu obstacole, folosind date LiDAR pentru detecție și un algoritm reactiv de evitare, cu vizualizare completă în RViz2 și telecomandă manuală ca fallback.
Evaluare: Evaluare continuă pe teme practice (40%) + probă practică finală: implementarea și demonstrarea mini-proiectului în simulare cu susținere orală a soluției tehnice (60%). Prag de promovare: minim 60% și proiect funcțional.

Robotică autonomă aplicată — percepție, navigație, manipulare și învățare · 360 ore

Avansat aplicat

Traseu aplicat care duce cursantul de la fundamente la sisteme robotice autonome reale. Acoperă simularea fizică de vârf (Isaac Sim), percepția 3D bazată pe deep learning, SLAM și navigația (Nav2), manipularea cu MoveIt 2, controlul roboților patrupezi și humanoizi, precum și primele politici învățate prin reinforcement și imitation learning, cu accent pe transferul sim-to-real și edge AI.

📚 12 module · 360 ore total

01ROS 2 avansat: arhitectură, real-time și lifecycle24 ore
  • Noduri lifecycle (managed nodes) și tranziții de stare
  • Executori, callback groups, multithreading
  • Composable nodes și intra-process communication
  • Configurarea DDS (Fast DDS, Cyclone DDS), QoS avansat
  • ros2_control: hardware interfaces, controllers, controller_manager
  • Bune practici de arhitectură software pentru sisteme complexe
ros2_controlCyclone DDSFast DDSrqtPlotJuggler
02Cinematică și dinamică avansată a roboților30 ore
  • Cinematică inversă analitică și numerică (Jacobian, pseudo-invers)
  • Singularități și manipulabilitate
  • Dinamica corpurilor rigide, ecuațiile Newton-Euler și Lagrange
  • Modelul dinamic al brațelor și compensarea gravitației
  • Generarea traiectoriilor (polinomiale, trapezoidale, spline)
  • Introducere în control: PID, control în spațiul articulațiilor
PinocchioKDLPython (NumPy/SciPy)MATLAB (opțional)
03Simulare fizică fotorealistă cu NVIDIA Isaac Sim30 ore
  • Arhitectura Omniverse și motorul PhysX 5
  • Import USD/URDF, configurarea scenelor și materialelor
  • Senzori simulați foto-realiști: camere, LiDAR, IMU cu zgomot realist
  • Randomizare de domeniu pentru robustețe
  • ROS 2 bridge în Isaac Sim și fluxuri de date
  • Generarea de date sintetice pentru antrenare (Replicator)
NVIDIA Isaac SimOmniverseUSDIsaac ROS BridgeReplicator
04Computer vision și percepție 3D pentru roboți32 ore
  • Procesarea imaginilor, detecție de trăsături, calibrare cameră
  • Detecție și segmentare de obiecte cu rețele neuronale (YOLO, SAM 2)
  • Estimarea pozei obiectelor 6-DoF
  • Procesarea norilor de puncte cu PCL și Open3D
  • Camere stereo și RGB-D, hărți de adâncime
  • Percepție accelerată pe GPU cu Isaac ROS
OpenCVPyTorchYOLOv8/v11Segment Anything 2 (SAM 2)Open3DIsaac ROS
05SLAM și localizare34 ore
  • Fundamentele SLAM: filtre de particule, graph-based SLAM
  • SLAM 2D cu slam_toolbox și date LiDAR
  • SLAM vizual și visual-inertial (VSLAM)
  • Localizare cu AMCL și hărți de ocupare
  • Fuziune senzorială cu robot_localization (EKF/UKF)
  • SLAM 3D și cartografiere pentru medii complexe
slam_toolboxNav2 AMCLrobot_localizationRTAB-MapIsaac ROS Visual SLAM
06Navigație autonomă cu Nav234 ore
  • Arhitectura Nav2: behavior trees, servere de acțiune
  • Costmaps, straturi și inflație
  • Planificatoare globale (NavFn, Smac) și locale (DWB, MPPI, TEB)
  • Recovery behaviors și gestionarea eșecurilor
  • Navigație în medii dinamice cu oameni
  • Configurare completă și tuning pentru un robot real
Nav2Behavior Trees (BT.CPP)MPPI controllerSmac Planner
07Manipulare și grasping cu MoveIt 234 ore
  • Configurarea unui braț robotic în MoveIt 2 (Setup Assistant)
  • Planificare de mișcare: OMPL, evitarea coliziunilor
  • Cinematică inversă cu TRAC-IK / bio_ik și planificare GPU (cuRobo)
  • Pick and place, planificarea apucării (grasp planning)
  • Scena de planificare, obiecte de coliziune, octomap
  • Manipulare ghidată de viziune (perception pipeline)
MoveIt 2OMPLTRAC-IKcuRoboGPDros2_control
08Roboți patrupezi: locomoție și control30 ore
  • Morfologia câinilor robot (Unitree Go2/B2, ANYmal, Spot)
  • Modele de mers (trot, walk, gallop) și gait scheduling
  • Cinematica picioarelor și controlul echilibrului
  • Introducere în model predictive control (MPC) pentru locomoție
  • Controlul forței și impedanței la contactul cu solul
  • Simularea unui patruped în Isaac Sim / Gazebo
Unitree SDKIsaac SimChamp (ROS 2)Pinocchio
09Roboți humanoizi: introducere în controlul bipedal30 ore
  • Anatomia unui humanoid și provocările echilibrului
  • Modelul pendulului invertit (LIPM) și Zero Moment Point (ZMP)
  • Generarea mersului bipedal și planificarea pașilor
  • Whole-body control — noțiuni introductive
  • Platforme humanoide 2025-2026: Unitree G1, Fourier GR-1, Booster T1
  • Simularea unui humanoid și controlul posturii
Isaac SimMuJoCoPinocchioUnitree G1 SDK (concept)
10Machine learning aplicat în robotică28 ore
  • Pipeline ML pentru robotică: date, antrenare, evaluare
  • Rețele neuronale profunde cu PyTorch pentru percepție și control
  • CNN-uri și transformere pentru date robotice
  • Antrenare pe GPU, transfer learning, fine-tuning
  • Colectarea și etichetarea seturilor de date robotice
  • Metrici și validare pentru modele întrupate
PyTorchCUDAWeights & BiasesTensorBoardNumPy
11Reinforcement learning și imitation learning30 ore
  • Fundamente RL: MDP, policy, value function, reward shaping
  • Algoritmi moderni: PPO, SAC, DDPG pentru control continuu
  • Antrenare masiv paralelă în Isaac Lab
  • Imitation learning și behavioral cloning
  • Teleoperare pentru colectarea demonstrațiilor
  • Politici de locomoție și manipulare învățate
Isaac LabStable-Baselines3RSL-RLGymnasiumPyTorch
12Sim-to-real, edge AI și proiect integrator24 ore
  • Reality gap și tehnici de reducere (domain randomization)
  • Optimizarea modelelor: cuantizare, pruning, TensorRT
  • Deployment pe NVIDIA Jetson Orin pentru inferență la bord
  • Integrarea politicii învățate în stiva ROS 2
  • Testare, validare și siguranță la trecerea pe hardware
  • Proiect integrator: sistem autonom complet în simulare
NVIDIA Jetson OrinTensorRTONNXIsaac ROSROS 2
Competențe dobândite:
  • Proiectarea arhitecturilor software robotice robuste cu ROS 2 și ros2_control
  • Rezolvarea cinematicii inverse și modelarea dinamicii roboților
  • Utilizarea NVIDIA Isaac Sim pentru simulare fizică și generare de date sintetice
  • Construirea de stive de percepție 3D cu detecție și estimare de poză bazate pe deep learning
  • Implementarea SLAM și a navigației autonome cu Nav2 pe roboți mobili
  • Realizarea manipulării și graspingului cu MoveIt 2 ghidat de viziune
  • Controlul de bază al roboților patrupezi și humanoizi în simulare
  • Antrenarea de politici prin reinforcement și imitation learning și transferul lor pe edge (Jetson/TensorRT)
Proiect practic final: Sistem robotic autonom integrat de tip mobile manipulation: robotul explorează autonom un mediu simulat în Isaac Sim, localizează un obiect prin viziune, planifică traseul cu Nav2, se apropie și îl apucă cu un braț manipulator (MoveIt 2), apoi îl transportă la o destinație — cu o componentă de control învățată prin RL și pregătită pentru deployment pe Jetson Orin.
Evaluare: Portofoliu de lucrări practice pe fiecare modul (30%) + două probe intermediare (percepție/navigație și manipulare/învățare) (30%) + proiect integrator final demonstrat în simulare cu documentație tehnică și susținere orală (40%). Prag de promovare: minim 60% pe fiecare componentă majoră.

Specializare completă — inginer specialist în roboți humanoizi și AI întrupat · 720 ore

Specializare completă

Traseu complet de specializare care formează inginerul capabil să dezvolte, antreneze și implementeze roboți humanoizi și patrupezi inteligenți de ultimă generație. Acoperă întregul spectru — de la arhitectură software real-time, dinamică avansată și simulare de vârf, la locomoție bipedală whole-body, foundation models Vision-Language-Action, planificare cu LLM-uri, sim-to-real la scară, edge AI, integrare hardware și MLOps — finalizat cu un proiect capstone amplu pe robot fizic.

📚 18 module · 720 ore total

01Arhitectură software robotică, DevOps și sisteme real-time36 ore
  • Proiectarea sistemelor robotice distribuite și modulare cu ROS 2
  • Sisteme real-time: PREEMPT_RT, latență, determinism
  • Configurare avansată DDS, discovery, securitate (SROS 2)
  • CI/CD pentru robotică, containerizare cu Docker și devcontainers
  • Managementul dependențelor, rosdep, releasing
  • Observabilitate, logging structurat și telemetrie
ROS 2 JazzyDockerPREEMPT_RTSROS 2GitHub ActionsFoxglove
02Matematică avansată: cinematică, dinamică și optimizare40 ore
  • Teoria grupurilor Lie și algebre Lie pentru robotică (SO(3), SE(3))
  • Dinamica multicorp, algoritmi recursivi (RNEA, ABA)
  • Cinematică diferențială, Jacobiene analitice și geometrice
  • Optimizare numerică: QP, programare neliniară, control optimal
  • Trajectory optimization (DDP, iLQR)
  • Formularea whole-body control ca problemă de optimizare
PinocchioCasADiOSQPqpOASESDrakePython/C++
03Simulare de vârf: Isaac Sim, Isaac Lab și MuJoCo40 ore
  • Simulare fizică de înaltă fidelitate: contacte, fricțiune, articulații
  • Isaac Lab pentru medii de învățare masiv paralele
  • MuJoCo (MJX) pentru control și cercetare în locomoție
  • Modelarea precisă a actuatoarelor și a lanțurilor de transmisie
  • Generare de date sintetice și randomizare avansată de domeniu
  • Digital twins și co-simulare hardware-in-the-loop
NVIDIA Isaac SimIsaac LabMuJoCo / MJXOmniverse ReplicatorUSD
04Percepție multimodală și computer vision 3D avansat42 ore
  • Detecție și segmentare de instanță în timp real (YOLO, Mask2Former)
  • Estimare de poză 6-DoF pentru grasping (FoundationPose, MegaPose)
  • Percepție 3D: nori de puncte, voxeli, reprezentări neuronale (NeRF, 3DGS)
  • Modele fundamentale de viziune (DINOv2, SAM 2, CLIP)
  • Fuziune multimodală: viziune, adâncime, tactil, proprioceptiv
  • Percepție accelerată GPU end-to-end cu Isaac ROS
PyTorchSAM 2DINOv2FoundationPoseOpen3DIsaac ROSCUDA
05SLAM avansat și navigație în medii complexe42 ore
  • Visual-inertial odometry și VSLAM de precizie
  • SLAM 3D dens și cartografiere semantică
  • Navigație socială și predicția mișcării oamenilor
  • Navigație pe teren accidentat pentru patrupezi (terrain-aware)
  • Fuziune multi-senzor robustă (LiDAR-vizual-inerțial)
  • Localizare pe termen lung și hărți persistente
Isaac ROS Visual SLAMRTAB-MapNav2robot_localizationOpenVINS
06Manipulare avansată, grasping dexteros și control al forței44 ore
  • Grasp synthesis bazat pe învățare (Contact-GraspNet, GraspNet)
  • Manipulare dexteroasă cu mâini multi-degete
  • Control de forță/impedanță și task-space control
  • Manipulare bimanuală și coordonare
  • Manipularea obiectelor deformabile și articulate
  • Percepție tactilă (senzori GelSight/DIGIT) în manipulare
MoveIt 2Contact-GraspNetcuRoboDIGIT/GelSightros2_control
07Locomoție patrupezi: control avansat MPC și whole-body40 ore
  • Model predictive control pentru locomoție dinamică
  • Whole-body control și optimizarea contactelor
  • Traversarea terenurilor dificile și recuperarea din perturbații
  • Politici de locomoție învățate prin RL (blind & perceptive)
  • Estimarea stării și a contactului cu solul
  • Integrare pe platforme reale (Unitree Go2/B2, ANYmal)
Isaac LabMuJoCoOCS2Unitree SDKRSL-RLPinocchio
08Locomoție humanoidă: control bipedal și whole-body avansat44 ore
  • Generarea mersului bipedal robust (DCM, capture point)
  • Whole-body control cu ierarhii de sarcini și constrângeri
  • Echilibru dinamic, recuperare din împingeri, stepping reactiv
  • Loco-manipulation (mers + apucare simultan)
  • Politici humanoide end-to-end antrenate prin RL în Isaac Lab
  • Deployment pe humanoizi reali (Unitree G1, Fourier GR-1)
Isaac LabMuJoCoTSIDUnitree G1 SDKPinocchioPyTorch
09Reinforcement learning pentru control la scară42 ore
  • RL profund avansat: PPO, SAC, DreamerV3, model-based RL
  • Antrenare masiv paralelă cu mii de medii în Isaac Lab
  • Reward engineering și curriculum learning pentru locomoție
  • Robustețe: domain randomization, perturbări, actuator networks
  • Sim-to-real prin randomizare și adaptare online
  • Debugging și analiza politicilor învățate
Isaac LabRSL-RLrl_gamesStable-Baselines3Weights & BiasesPyTorch
10Imitation learning, teleoperare și colectare de date38 ore
  • Behavioral cloning și politici bazate pe difuzie (Diffusion Policy)
  • Action Chunking Transformer (ACT) și arhitecturi moderne
  • Sisteme de teleoperare (VR, exoschelete, leader-follower)
  • Colectarea de demonstrații la scară și dataseturi (Open X-Embodiment)
  • Learning from human video și cross-embodiment transfer
  • Evaluarea politicilor de manipulare învățate
LeRobot (Hugging Face)Diffusion PolicyACTALOHA/GELLOPyTorch
11Foundation models pentru roboți: Vision-Language-Action (VLA)44 ore
  • Arhitectura modelelor VLA și paradigma embodied AI
  • Modele de referință: RT-2, OpenVLA, Octo, π0 (Pi-Zero), GR00T N1
  • Fine-tuning VLA pe sarcini și platforme proprii
  • Reprezentări de acțiune, tokenizare și condiționare pe limbaj
  • Generalizare zero-shot și few-shot la sarcini noi
  • Integrarea VLA în bucla de control robotic în timp real
OpenVLAOctoπ0 / OpenPINVIDIA Isaac GR00THugging FacePyTorch
12LLM-uri, planificare de sarcini și AI întrupat38 ore
  • LLM-uri ca planificatoare de sarcini (task planning) pentru roboți
  • Arhitecturi agentice: percepție-raționament-acțiune
  • Grounding lingvistic în percepție și afordanțe
  • Code-as-policies și generarea de cod pentru control
  • Memorie, raționament spațial și scene graphs
  • Integrarea LLM cloud/edge cu latență controlată
LangChain/LlamaIndexOpenAI/Anthropic APIOllamaVLM open-sourceROS 2
13Sim-to-real transfer și domain randomization36 ore
  • Analiza și cuantificarea reality gap-ului
  • Domain randomization: vizual, dinamic, senzorial
  • System identification și calibrarea modelelor de simulare
  • Actuator networks și modelarea non-idealităților
  • Adaptare online și meta-learning (RMA)
  • Protocoale de validare și testare la trecerea pe hardware
Isaac LabMuJoCoReal-to-Sim toolsPyTorchROS 2
14Edge AI și deployment de inferență în timp real36 ore
  • Optimizarea modelelor: cuantizare INT8, pruning, distilare
  • Compilare și accelerare cu TensorRT și ONNX Runtime
  • Deployment pe NVIDIA Jetson Orin/Thor și platforme edge
  • Inferență în timp real la bord cu bugete de latență/energie
  • Pipeline-uri accelerate GPU end-to-end (Isaac ROS, NITROS)
  • Profiling, benchmarking și optimizarea consumului
NVIDIA Jetson OrinTensorRTONNX RuntimeIsaac ROSCUDATriton
15Integrare hardware, actuatori, senzori și sisteme embedded38 ore
  • Actuatori moderni: BLDC, quasi-direct drive, harmonic drives, drivere
  • Magistrale de comunicație: EtherCAT, CAN FD, controlul motoarelor
  • Integrarea IMU, LiDAR, camere, senzori tactili și de forță
  • Microcontrolere și real-time embedded (micro-ROS)
  • Proiectarea unei bucle de control hardware complete
  • Managementul energiei, bateriilor și al siguranței electrice
micro-ROSEtherCATCAN FDros2_controlODrive/moteusIntel RealSense/Livox
16Siguranță, standarde și interacțiune om-robot (HRI)30 ore
  • Standarde de siguranță: ISO 10218, ISO/TS 15066, ISO 13482
  • Evaluarea riscurilor și proiectarea funcțiilor de siguranță
  • Collaborative robots și limitarea forței/vitezei
  • Interacțiune om-robot: interfețe, intenție, încredere
  • Considerații etice și legale pentru roboți autonomi
  • Fail-safe, oprire de urgență și monitorizare
ISO 10218/13482Safety PLC (concept)ROS 2 safety patternsSROS 2
17MLOps pentru robotică, evaluare și fleet management30 ore
  • Cicluri de viață ale modelelor robotice și versionare (date + modele)
  • Pipeline-uri de antrenare reproductibile și experiment tracking
  • Evaluare la scară, benchmark-uri și metrici de robustețe
  • Deployment OTA și managementul flotelor de roboți
  • Monitorizare în producție, data flywheel și continuous learning
  • Colectarea și adnotarea automată a datelor din teren
Weights & BiasesMLflowDVCFoxgloveDockerKubernetes (concept)
18Proiect capstone: robot humanoid/patruped inteligent end-to-end60 ore
  • Definirea specificației și a cazului de utilizare complet
  • Proiectarea arhitecturii integrate percepție-planificare-control-învățare
  • Antrenarea politicilor în simulare și transferul sim-to-real
  • Integrarea unui foundation model VLA/LLM pentru sarcini condiționate de limbaj
  • Deployment pe hardware real (edge) cu validare de siguranță
  • Documentare tehnică, demonstrație live și susținere finală
ROS 2Isaac Sim/Isaac LabOpenVLA/π0/GR00TJetson OrinUnitree G1/Go2MoveIt 2
Competențe dobândite:
  • Proiectarea și dezvoltarea de sisteme robotice complexe, real-time și distribuite cu ROS 2
  • Modelarea și controlul avansat al dinamicii roboților folosind teoria grupurilor Lie și optimizare
  • Implementarea locomoției dinamice pentru roboți patrupezi și humanoizi (MPC, whole-body control, RL)
  • Construirea de stive de percepție multimodală cu modele fundamentale de viziune și estimare de poză 6-DoF
  • Realizarea manipulării dexteroase și a graspingului bazat pe învățare și percepție tactilă
  • Antrenarea de politici la scară prin reinforcement și imitation learning și transferul robust sim-to-real
  • Integrarea foundation models Vision-Language-Action și a LLM-urilor pentru AI întrupat și planificare de sarcini
  • Optimizarea și deployment-ul modelelor AI pe edge (Jetson/TensorRT) pentru inferență în timp real
  • Integrarea completă a hardware-ului robotic și asigurarea conformității cu standardele de siguranță
  • Aplicarea practicilor MLOps și gestionarea ciclului de viață al sistemelor robotice inteligente în producție
Proiect practic final: Proiect capstone amplu: dezvoltarea unui robot inteligent (humanoid sau patruped) care execută sarcini condiționate de limbaj natural într-un mediu real sau semi-structurat. Sistemul integrează percepție multimodală, localizare și navigație, locomoție dinamică antrenată prin RL în Isaac Lab și transferată sim-to-real, manipulare ghidată de viziune și un foundation model VLA/LLM pentru planificarea și execuția sarcinilor. Livrabilul include simularea completă, deployment-ul pe hardware edge (NVIDIA Jetson) pe o platformă reală (ex. Unitree Go2/G1), validarea de siguranță și o demonstrație live end-to-end.
Evaluare: Evaluare sumativă pe portofoliu de proiecte modulare (25%) + trei probe majore de parcurs — percepție & navigație, locomoție & control învățat, foundation models & integrare (30%) + proiect capstone final: cod, documentație tehnică, demonstrație pe hardware/simulare și susținere orală în fața unei comisii (45%). Prag de promovare: minim 60% pe fiecare probă majoră și proiect capstone funcțional demonstrat. Se acordă certificat de absolvire cu competențele specifice codului COR 214959.
← Înapoi la servicii
Curs de specializare · COR 215202

⚙️ Automatizări

De la primul PLC la fabrica inteligentă: automatizezi, conectezi, optimizezi — cu AI la bord.

Curs de specializare conform O.G. nr. 129/2000 pentru ocupația Inginer automatist (COR 215202), structurat pe trei trasee progresive (80, 360 și 720 ore). Programa acoperă întregul lanț valoric al automatizării industriale moderne: proiectare și programare PLC (Siemens TIA Portal, Codesys / IEC 61131-3, IEC 61499), SCADA/HMI enterprise, rețele industriale deterministe (Profinet IRT, EtherCAT, Modbus, OPC UA, TSN, Ethernet-APL), motion control și servo, control avansat (PID, cascadă, MPC, adaptiv), siguranță funcțională (SIL/PL), IIoT & Industry 4.0, digital twin și virtual commissioning (NVIDIA Omniverse, Siemens Simcenter), edge & cloud, mentenanță predictivă cu AI/ML, robotică industrială & cobots (inclusiv ROS 2 și vision-guided), cybersecurity IEC 62443, AI generativ și copiloti de inginerie (Siemens Industrial Copilot) și eficiență energetică (ISO 50001). Conținutul reflectă practicile de vârf 2025–2026, cu proiecte practice pe echipamente și software reale.

🎯

Cui se adresează

Ingineri și tehnicieni din electric, electronică, mecatronică, energetică sau IT industrial; automatiști începători care doresc baze solide; personal de mentenanță și punere în funcțiune; integratori de sistem, programatori PLC/SCADA și absolvenți de profil tehnic care vizează o carieră în automatizări industriale, robotică și Industry 4.0.

✅

Condiții de acces

Studii medii/superioare tehnice (electric, electronic, mecatronic, energetic, informatică industrială) sau experiență echivalentă. Cunoștințe de bază de electrotehnică (tensiune, curent, circuite), noțiuni elementare de programare/logică și operare PC. Pentru traseele de 360 și 720 ore se recomandă parcurgerea prealabilă a fundamentelor de PLC (traseul de 80 ore sau echivalent demonstrabil). Nu sunt necesare cunoștințe avansate de programare pentru traseul de fundamente.

Rezultatele învățării

  • Proiectează și cablează structuri de automatizare cu PLC, alegând corect hardware-ul, modulele I/O și componentele de câmp
  • Programează aplicații industriale în TIA Portal și Codesys folosind toate limbajele IEC 61131-3 (LAD, FBD, IL, ST/SCL, SFC) și principii OOP
  • Dezvoltă și pune în funcțiune interfețe HMI moderne (ISA-101) și sisteme SCADA scalabile (WinCC Unified, Ignition, Zenon)
  • Configurează și diagnostichează rețele industriale Profinet IRT, EtherCAT, Modbus TCP, Ethernet-APL și comunicații OPC UA (client/server și PubSub) peste TSN
  • Implementează bucle de reglare (PID, cascadă, MPC, adaptiv) și aplicații de motion control multi-axă și CNC cu servo-acționări
  • Evaluează riscuri și proiectează funcții de siguranță conforme cu SIL/PL (safety PLC, Profisafe/FSoE, ISO 13849, IEC 62061, IEC 61508)
  • Integrează soluții IIoT & Industry 4.0: edge computing, containere, MQTT Sparkplug B, OPC UA PubSub, Unified Namespace, digital twin și conectare cloud
  • Implementează mentenanță predictivă cu AI/ML pe date de proces, vibrații și semnal, cu deployment la edge (MLOps industrial)
  • Integrează roboți industriali și cobots (inclusiv ROS 2 și vision-guided) în celule automatizate colaborative și sigure
  • Aplică cybersecurity industrial (IEC 62443) și management energetic (ISO 50001) într-o instalație reală
  • Utilizează AI generativ și copiloti de inginerie pentru accelerarea programării, diagnozei și documentării
  • Realizează virtual commissioning cu digital twin, punerea în funcțiune (FAT/SAT), testarea și documentarea unei linii automatizate complete

Programa — 3 niveluri de specializare

Alege durata. Fiecare traseu este un schelet complet, gata de dezvoltat în cursuri autorizate.

Fundamente în automatizări industriale · 80 ore

Fundamente

Traseu introductiv care construiește baza solidă a automatistului: arhitectura sistemelor de automatizare, hardware și cablare PLC, primii pași de programare în TIA Portal, vizualizare HMI/SCADA elementară, rețele industriale de bază și componente de câmp cu noțiuni de siguranță. La final, cursantul poate realiza o aplicație PLC simplă, funcțională, cu vizualizare.

📚 6 module · 80 ore total

01Introducere în automatizări industriale și Industry 4.08 ore
  • Rolul inginerului automatist și lanțul de automatizare (senzor–PLC–actuator)
  • Piramida automatizării (ISA-95) și evoluția către Industry 4.0
  • Tipuri de procese: discret, batch, continuu
  • Structura unui sistem de comandă: intrări/ieșiri, ciclu de scanare
  • Terminologie și standarde (IEC 61131, semnale 24V DC, 4–20 mA)
  • Tendințe 2025–2026: fabrica inteligentă, AI și copiloti de inginerie (prezentare)
  • Studii de caz: linii de producție, mașini, utilități
Siemens PLC portfolio (S7-1200/1500)Factory I/O (simulare proces)
02Hardware PLC, arhitectură și cablare I/O14 ore
  • Structura unui PLC: CPU, memorie, module I/O, sursă
  • Semnale digitale vs. analogice; sinking/sourcing
  • Dimensionarea și alegerea modulelor I/O
  • Cablarea intrărilor (butoane, senzori) și ieșirilor (relee, contactoare)
  • Alimentare 24V DC, protecții și legare la masă
  • Citirea schemelor electrice și a diagramelor de conexiuni
Siemens S7-1200EPLAN (citire scheme)Multimetru și tablou didactic
03Programare PLC în TIA Portal — LAD și FBD20 ore
  • Mediul TIA Portal: proiect, configurare hardware, online/offline
  • Adresare I/O, tabele de variabile (tags), tipuri de date
  • Logică Ladder (contacte, bobine, temporizatoare TON/TOF, contoare)
  • Blocuri de funcții (FBD), memorii interne, flancuri
  • Structurarea programului: OB, FB, FC, DB
  • Download, monitorizare online și forțare I/O
  • Depanare de bază și corectarea erorilor logice
Siemens TIA PortalPLCSIM (simulator)S7-1200/1500
04Vizualizare HMI și introducere în SCADA14 ore
  • Rolul HMI/SCADA în supervizarea proceselor
  • Crearea ecranelor, obiecte grafice și animații
  • Legarea obiectelor la variabile PLC (tags)
  • Butoane, indicatoare, câmpuri I/O, afișare valori
  • Alarme și mesaje de bază
  • Principii de ergonomie a interfeței operator (introducere ISA-101)
Siemens WinCC (TIA Portal)HMI Comfort Panel / WinCC Unified Basic
05Rețele industriale — fundamente12 ore
  • De ce comunică echipamentele: de la cablaj paralel la magistrale
  • Modelul de comunicație și topologii (stea, linie, inel)
  • Profinet — bazele: nume dispozitiv, adresă IP, GSDML
  • Modbus RTU/TCP: principiu master-slave, registre
  • Configurarea unei rețele PLC–HMI simple
  • Diagnostic de bază al conexiunii (LED-uri, ping, online)
ProfinetModbus TCPSiemens Scalance switch industrialWireshark (introducere)
06Senzori, actuatori și noțiuni de siguranță12 ore
  • Senzori discreți: inductivi, capacitivi, optici, mecanici
  • Senzori analogici: temperatură, presiune, nivel (4–20 mA, PT100), senzori IO-Link
  • Actuatori: contactoare, relee, electrovalve, variatoare simple
  • Introducere în siguranța mașinilor: oprire de urgență, bariere
  • Categorii de siguranță — noțiuni de bază (ISO 13849)
  • Bune practici de cablare și punere în funcțiune sigură
Senzori industriali (IFM, SICK, Pepperl+Fuchs)IO-LinkRelee de siguranțăContactoare Siemens Sirius
Competențe dobândite:
  • Descrie arhitectura unui sistem de automatizare și rolul fiecărei componente
  • Alege și cablează corect module I/O, senzori și actuatori pentru o aplicație simplă
  • Programează în TIA Portal aplicații de bază în LAD și FBD (temporizatoare, contoare, logică secvențială)
  • Creează un ecran HMI funcțional legat la variabilele PLC
  • Configurează o comunicație de bază Profinet/Modbus între PLC și HMI
  • Aplică măsuri elementare de siguranță la mașini și instalații
Proiect practic final: Automatizarea unui proces simplu (ex.: bandă transportoare cu sortare sau instalație de dozare pe nivel): configurare hardware S7-1200, program PLC în LAD/FBD cu temporizatoare și contoare, ecran HMI cu comenzi manual/automat și afișare stări, alarmă de nivel/oprire de urgență, testare pe Factory I/O sau stand didactic.
Evaluare: Evaluare continuă pe parcurs (aplicații practice de laborator, 40%) și evaluare finală constând în probă practică — realizarea și punerea în funcțiune a proiectului pe stand/simulator (40%) — plus test teoretic grilă (20%). Promovare la minim 60% cumulat.

Automatizări industriale aplicate — nivel intermediar-avansat · 360 ore

Avansat aplicat

Traseu aplicat care duce cursantul de la fundamente la competențe de integrator: programare PLC avansată (SCL, biblioteci, standardizare), Codesys/soft-PLC, SCADA de nivel industrial, rețele deterministe și OPC UA, motion control și servo, control avansat, IIoT & Industry 4.0, siguranță funcțională, mentenanță predictivă și robotică/cobots. Se încheie cu un proiect integrator pe o celulă automatizată reală.

📚 12 module · 360 ore total

01Arhitecturi moderne de automatizare și metodologie de proiect16 ore
  • Recapitulare aplicată și piramida ISA-95 vs. arhitecturi convergente IT/OT
  • Ciclul de viață al unui proiect de automatizare (V-model, commissioning)
  • Selecția platformei: PLC vs. PAC vs. Edge controller
  • Standardizarea codului și modularizare (biblioteci reutilizabile)
  • Documentație tehnică, specificații funcționale (FDS) și I/O list
  • Gestiunea versiunilor de cod cu Git în proiecte de automatizare
  • AI copiloti de inginerie: accelerarea generării de cod și documentație (Siemens Industrial Copilot)
Siemens S7-1500TIA PortalGit / Azure DevOpsEPLANSiemens Industrial Copilot
02Programare PLC avansată în TIA Portal (SCL & structurare)40 ore
  • Limbajul SCL (Structured Control Language) și structuri de control
  • Tipuri de date derivate (STRUCT, UDT, ARRAY), multi-instanțe
  • Programare orientată pe obiecte-like cu FB și biblioteci PLCopen
  • Optimizarea blocurilor, memorie optimizată, retentive
  • Gestionarea semnalelor analogice, scalare, filtrare
  • Diagnoză de sistem, tratarea erorilor și OB de eroare
  • Standard PLC (S7 program styleguide), testare unitară și trasabilitate
Siemens TIA PortalSCLPLCSIM AdvancedS7-1500
03Codesys, IEC 61131-3 și soft-PLC24 ore
  • Platforma Codesys și controlere multi-vendor (Wago, Beckhoff, Schneider, PLCnext)
  • Cele 5 limbaje IEC 61131-3 și programarea SFC (secvențial)
  • Soft-PLC și rularea pe hardware industrial / IPC
  • Biblioteci, POU-uri, OOP (interfețe, metode) și vizualizare integrată Codesys
  • Simulare și testare fără hardware
  • Portabilitatea codului între platforme
CodesysWago PFC200Beckhoff TwinCAT (comparativ)IEC 61131-3
04SCADA/HMI industrial avansat36 ore
  • Arhitecturi SCADA (client-server, redundanță, thin client, web-native)
  • WinCC Unified (HTML5) și platforma Ignition (SQL, web-based)
  • Modelare tag-uri, structuri UDT SCADA, tag providers
  • Gestiunea alarmelor (ISA-18.2), istorizare și trending
  • Rapoarte, jurnale de operare, audit trail
  • Design de ecrane orientat pe operator (High Performance HMI, ISA-101)
  • Scripting (Python/Ignition Jython, JavaScript) pentru logică client
Siemens WinCC UnifiedInductive Automation IgnitionSQL ServerGrafana
05Rețele industriale avansate și OPC UA32 ore
  • Profinet avansat: RT/IRT, topologie, diagnostic, MRP (redundanță inel)
  • EtherCAT: principiu, distributed clocks, aplicații motion
  • Modbus TCP, IO-Link și integrarea echipamentelor terțe
  • Ethernet-APL pentru instrumentație de proces (introducere)
  • OPC UA: arhitectură, information model, securitate, certificate
  • Introducere în TSN (Time-Sensitive Networking) pentru convergență
  • Diagnoză de rețea cu Wireshark și instrumente vendor
ProfinetEtherCATOPC UATSNWiresharkSiemens PRONETA
06Motion control și servo-acționări32 ore
  • Principii de acționare: motor asincron, servo, pas cu pas
  • Servo-drive și bucla de reglare poziție/viteză/cuplu
  • Profile de mișcare, came electronice, sincronizare axe
  • Blocuri PLCopen Motion Control (MC_Power, MC_MoveAbsolute)
  • Poziționare punct-cu-punct și interpolare
  • Punerea în funcțiune și tuning-ul axelor
Siemens SINAMICS S210 / V90Technology Objects (TIA S7-1500T)PLCopen MotionBeckhoff (comparativ)
07Reglare automată și control avansat28 ore
  • Bucle de reglare: proces, traductor, element de execuție
  • Regulatorul PID: componente, acordare (Ziegler-Nichols, auto-tuning)
  • Reglare în cascadă, feedforward, split-range
  • Compensare timp mort și procese cu întârziere
  • Implementarea PID_Compact / PID_3Step în TIA Portal
  • Introducere în control bazat pe model (MPC) — concepte
Siemens PID_CompactTIA Portal PID TunerMATLAB/Simulink (introducere)
08IIoT și Industry 4.0 — conectivitate edge & cloud32 ore
  • Concepte Industry 4.0: fabrică inteligentă, integrare verticală/orizontală
  • Arhitectura IIoT: senzor–edge–cloud și Unified Namespace (introducere)
  • Protocoale IIoT: MQTT, MQTT Sparkplug B, OPC UA PubSub
  • Edge computing: gateway-uri, containere și pre-procesare date
  • Integrarea PLC cu platforme cloud (dashboards, KPI)
  • Securizarea comunicației IIoT (TLS, autentificare, certificate)
Node-REDMQTT (Mosquitto / HiveMQ)Siemens Industrial Edge / IoT2050InfluxDB + Grafana
09Siguranță funcțională (Functional Safety)24 ore
  • Cadrul normativ: ISO 12100, ISO 13849-1, IEC 62061, IEC 61508
  • Evaluarea riscului și determinarea PL / SIL necesar
  • Funcții de siguranță: E-stop, monitorizare uși, viteză sigură
  • Safety PLC și programare F (Fail-safe)
  • Profisafe pe Profinet și calcul PFHd
  • Validare și documentarea funcțiilor de siguranță
Siemens Safety Integrated (F-CPU)ProfisafeSISTEMA (calcul PL)Relee de siguranță PILZ
10Mentenanță predictivă și senzoristică avansată28 ore
  • De la reactivă la predictivă: strategii de mentenanță (RCM, PdM)
  • Senzori de vibrații, temperatură, curent pentru condition monitoring
  • Achiziția și istorizarea datelor de proces (time-series)
  • Indicatori de sănătate a echipamentelor (RUL, anomalii)
  • Introducere în ML pentru detecția anomaliilor
  • Dashboards de mentenanță și alertare
Siemens SIMATIC condition monitoringInfluxDBGrafanaPython (pandas, scikit-learn intro)
11Robotică industrială și cobots32 ore
  • Tipuri de roboți: articulați, SCARA, delta, cobots
  • Sisteme de coordonate, TCP, programare de bază a traiectoriilor
  • Integrarea robot–PLC (semnale, protocoale, siguranță)
  • Cobots și aplicații colaborative (pick&place, paletizare, machine tending)
  • Introducere în ROS 2 pentru automatizare robotică
  • Siguranța în aplicații colaborative (ISO/TS 15066)
  • Punerea în funcțiune a unei celule robotizate simple
Universal Robots (URCap)FANUC / ABB (comparativ)ROS 2RoboDK (simulare)Profinet robot-PLC
12Proiect integrator intermediar36 ore
  • Analiza cerințelor și specificația funcțională a unei celule
  • Proiectarea arhitecturii hardware și de rețea
  • Dezvoltarea codului PLC standardizat și a SCADA/HMI
  • Integrarea comunicației (Profinet/OPC UA) și a unei funcții IIoT
  • Punere în funcțiune, testare FAT și documentare
  • Prezentarea și susținerea proiectului
TIA PortalWinCC Unified / IgnitionProfinetFactory I/O / stand realNode-RED + Grafana
Competențe dobândite:
  • Dezvoltă aplicații PLC structurate și standardizate în SCL/Codesys, reutilizabile și mentenabile
  • Proiectează și pune în funcțiune sisteme SCADA/HMI industriale cu alarme, istorizare și rapoarte
  • Configurează și diagnostichează rețele Profinet/EtherCAT/Modbus și comunicații OPC UA securizate
  • Implementează aplicații de motion control multi-axă cu servo-acționări
  • Acordează bucle de reglare PID/cascadă și înțelege principiile controlului avansat
  • Integrează soluții IIoT (MQTT/OPC UA, edge, cloud dashboards) în arhitecturi Industry 4.0
  • Proiectează și validează funcții de siguranță conforme PL/SIL cu safety PLC
  • Configurează sisteme de mentenanță predictivă și celule cu roboți/cobots
Proiect practic final: Integrarea unei celule automatizate reprezentative (ex.: celulă de asamblare/paletizare cu robot sau cobot): arhitectură PLC S7-1500 cu cod standardizat, SCADA/HMI cu alarme și trending, rețea Profinet cu funcție de siguranță Profisafe (E-stop și viteză sigură), o axă de motion control, conectare IIoT (OPC UA/MQTT Sparkplug B) către un dashboard Grafana cu KPI de disponibilitate. Include specificație funcțională, testare FAT și documentație completă.
Evaluare: Evaluare formativă pe module (aplicații practice de laborator și mini-proiecte, 30%), evaluare a proiectului integrator — funcționalitate, calitate cod, documentație și susținere (50%) — și examen teoretic aplicat (20%). Se acordă certificat de absolvire la promovarea cu minim 60% și demonstrarea competențelor practice cheie.

Specializare completă în ingineria automatizării și Industry 4.0 · 720 ore

Specializare completă

Traseu complet de specializare care formează inginerul automatist capabil să conceapă, implementeze și optimizeze sisteme de automatizare la nivel de fabrică inteligentă. Acoperă în profunzime întregul stack: proiectare hardware și tablouri, programare industrială avansată, SCADA la scară, rețele deterministe și TSN, motion & robotică, control avansat (MPC), siguranță funcțională, IIoT/edge/cloud, digital twin și virtual commissioning, mentenanță predictivă cu AI, analytics, cybersecurity IEC 62443, AI generativ în inginerie și eficiență energetică. Se finalizează cu un proiect amplu de linie automatizată integrată.

📚 20 module · 720 ore total

01Fundamentele ingineriei automatizării și standardizare24 ore
  • Rolul strategic al automatizării în competitivitate și digitalizare
  • Piramida ISA-95, RAMI 4.0 și Asset Administration Shell (AAS)
  • Standarde cheie: IEC 61131, IEC 61499, IEC 62443, ISA-88/95
  • Metodologie de proiect (V-model), managementul cerințelor
  • Structura documentației: FDS, DDS, I/O list, matrice cauză-efect
  • Managementul codului și configurației (Git, CI/CD pentru automatizare)
Git / Azure DevOpsRAMI 4.0 / AASTIA PortalEPLAN
02Proiectare hardware PLC și tablouri electrice32 ore
  • Selecția arhitecturii de control (PLC, PAC, distribuit, IPC)
  • Dimensionarea I/O, redundanță CPU și rețea
  • Proiectarea tablourilor de automatizare (EPLAN Electric P8)
  • Alimentare, protecții, compatibilitate electromagnetică (EMC)
  • I/O distribuit (ET200, remote I/O), IO-Link și magistrale de câmp
  • Norme de proiectare, marcare și verificare a instalației
EPLAN Electric P8Siemens ET200SPSIMATIC S7-1500 R/H (redundant)SITOP power
03Programare PLC industrială avansată (TIA Portal)48 ore
  • Arhitecturi de cod modulare și biblioteci corporate
  • SCL avansat, UDT complexe, pointeri (VARIANT, REF_TO)
  • Programare bazată pe obiecte cu FB, moștenire funcțională, state machines
  • PLCopen și standardizare (ex. OMAC PackML pentru stări mașină)
  • Gestiunea rețetelor, parametrizare și trasabilitate lot
  • Diagnoză avansată, tracing, optimizare timp de ciclu
  • Testare unitară a codului PLC și simulare cu PLCSIM Advanced
  • Programare asistată de AI (Industrial Copilot) și review de cod
Siemens TIA PortalSCLPackMLPLCSIM AdvancedSiemens Industrial CopilotS7-1500
04Codesys, IEC 61131-3 și IEC 61499 / soft-PLC40 ore
  • Programare completă IEC 61131-3 (LD, FBD, IL, ST, SFC)
  • Codesys avansat: biblioteci, OOP (interfețe, metode, moștenire)
  • Introducere în IEC 61499 (automatizare distribuită, event-driven)
  • Soft-PLC și PLCnext / TwinCAT pe IPC
  • Vizualizare Codesys și integrarea cu OPC UA
  • Portabilitate, testare și depanare multi-platformă
CodesysPHOENIX CONTACT PLCnextBeckhoff TwinCAT 3IEC 61499 (Eclipse 4diac intro)
05SCADA la scară și arhitecturi enterprise44 ore
  • Arhitecturi SCADA scalabile, redundanță, geo-distribuție
  • Ignition: Gateway, Perspective (web/mobile), tag historian
  • WinCC Unified (web-native, HTML5) și COPA-DATA Zenon
  • Integrare cu baze de date SQL și sisteme MES/ERP
  • Modelare UDT, template-uri, standardizare masivă a tag-urilor
  • Alarme conform ISA-18.2, shelving, rationalization
  • Scripting și API-uri REST pentru integrare
Inductive Automation IgnitionSiemens WinCC UnifiedCOPA-DATA ZenonMicrosoft SQL / PostgreSQL
06HMI modern, UX și dashboarding operațional28 ore
  • Principii High Performance HMI (ISA-101) și situational awareness
  • Design de gri-scale, ierarhie vizuală, gestionarea culorii de alarmă
  • Navigare, niveluri de detaliu și hărți de proces
  • Dashboards KPI (OEE, disponibilitate, calitate)
  • HMI mobil și web (responsive)
  • Testare de utilizabilitate cu operatorii
WinCC UnifiedIgnition PerspectiveGrafanaFigma (prototipare ecrane)
07Rețele industriale deterministe și TSN40 ore
  • Profinet IRT, MRP, sistem redundant și izocronism
  • EtherCAT: distributed clocks, hot-connect, aplicații motion
  • TSN (IEEE 802.1): traffic shaping, time sync (802.1AS), convergență
  • Ethernet-APL și 5G industrial privat (introducere)
  • Segmentare rețea OT, VLAN, zone și conduite (IEC 62443)
  • Diagnoză avansată și monitorizare de rețea
  • Integrarea IT/OT și infrastructura de comunicație de fabrică
ProfinetEtherCATTSNWiresharkSiemens Scalance switchPRONETA / SINEC
08OPC UA, information modeling și companion specs28 ore
  • Arhitectura OPC UA: address space, nodes, services
  • Information modeling și companion specifications (ex. Umati, PackML, VDMA)
  • OPC UA PubSub peste TSN pentru comunicație deterministă
  • Securitate OPC UA: certificate, politici, user tokens
  • Integrarea OPC UA în arhitecturi IIoT și cloud
  • Modelare AAS și interoperabilitate Industry 4.0
OPC UA (Prosys/Unified Automation)OPC UA PubSubUaExpertAsset Administration Shell
09Motion control multi-axă, CNC și sincronizare44 ore
  • Servo-tehnologie avansată: bucle de reglare, feedforward, filtre
  • Interpolare multi-axă, came electronice, gearing, cross-coupling
  • Kinematici (portale, delta, SCARA) și transformări
  • Funcții CNC și tehnologice pe controler
  • Sincronizare cu roboți și transport (track & trace)
  • Tuning avansat, reducerea vibrațiilor și optimizare ciclu
Siemens SINAMICS S120SIMATIC Technology (S7-1500T)Beckhoff TwinCAT NC/CNCPLCopen Motion
10Control avansat: PID, cascadă, MPC și control adaptiv40 ore
  • Modelarea proceselor și identificare de sistem
  • PID avansat, anti-windup, gain scheduling
  • Control în cascadă, feedforward, decuplare multivariabilă
  • Model Predictive Control (MPC): concepte și implementare
  • Control adaptiv și fuzzy pentru procese neliniare
  • Simulare și validare hardware-in-the-loop (HIL)
MATLAB/SimulinkSiemens PID ProfessionalPython (control library)Simulink Real-Time (HIL)
11Siguranță funcțională (SIL/PL) și evaluarea riscului32 ore
  • Cadru normativ complet: ISO 12100, ISO 13849, IEC 62061, IEC 61508/61511
  • Analiza de risc, LOPA și determinarea SIL/PL
  • Arhitecturi de siguranță (categorii, HFT, SFF, PFHd)
  • Programare fail-safe și Profisafe / FSoE (Safety over EtherCAT)
  • Safety motion (STO, SLS, SOS) și integrarea cu drive-uri
  • Verificare, validare și dosarul tehnic de siguranță
Siemens Safety Integrated (F-CPU)Profisafe / FSoESISTEMAPILZ PNOZmulti
12IIoT, edge computing și protocoale moderne40 ore
  • Arhitectura IIoT de referință și convergența IT/OT
  • Edge computing: containere (Docker), aplicații edge, pre-procesare
  • MQTT Sparkplug B: topic namespace, state management, report-by-exception
  • OPC UA la edge și normalizarea datelor
  • Gateway-uri industriale și store-and-forward
  • Orchestrare și management de flotă edge
Siemens Industrial EdgeDocker/Kubernetes (K3s)MQTT Sparkplug BNode-REDHiveMQ
13Digital Twin, virtual commissioning și simulare de proces36 ore
  • Concepte de digital twin: as-designed, as-built, as-operated
  • Simularea virtuală a mașinilor și liniilor (virtual commissioning)
  • NVIDIA Omniverse, Emulate3D / Simcenter / Factory I/O pentru testare cod PLC
  • Modele fizice și co-simulare (FMI/FMU)
  • Digital twin conectat la date reale de proces
  • Reducerea timpului de punere în funcțiune prin simulare
NVIDIA OmniverseSiemens Simcenter / NX Mechatronics Concept DesignerEmulate3DFactory I/OFMI/FMU
14Cloud industrial și platforme de date36 ore
  • Arhitecturi cloud pentru industrie și data lakes
  • Platforme: Azure IoT / Digital Twins, AWS IoT, Insights Hub (MindSphere)
  • Ingestie de date, streaming și procesare (event hubs)
  • Modelare digital twin în cloud și API-uri
  • Vizualizare, KPI globale multi-sit și raportare
  • Cost, latență și decizia edge vs. cloud
Microsoft Azure IoT / Azure Digital TwinsAWS IoT SiteWiseSiemens Insights HubPower BI
15Mentenanță predictivă cu AI/ML40 ore
  • Strategii de mentenanță (RCM, PdM) și business case
  • Achiziția datelor de vibrații, curent, temperatură, acustică
  • Feature engineering pe date de proces și semnal (FFT, RMS)
  • Modele ML: detecția anomaliilor, clasificare defecte, estimare RUL
  • MLOps industrial: antrenare, deployment la edge, monitorizare model (drift)
  • Integrarea alertelor PdM în CMMS și fluxul de mentenanță
Python (scikit-learn, TensorFlow/PyTorch)Siemens Senseye Predictive MaintenanceInfluxDBEdge ML deployment
16Analiza datelor industriale și time-series28 ore
  • Baze de date time-series și modelarea datelor de proces
  • Colectare, contextualizare (UNS - Unified Namespace) și normalizare
  • Analiză OEE, cauze de pierdere și Pareto
  • Dashboards analitice și alertare inteligentă
  • SQL și interogări pentru date industriale
  • Introducere în data pipelines și ETL industrial
InfluxDBGrafanaTimescaleDBUnified Namespace (MQTT Sparkplug B)Python (pandas)
17Cybersecurity industrial (IEC 62443)32 ore
  • Peisajul amenințărilor OT și diferențe față de IT security
  • Standardul IEC 62443: zone, conduite, security levels (SL)
  • Segmentare rețea, firewall industrial, DMZ, defense-in-depth
  • Managementul conturilor, patch management OT, hardening
  • Detecția intruziunilor (IDS OT) și monitorizare
  • Plan de răspuns la incident și continuitate operațională
IEC 62443Siemens Scalance / firewall industrialClaroty / Nozomi (IDS OT)Tenable OT Security
18Eficiență energetică și management energetic28 ore
  • Managementul energiei conform ISO 50001
  • Măsurare și monitorizare consum (energy metering, sub-metering)
  • Analiza consumului pe echipamente și identificarea risipei
  • Optimizarea acționărilor (variatoare, recuperare energie)
  • Peak shaving, load management și integrare surse regenerabile
  • KPI energetici, raportare și baseline energetic
Siemens SENTRON / SIMATIC Energy SuitePower meters (PAC)ISO 50001Grafana energy dashboards
19Robotică industrială și cobots — integrare avansată36 ore
  • Programare avansată roboți (traiectorii, offset, frame-uri) și ROS 2
  • Vision-guided robotics și integrarea sistemelor de viziune (2D/3D)
  • Aplicații: paletizare, asamblare, sudură, machine tending
  • Cobots și siguranță colaborativă (ISO/TS 15066, power & force limiting)
  • Sincronizare robot–PLC–conveior (line tracking)
  • Simulare și offline programming a celulei robotizate
FANUC / ABB RobotStudio / KUKAUniversal RobotsROS 2Cognex / Keyence visionRoboDK
20Proiect de specializare final — linie automatizată integrată44 ore
  • Analiza cerințelor și proiectarea arhitecturii complete a liniei
  • Proiectare hardware, rețea segmentată (IEC 62443) și tablouri
  • Dezvoltarea codului PLC standardizat (PackML) și SCADA la scară
  • Integrarea motion/robotică, siguranță funcțională și IIoT/edge
  • Digital twin pentru virtual commissioning și optimizare
  • Dashboard cloud cu OEE, PdM și KPI energetici
  • Punere în funcțiune, testare FAT/SAT, documentație și susținere
TIA PortalIgnition / WinCC UnifiedProfinet + SafetySiemens Industrial EdgeNVIDIA Omniverse / Emulate3D / Factory I/OGrafana + cloud
Competențe dobândite:
  • Concepe arhitectura completă a unui sistem de automatizare la nivel de linie/fabrică, de la hardware la cloud
  • Dezvoltă cod PLC industrial standardizat (PackML, OOP) testabil și mentenabil în TIA Portal și Codesys, asistat de AI
  • Proiectează sisteme SCADA/HMI enterprise scalabile, integrate cu MES/ERP și baze de date
  • Configurează rețele deterministe (Profinet IRT, EtherCAT, TSN) și modele OPC UA/AAS interoperabile
  • Implementează aplicații complexe de motion control, CNC și robotică/cobots (inclusiv ROS 2) sincronizate și sigure
  • Proiectează și validează control avansat (MPC, adaptiv) și funcții de siguranță SIL/PL complete
  • Construiește soluții IIoT end-to-end: edge computing, MQTT Sparkplug B, digital twin, virtual commissioning, cloud
  • Implementează mentenanță predictivă cu AI/ML și analytics industrial pe Unified Namespace
  • Aplică cybersecurity IEC 62443 și management energetic ISO 50001 într-o instalație reală
  • Realizează virtual commissioning cu digital twin, punere în funcțiune, testare FAT/SAT și documentare completă a unei linii
Proiect practic final: Proiectarea și implementarea unei linii de producție automatizate complete (ex.: linie de asamblare/ambalare cu stații multiple): arhitectură multi-PLC S7-1500 cu cod standardizat PackML, SCADA Ignition/WinCC Unified redundant integrat cu SQL, rețea Profinet segmentată conform IEC 62443 cu Profisafe, stații de motion control și o celulă robotizată/cobot cu viziune (opțional ROS 2), funcții de siguranță SIL validate, strat IIoT cu edge computing și MQTT Sparkplug B pe Unified Namespace, digital twin pentru virtual commissioning (NVIDIA Omniverse/Emulate3D), dashboard cloud cu OEE, mentenanță predictivă AI și KPI energetici. Proiectul include specificație funcțională, testare FAT/SAT, dosar de siguranță, evaluare de securitate și documentație tehnică completă, susținut în fața comisiei.
Evaluare: Sistem de evaluare cumulativ: evaluări practice pe fiecare modul (portofoliu de aplicații și mini-proiecte, 30%), două evaluări intermediare (milestone-uri de proiect cu susținere, 20%), proiectul de specializare final — funcționalitate, arhitectură, calitate cod, siguranță, securitate, documentație și susținere orală în fața comisiei (40%) — și examen teoretic integrator (10%). Certificatul de absolvire (competențe COR 215202) se acordă la promovarea cu minim 60% cumulat și demonstrarea tuturor competențelor practice esențiale în cadrul proiectului final.
← Înapoi la servicii
Curs de specializare · COR 215239

🔬 Cercetare în automatică

De la teoria controlului la sisteme autonome care învață, decid și rămân sigure.

Curs de specializare în cercetarea aplicată din automatică, structurat pe trei trasee progresive (80, 360 și 720 ore). Parcursul acoperă teoria sistemelor și controlul avansat (optimal, robust, predictiv, economic și stochastic), estimarea de stare și fuziunea senzorială, identificarea și controlul bazat pe date (system identification, Koopman/DMD, DeePC), reinforcement learning pentru control (deep, model-based și safe RL), scientific ML, digital twins și sisteme ciber-fizice autonome. Toate temele se implementează reproductibil în MATLAB/Simulink și Python (control, CasADi, JAX), fiecare traseu culminând cu un proiect de cercetare aliniat la practicile de vârf 2025–2026.

🎯

Cui se adresează

Ingineri și cercetători din automatică, electronică, mecatronică, informatică și robotică; absolvenți de studii tehnice superioare; specialiști din industrie (energie, auto, proces, robotică, aerospațial) care doresc competențe de cercetare în control avansat și AI aplicat sistemelor dinamice; doctoranzi și cadre didactice tehnice care pregătesc lucrări publicabile.

✅

Condiții de acces

Studii superioare tehnice (minimum licență în inginerie, informatică, matematică sau fizică) ori nivel echivalent de cunoștințe. Necesare: analiză matematică și algebră liniară, ecuații diferențiale, noțiuni de probabilități și statistică, precum și minime competențe de programare (Python sau MATLAB). Pentru traseele de 360 și 720 ore se recomandă familiaritate cu teoria clasică a reglării automate și cu reprezentarea în spațiul stărilor.

Rezultatele învățării

  • Modelează, simulează și analizează sisteme dinamice liniare și neliniare în spațiul stărilor, folosind MATLAB/Simulink și Python
  • Proiectează și implementează legi de control avansat: optimal (LQR/LQG), robust (H-infinit, µ, LMI) și predictiv (MPC liniar, NMPC, robust și stochastic)
  • Construiește estimatoare de stare și scheme de fuziune senzorială (Kalman, EKF, UKF, cubature, filtre particule, MHE, SLAM pe grafuri de factori)
  • Identifică modele din date și descoperă structuri dinamice cu metode moderne (subspace, SINDy, DMD/Koopman, PINN, Neural ODE) și control bazat pe date (DeePC)
  • Formulează și antrenează agenți de reinforcement learning (deep, model-based, safe) pentru control continuu, cu garanții de siguranță prin CBF și certificate Lyapunov
  • Proiectează și operează digital twins cu co-simulare FMI/FMU și asimilare de date pentru sisteme ciber-fizice
  • Dezvoltă software de cercetare reproductibil, diferențiabil și accelerat pe GPU/TPU cu JAX și diferențiere automată
  • Planifică, execută și diseminează un studiu de cercetare în automatică de nivel publicabil, respectând metodologia, reproductibilitatea (FAIR) și etica cercetării

Programa — 3 niveluri de specializare

Alege durata. Fiecare traseu este un schelet complet, gata de dezvoltat în cursuri autorizate.

Traseul 1 — Fundamente în cercetarea din automatică · 80 ore

Fundamente

Traseu introductiv care construiește baza teoretică și instrumentală a cercetării în automatică: modelare de sisteme dinamice, control clasic și în spațiul stărilor, estimare elementară și primele noțiuni de control modern și de învățare pentru control. Accent pe implementare practică în MATLAB/Simulink și Python și pe reproductibilitate.

📚 6 module · 80 ore total

01Fundamentele sistemelor dinamice și teoria controlului16 ore
  • Semnale și sisteme; sisteme LTI în timp continuu și discret
  • Funcții de transfer, poli, zerouri, răspuns în timp și frecvență
  • Reprezentare în spațiul stărilor și legătura cu funcția de transfer
  • Stabilitate BIBO și stabilitate internă; criteriul Routh-Hurwitz
  • Controlabilitate și observabilitate — definiții și teste de rang
  • Feedback, sensibilitate și compromisuri fundamentale
MATLAB Control System ToolboxPython controlNumPy/SciPy
02Modelare și simulare în MATLAB/Simulink și Python14 ore
  • Modelare fenomenologică: mecanic, electric, termic, hidraulic
  • Linearizare în jurul punctelor de echilibru
  • Simulare cu solvere ODE (ode45, ode15s, Runge-Kutta) și alegerea pasului de integrare
  • Construirea diagramelor bloc în Simulink și schimbul de date cu Python
  • Modele de referință de test: pendul invers, motor DC, rezervoare cuplate
  • Validarea modelului față de date de proces
MATLABSimulinkPython (SciPy solve_ivp)Jupyter
03Control clasic: PID, răspuns în frecvență și stabilitate14 ore
  • Structura PID, anti-windup, filtrarea termenului derivativ
  • Acordare: Ziegler-Nichols, IMC, acordare bazată pe model
  • Diagrame Bode și Nyquist; margini de câștig și fază
  • Proiectare de compensatoare lead-lag
  • Discretizarea regulatoarelor (Tustin, ZOH) pentru implementare digitală
  • Implementare pe microcontroler și considerații de eșantionare
MATLAB SISOTool/Control ToolboxPython controlSimulink
04Reprezentare în spațiul stărilor și estimare de bază14 ore
  • Feedback de stare și plasarea polilor (formula Ackermann)
  • Regulator liniar-pătratic (LQR) — introducere intuitivă
  • Observatoare Luenberger și principiul separării
  • Filtrul Kalman discret pentru sisteme cu zgomot — noțiuni de bază
  • Zgomot de proces și de măsură; ajustarea matricelor Q și R
  • Simulare comparativă observator vs. filtru Kalman
MATLAB (place, lqr, kalman)Python controlNumPy
05Introducere în control modern și învățare pentru control12 ore
  • Limitele controlului clasic și motivația metodelor moderne
  • Idee de bază a controlului predictiv (MPC): orizont, cost, constrângeri
  • Ce este reinforcement learning: agent, mediu, recompensă, politică
  • Legătura conceptuală dintre control optimal și RL
  • Digital twins, control bazat pe date și sisteme ciber-fizice — panoramă introductivă
  • Studii de caz din energie, auto și robotică (2025–2026)
Python (Gymnasium)do-mpc (demo)Matplotlib
06Metodologia cercetării și instrumente reproducibile10 ore
  • Formularea unei întrebări de cercetare și a ipotezelor
  • Căutarea și lectura critică a literaturii (IEEE Xplore, arXiv, Scopus)
  • Controlul versiunilor cu Git și organizarea unui proiect reproductibil
  • Documentarea experimentelor și managementul datelor
  • Vizualizarea și raportarea rezultatelor
  • Etica cercetării, integritatea academică și utilizarea responsabilă a AI
Git/GitHubJupyterOverleaf/LaTeXZotero
Competențe dobândite:
  • Descrie și simulează sisteme dinamice LTI în timp continuu și discret
  • Proiectează și acordează regulatoare PID și compensatoare clasice
  • Aplică feedback de stare, plasare de poli și observatoare Luenberger
  • Implementează un filtru Kalman discret elementar
  • Explică principial MPC, reinforcement learning și digital twins
  • Organizează un proiect de cercetare reproductibil folosind Git și Jupyter
Proiect practic final: Proiectarea și simularea unui sistem de reglare pentru un pendul invers (sau motor DC): modelare în spațiul stărilor, proiectarea unui regulator LQR cu observator, comparație cu un PID acordat, evaluarea performanței (suprareglaj, timp de stabilizare, robustețe) și livrarea unui raport reproductibil în Jupyter/Git.
Evaluare: Evaluare pe parcurs prin teme practice de laborator (40%) și evaluare finală constând în prezentarea și susținerea proiectului practic, cu demonstrarea simulării funcționale și a raportului reproductibil (60%). Prag de promovare: minimum 60%.

Traseul 2 — Control avansat aplicat și învățare pentru control · 360 ore

Intermediar–avansat aplicat

Traseu aplicat care aprofundează controlul optimal, robust și predictiv, estimarea de stare avansată, identificarea și controlul bazat pe date (inclusiv DeePC și Koopman) și reinforcement learning-ul (inclusiv deep RL) pentru control. Include digital twins, sisteme ciber-fizice autonome și programare științifică accelerată cu JAX. Fiecare temă este implementată în MATLAB/Simulink și Python, culminând cu un proiect de cercetare aplicat.

📚 12 module · 360 ore total

01Teoria avansată a sistemelor liniare și neliniare32 ore
  • Analiza modală, gramieni de controlabilitate/observabilitate
  • Realizări minimale, forme canonice și reducerea ordinului (balanced truncation)
  • Sisteme neliniare: puncte de echilibru, portrete de fază, bifurcații
  • Stabilitate Lyapunov (directă și indirectă), invarianța LaSalle
  • Linearizare exactă prin feedback și forme normale
  • Sisteme cu comutație și hibride — introducere
MATLABPython controlSciPySimulink
02Control optimal: LQR, LQG și principiul lui Pontryagin30 ore
  • Calcul variațional și ecuația Euler-Lagrange
  • Principiul maximului al lui Pontryagin
  • Programare dinamică și ecuația Hamilton-Jacobi-Bellman
  • LQR pe orizont finit și infinit; ecuațiile Riccati
  • LQG și principiul separării în prezența zgomotului
  • Recuperarea robusteții (LTR) și limitele LQG
MATLAB (lqr, care, dare)Python controlCasADi
03Control predictiv (MPC) liniar și neliniar34 ore
  • Formularea MPC: orizont de predicție/control, funcție de cost, constrângeri
  • MPC liniar cu programare pătratică (QP) și fezabilitate
  • Stabilitate MPC: cost terminal și set terminal invariant
  • MPC neliniar (NMPC) și optimizare cu constrângeri (SQP, interior-point)
  • MPC explicit, real-time iteration (RTI) și coduri generate
  • Aplicații: reglarea proceselor, energie, vehicule autonome
do-mpcCasADiacadosMATLAB MPC ToolboxOSQP
04Estimare de stare avansată și fuziune senzorială30 ore
  • Filtrul Kalman: derivare, formă informațională, forme numeric stabile
  • Extended Kalman Filter (EKF) și liniarizarea online
  • Unscented Kalman Filter (UKF) și transformata unscented
  • Filtre particule și estimare bayesiană secvențială
  • Estimare cu orizont mobil (Moving Horizon Estimation)
  • Fuziune multi-senzor: IMU, GPS, odometrie, vedere
Python FilterPyMATLABCasADi (MHE)NumPy
05Control robust: H-infinit, sinteză µ și LMI30 ore
  • Incertitudine de model: structurată și nestructurată
  • Norme H2 și H-infinit; teorema câștigului mic
  • Sinteza controlerelor H-infinit și problema sensibilității mixte
  • Analiza µ (valoare singulară structurată) și robustă performanță
  • Inegalități matriceale liniare (LMI) în proiectarea controlului
  • Reducerea ordinului controlerului
MATLAB Robust Control ToolboxYALMIPCVXPYMOSEK
06Identificarea sistemelor și controlul bazat pe date28 ore
  • Proiectarea experimentului și semnale de excitație (PRBS, chirp)
  • Modele parametrice: ARX, ARMAX, OE, Box-Jenkins; PEM
  • Metode de subspațiu (N4SID, MOESP) și identificare în buclă închisă
  • Descoperirea ecuațiilor prin sparsitate (SINDy) și DMD/Koopman
  • Control bazat pe date: lemma fundamentală Willems și DeePC
  • Validarea modelului și analiza reziduurilor
MATLAB System Identification ToolboxPython SIPPYPySINDyPyDMD
07Reinforcement learning pentru control — fundamente34 ore
  • Procese de decizie Markov (MDP), funcții de valoare, ecuația Bellman
  • Programare dinamică, Monte Carlo și diferențe temporale (TD)
  • Q-learning, SARSA și explorare vs. exploatare
  • Aproximarea funcțiilor de valoare
  • Legătura dintre RL și control optimal / dynamic programming aproximativ
  • Formularea problemelor de control ca medii RL
PythonGymnasiumNumPyPyTorch
08Deep reinforcement learning pentru control continuu32 ore
  • Metode policy-gradient și actor-critic
  • Algoritmi de vârf: PPO, DDPG, TD3, SAC
  • Spații de acțiune continue și shaping-ul recompensei
  • Antrenare stabilă: normalizare, replay buffer, target networks
  • Combinarea MPC cu RL (RL-augmented MPC) și politici de tip diffusion/decision transformer
  • Transferul sim-to-real și randomizarea domeniului
Stable-Baselines3PyTorchGymnasiumMuJoCoIsaac Lab
09Digital twins și modelare hibridă28 ore
  • Arhitectura unui digital twin: model, date, sincronizare
  • Co-simulare și standardul FMI/FMU
  • Asimilarea de date și actualizarea online a modelului
  • Modele hibride: fizică + învățare automată (grey-box, residual learning)
  • Mentenanță predictivă și detecția defectelor
  • Studii de caz industriale (energie, manufacturing)
Simulink / SimscapeFMPyPythonPyTorch
10Sisteme ciber-fizice și autonome26 ore
  • Control în rețea: întârzieri, pierderi de pachete, eșantionare event-triggered
  • Sisteme multi-agent și control distribuit / consens
  • Percepție-planificare-control pentru sisteme autonome
  • Middleware robotic și integrarea senzorilor
  • Securitatea sistemelor ciber-fizice și reziliența
  • Testare hardware-in-the-loop (HIL)
ROS 2GazeboPythonSimulink Real-Time
11Programare științifică: Python, JAX și accelerare26 ore
  • Diferențiere automată și programare diferențiabilă
  • JAX: jit, grad, vmap, pmap și execuție pe GPU/TPU
  • Optimizare numerică pentru control (gradient, Newton, QP/NLP)
  • Metode numerice: integratoare, algebră liniară de mari dimensiuni
  • Optimizare diferențiabilă și control diferențiabil (straturi de optimizare)
  • Bune practici de cod științific și profilare de performanță
JAXOptaxDiffraxCasADiIPOPT
12Metodologia cercetării, proiect aplicat și diseminare30 ore
  • Design experimental și planificarea unui studiu de control
  • Benchmark-uri, metrici și analiză statistică a rezultatelor
  • Reproductibilitate: seeds, versiuni, containere
  • Scrierea unui articol științific și structura IMRaD
  • Prezentarea rezultatelor și revizuirea de tip peer-review
  • Etica, atribuirea și integritatea cercetării
Git/GitHubDockerWeights & BiasesLaTeX/Overleaf
Competențe dobândite:
  • Proiectează și implementează control optimal (LQR/LQG) și predictiv (MPC/NMPC) cu constrângeri
  • Sintetizează controlere robuste H-infinit și analizează robustețea prin LMI/µ
  • Construiește estimatoare de stare neliniare (EKF/UKF), filtre particule și MHE
  • Identifică modele din date și aplică control bazat pe date (SINDy, Koopman, DeePC)
  • Antrenează agenți deep RL (PPO, SAC, TD3) pentru probleme de control continuu
  • Proiectează digital twins cu co-simulare FMI și asimilare de date
  • Dezvoltă cod științific accelerat cu JAX și diferențiere automată
  • Planifică, execută și raportează un studiu de cercetare aplicat reproductibil
Proiect practic final: Studiu de cercetare aplicat pe un sistem realist (de ex. quadrotor, vehicul autonom simplificat, proces energetic sau reactor): identificarea modelului din date, proiectarea a cel puțin două strategii de control (ex. NMPC vs. deep RL sau DeePC), estimare de stare cu EKF/UKF, integrarea într-un digital twin cu co-simulare, benchmark comparativ cu analiză statistică și livrarea unui articol tehnic reproductibil.
Evaluare: Evaluare continuă prin teme de laborator și mini-proiecte pe module (40%), un examen intermediar aplicat pe control avansat și estimare (20%) și susținerea proiectului final de cercetare cu articol tehnic și cod reproductibil (40%). Prag de promovare: minimum 60% la fiecare componentă majoră.

Traseul 3 — Specializare completă în cercetarea din automatică · 720 ore

Specializare completă

Traseu extins de specializare care acoperă integral cercetarea modernă în automatică: fundamente matematice avansate, teoria stabilității neliniare, control optimal, predictiv robust, economic și stochastic, estimare și fuziune senzorială, identificare și control bazat pe date, întregul spectru al reinforcement learning (inclusiv safe și model-based RL), scientific ML, digital twins, sisteme ciber-fizice autonome și calcul de înaltă performanță. Se încheie cu un proiect de cercetare amplu (capstone) de nivel publicabil.

📚 18 module · 720 ore total

01Analiză funcțională și fundamente matematice pentru control36 ore
  • Spații Hilbert și Banach, operatori liniari
  • Algebră liniară numerică: SVD, descompuneri, condiționare
  • Teoria măsurii și probabilități pentru sisteme stochastice
  • Procese stochastice și calcul Itô — introducere
  • Optimizare convexă: dualitate, KKT, condiții de optimalitate
  • Teoria perturbațiilor și analiză de senzitivitate
Python (NumPy/SciPy)MATLABCVXPY
02Sisteme dinamice neliniare și teoria stabilității Lyapunov40 ore
  • Existență, unicitate și dependența de condiții inițiale
  • Teoria stabilității Lyapunov, ISS și stabilitate în timp finit
  • Sisteme pasive și teoria pasivității; control bazat pe energie
  • Backstepping și control adaptiv neliniar
  • Control prin moduri alunecătoare (sliding mode) și super-twisting
  • Sisteme cu perturbații și robustețe neliniară
MATLABSimulinkPythonSumOfSquares (SOSTOOLS)
03Control optimal și teoria comenzii42 ore
  • Calcul variațional, principiul lui Pontryagin, condiții necesare/suficiente
  • Programare dinamică, HJB și soluții de viscozitate
  • LQR/LQG, ecuații Riccati diferențiale și algebrice
  • Control optimal cu constrângeri și metode de tip shooting/collocation
  • Control optimal stochastic și LQG stochastic
  • Differential dynamic programming (DDP) și iLQR
CasADiIPOPTTrajax/JAXMATLAB
04Control predictiv avansat: economic, robust și stochastic44 ore
  • NMPC: formulare, fezabilitate recursivă și stabilitate
  • MPC robust: tube-based MPC și min-max MPC
  • MPC stochastic și constrângeri de tip chance
  • MPC economic și mentenanța performanței
  • MPC în timp real: RTI, warm-start, coduri generate și MPC învățat
  • Aplicații complexe: rețele energetice, vehicule, procese chimice
acadosdo-mpcCasADiOSQPL4CasADi
05Control robust și sinteză bazată pe LMI40 ore
  • Incertitudine structurată/nestructurată și modelare LFT
  • Sinteza H2/H-infinit și sensibilitate mixtă
  • Analiza µ și robustă performanță
  • Programare semidefinită și LMI în control
  • Control cu programare la parametri variabili (LPV/gain-scheduling)
  • Control robust bazat pe date (DeePC robust, incertitudine din date)
MATLAB Robust Control ToolboxYALMIPMOSEKCVXPY
06Estimare de stare și fuziune senzorială avansată40 ore
  • Filtrare bayesiană: KF, EKF, UKF, cubature Kalman filter
  • Filtre particule, rao-blackwellizare și metode Monte Carlo secvențiale
  • Estimare cu orizont mobil (MHE) și estimare robustă
  • SLAM și estimare pe grafuri de factori
  • Fuziune multi-senzor pentru sisteme autonome (IMU/GPS/LiDAR/cameră)
  • Estimare simultană de stare și parametri
Python FilterPyGTSAMCasADiROS 2
07Identificarea sistemelor și descoperirea modelelor din date40 ore
  • Design optimal de experiment și excitație persistentă
  • Metode parametrice și neparametrice; PEM și maxima verosimilitate
  • Subspace identification (N4SID, MOESP) și identificare în buclă închisă
  • Dynamic Mode Decomposition (DMDc) și teoria operatorului Koopman
  • SINDy și descoperirea sparsă a ecuațiilor diferențiale
  • Identificare neliniară cu rețele neuronale și validare
MATLAB System Identification ToolboxPySINDyPyDMDSIPPY
08Fundamentele reinforcement learning38 ore
  • MDP, funcții de valoare, ecuațiile Bellman și politici optime
  • Programare dinamică, Monte Carlo, TD(λ) și eligibility traces
  • Q-learning, SARSA, Double Q-learning
  • Aproximarea funcțiilor și problema deadly triad
  • Exploatare vs. explorare; bandiți și UCB/Thompson
  • Legătura riguroasă dintre RL și control optimal (ADP)
PythonGymnasiumNumPyJAX
09Deep reinforcement learning pentru control continuu42 ore
  • Policy gradient, actor-critic, avantaj generalizat (GAE)
  • PPO, TRPO, DDPG, TD3, SAC și comparații de performanță
  • Rețele de politici și de valoare; stabilitatea antrenării
  • Recompensă, curriculum learning și shaping
  • Antrenare masiv paralelă și medii vectorizate pe GPU
  • Sim-to-real, domain randomization și robustețe
Stable-Baselines3CleanRLPyTorchIsaac LabMuJoCo
10Model-based RL și control cu învățare40 ore
  • Învățarea modelelor de dinamică și planificare cu model
  • Algoritmi: Dreamer, MBPO, PETS și world models
  • Planificare prin CEM și MPPI cu model învățat
  • Control adaptiv bazat pe învățare și meta-RL
  • Combinarea NMPC cu modele învățate (learning-based MPC)
  • Eficiența eșantioanelor și incertitudinea epistemică
JAXPyTorchMPPIdo-mpcGymnasium
11Safe RL și control cu garanții38 ore
  • Funcții de barieră de control (Control Barrier Functions, CBF)
  • Filtre de siguranță și proiecția acțiunilor (safety filters)
  • RL constrâns (CMDP) și metode Lagrangiene
  • Reachability analysis și seturi invariante sigure
  • Verificare formală și garanții probabilistice
  • Certificate Lyapunov învățate (neural certificates)
PythonCasADiJAXCVXPYOSQP
12Digital twins: arhitectură, co-simulare și asimilare de date42 ore
  • Arhitecturi de digital twin și cicluri de sincronizare model-realitate
  • Co-simulare cu standardul FMI/FMU și integrare multi-domeniu
  • Asimilarea datelor: filtre, 4D-Var și ensemble Kalman
  • Modele hibride fizică + ML (grey-box, residual learning)
  • Mentenanță predictivă, detecția și izolarea defectelor
  • Digital twins pentru energie, industrie și infrastructură
Simulink/SimscapeFMPyPyTorchOpenModelica
13Sisteme ciber-fizice și control în rețea36 ore
  • Control în rețea: întârzieri, jitter, pierderi și event-triggered control
  • Sisteme multi-agent, consens și control distribuit
  • Securitatea CPS: atacuri, detecție și control rezilient
  • Programare în timp real și analiza planificabilității
  • Comunicații și middleware pentru control distribuit
  • Testare hardware-in-the-loop și validare
ROS 2Simulink Real-TimePythonOMNeT++
14Sisteme autonome: percepție, planificare și control40 ore
  • Arhitectura autonomiei: percepție → localizare → planificare → control
  • Planificarea traiectoriei: sampling-based, optimizare, planificare cinodinamică
  • Control de mișcare pentru roboți mobili, drone și manipulatoare
  • Integrarea percepției (vedere, LiDAR) cu controlul
  • Luarea deciziilor sub incertitudine (POMDP)
  • Studii de caz: conducere autonomă și robotică de teren
ROS 2GazeboMoveIt 2OMPLPyTorch
15Scientific ML și physics-informed learning40 ore
  • Physics-Informed Neural Networks (PINN) pentru EDP/EDO
  • Neural ODE, Neural CDE și modele dinamice continue
  • Operatori neuronali (DeepONet, Fourier Neural Operator)
  • Învățare care respectă structura (Hamiltonian/Lagrangian NN)
  • Cuantificarea incertitudinii și învățare bayesiană
  • Integrarea scientific ML cu controlul și digital twins
JAXDiffraxPyTorchDeepXDENeuromancer
16Calcul de înaltă performanță: JAX, GPU și diferențiere automată36 ore
  • Programare diferențiabilă și moduri AD (forward/reverse)
  • JAX în profunzime: jit, grad, vmap, pmap, scan
  • Accelerare pe GPU/TPU și paralelizare de date
  • Optimizare la scară: L-BFGS, Adam, metode de ordin doi
  • Optimizare diferențiabilă și straturi de optimizare (differentiable QP)
  • Reproductibilitate, profilare și optimizarea performanței
JAXOptaxEquinoxCUDAcvxpylayers
17Metodologia cercetării, etică și publicare științifică36 ore
  • Formularea problemei, stadiul cunoașterii și analiza literaturii
  • Design experimental riguros și analiză statistică (teste, intervale de încredere)
  • Reproductibilitate: containere, versionare, managementul datelor (FAIR)
  • Scrierea articolului științific (IMRaD) și procesul de peer-review
  • Prezentarea și susținerea rezultatelor la conferințe
  • Etica cercetării, drepturi de autor și AI responsabil
LaTeX/OverleafGit/GitHubDockerWeights & BiasesZotero
18Proiect de cercetare amplu (capstone)50 ore
  • Definirea temei de cercetare și a contribuției originale
  • Planificarea și execuția experimentelor la scară
  • Implementarea completă a pipeline-ului: model, control, estimare, evaluare
  • Benchmark comparativ riguros și analiză critică a rezultatelor
  • Redactarea unui articol științific de nivel publicabil
  • Susținerea publică și apărarea rezultatelor în fața comisiei
MATLAB/SimulinkPython/JAXacados/CasADiROS 2Git/Docker
Competențe dobândite:
  • Stăpânește fundamentele matematice avansate și teoria stabilității neliniare (Lyapunov, ISS, pasivitate)
  • Proiectează control optimal, predictiv (robust/stochastic/economic) și robust la nivel de cercetare
  • Construiește estimatoare avansate și sisteme de fuziune senzorială, inclusiv SLAM pe grafuri de factori
  • Aplică întregul spectru RL — de la fundamente la model-based și safe RL cu garanții (CBF, neural certificates)
  • Integrează scientific ML (PINN, Neural ODE, operatori neuronali) cu controlul și digital twins
  • Proiectează și operează sisteme ciber-fizice și autonome complete, de la percepție la control
  • Dezvoltă software de cercetare de înaltă performanță, diferențiabil și accelerat pe GPU cu JAX
  • Conduce independent un proiect de cercetare original și îl diseminează la nivel publicabil
Proiect practic final: Proiect de cercetare amplu de tip capstone, cu contribuție originală: alegerea unei probleme deschise (de ex. control cu învățare și garanții de siguranță pentru un sistem autonom, digital twin cu asimilare de date pentru un proces energetic, sau control predictiv învățat pentru robotică). Proiectul include stadiul cunoașterii, implementarea completă a pipeline-ului (identificare/model, estimare, control, safe RL), benchmark riguros cu analiză statistică, un digital twin de validare și redactarea unui articol științific de nivel publicabil, susținut public în fața comisiei.
Evaluare: Evaluare integrată: teme și mini-proiecte pe module (30%), două examene intermediare aplicate — unul pe control avansat și estimare, altul pe RL și scientific ML (20%), și proiectul capstone final cu articol științific, cod reproductibil și susținere publică (50%). Se evaluează originalitatea contribuției, rigoarea metodologică și reproductibilitatea. Prag de promovare: minimum 60% la fiecare componentă majoră și susținerea validă a proiectului capstone.
← Înapoi la servicii
Curs de specializare · COR 242401

🎓 Formator

Proiectează învățare care rămâne — cu andragogie, AI și date.

Curs de specializare pentru ocupația Formator (COR 242401), reconstruit pentru anii 2025–2026 în jurul designului instrucțional modern, al învățării potențate de inteligența artificială și al microlearning-ului. Cursanții învață să analizeze nevoi, să proiecteze programe cu modele consacrate (ADDIE, SAM, Gagné, Merrill, Backward Design), să producă conținut e-learning cu instrumente reale și AI generativ multimodal, să facă evaluare și learning analytics (xAPI) și să faciliteze cu impact în medii blended, online și imersive. Programul integrează AI literacy responsabilă (inclusiv EU AI Act), abordarea skills-based și learning engineering. Cele trei trasee (80/360/720 ore) oferă o progresie clară de la fundamente la specializare completă, cu proiect capstone amplu, măsurat și apărat.

🎯

Cui se adresează

Formatori, traineri interni și corporate, profesori și cadre didactice care trec spre digital, specialiști L&D, instructional designers și learning engineers la început de drum, specialiști HR, instructori de e-learning, experți tehnici care vor să-și transmită expertiza, consultanți și antreprenori în educație și oricine dorește certificare acreditată de formator cu competențe digitale și AI la zi.

✅

Condiții de acces

Studii minime superioare (nivel 6 CNC / licență) sau, după caz, studii medii cu experiență relevantă, conform cerințelor ocupației Formator din O.G. 129/2000 și standardului ocupațional. Competențe digitale de bază (utilizare calculator, navigare internet, editoare de documente și prezentări), cont de e-mail funcțional și acces la un calculator cu conexiune stabilă la internet. Nu sunt necesare cunoștințe de programare. Pentru traseele de 360 și 720 ore se recomandă experiență anterioară de predare/prezentare sau parcurgerea prealabilă a traseului de fundamente.

Rezultatele învățării

  • Analizează nevoile de formare (TNA) și profilul publicului adult și traduce rezultatele în obiective de învățare măsurabile
  • Proiectează programe și module de curs aplicând modele de design instrucțional (ADDIE, SAM, Gagné, Merrill, Backward Design, taxonomia Bloom revizuită)
  • Dezvoltă conținut e-learning modern (module interactive, microlearning, video, quiz-uri) cu instrumente profesionale de authoring
  • Integrează AI generativ multimodal, agenți și tutori AI în proiectarea și livrarea învățării, cu AI literacy și guvernanță responsabilă (inclusiv EU AI Act)
  • Configurează și administrează platforme LMS/LXP și construiește experiențe blended, flipped și skills-based
  • Aplică gamification și, la nivel avansat, elemente de VR/AR/immersive learning în training
  • Proiectează sisteme de evaluare valide și fiabile și interpretează datele din learning analytics (inclusiv xAPI) pentru optimizare
  • Asigură accesibilitate, incluziune și proiectare universală (UDL, WCAG 2.2) a materialelor de învățare
  • Facilitează sesiuni de formare online și hibride cu tehnici moderne de engagement
  • Gestionează un proiect complet de formare, de la analiză la evaluarea impactului și ROI (Kirkpatrick/Phillips)

Programa — 3 niveluri de specializare

Alege durata. Fiecare traseu este un schelet complet, gata de dezvoltat în cursuri autorizate.

Traseul 1 — Fundamente în formarea adulților și design instrucțional · 80 ore

Fundamente

Traseu introductiv care pune bazele meseriei de formator modern: cum învață adulții, cum se proiectează un curs coerent cu ADDIE și SAM, cum se scriu obiective și evaluări, plus prima expunere la microlearning, blended learning și AI pentru formatori, cu utilizare responsabilă. Se încheie cu proiectarea și susținerea unui micro-modul de curs complet, livrat live online.

📚 6 module · 80 ore total

01Andragogie și fundamentele învățării adulților12 ore
  • Principiile andragogiei (Knowles): autonomie, experiență, relevanță, motivație internă
  • Diferențe pedagogie vs. andragogie și implicații practice
  • Stiluri și preferințe de învățare — mituri și dovezi (dezbaterea VAK/learning styles)
  • Motivație, atenție și sarcina cognitivă (Cognitive Load Theory)
  • Ciclul de învățare experiențială Kolb
  • Bariere în învățarea adulților și cum le adresăm
MiroMentimeterGoogle Workspace
02Introducere în designul instrucțional: ADDIE și SAM16 ore
  • Ce este designul instrucțional și rolul formatorului-designer
  • Modelul ADDIE: Analiză, Design, Dezvoltare, Implementare, Evaluare
  • Modelul SAM (Successive Approximation Model) și prototiparea iterativă
  • Când folosim ADDIE vs. SAM: proiecte liniare vs. agile
  • Elemente de UX pentru învățare și principii vizuale de bază
  • Structurarea unui curriculum și hărți de conținut
MiroCanvaNotion
03Analiza nevoilor și obiective de învățare12 ore
  • Analiza nevoilor de formare (Training Needs Analysis) la nivel simplu
  • Analiza publicului-țintă și a contextului
  • Taxonomia Bloom revizuită (Anderson & Krathwohl)
  • Formularea obiectivelor SMART și verbe operaționale
  • Alinierea obiective — conținut — evaluare (constructive alignment)
  • Definirea rezultatelor învățării (learning outcomes)
Google FormsNotionChatGPT
04Microlearning și învățare blended14 ore
  • Ce este microlearning-ul și când funcționează
  • Principii: o idee per unitate, durată scurtă, aplicabilitate imediată
  • Spaced repetition și consolidarea memoriei
  • Modelul blended learning și flipped classroom la nivel introductiv
  • Proiectarea unei secvențe de microlearning
  • Formate: carduri, video scurt, quiz-uri, infografice
CanvaH5PYouTube
05Introducere în AI pentru formatori14 ore
  • Panorama AI generativ și multimodal în educație (2025–2026)
  • Prompting eficient pentru generare de conținut de curs
  • Generarea de schițe de curs, exemple, studii de caz și quiz-uri cu AI
  • Tutori AI și învățare adaptivă — concepte de bază
  • Verificarea acurateței, bias și limite ale AI (halucinații)
  • AI literacy, etică, drepturi de autor, GDPR și EU AI Act — utilizare responsabilă
ChatGPTClaudeGammaMicrosoft Copilot
06Facilitare, livrare și evaluare de bază12 ore
  • Tehnici de facilitare față în față și online
  • Deschiderea, energizarea și închiderea unei sesiuni
  • Managementul grupului și al întrebărilor
  • Metode de evaluare formativă și sumativă simplă
  • Feedback eficient către cursanți
  • Chestionare de satisfacție și primul nivel Kirkpatrick (reacție)
ZoomMicrosoft TeamsMentimeterKahoot
Competențe dobândite:
  • Explică felul în care învață adulții și adaptează abordarea la principiile andragogiei
  • Aplică modelele ADDIE și SAM pentru a structura un modul de curs
  • Formulează obiective de învățare măsurabile aliniate cu evaluarea
  • Proiectează o secvență de microlearning și un scenariu blended simplu
  • Utilizează instrumente AI generative pentru a genera și rafina conținut de curs în mod etic și responsabil
  • Facilitează o sesiune scurtă de formare online și aplică evaluare de bază
Proiect practic final: Proiectarea și susținerea unui micro-modul de curs de 30–45 de minute pe o temă la alegere: analiză de nevoi pe scurt, 3–5 obiective de învățare, o secvență de microlearning, minim un material creat cu ajutorul AI (declarat transparent) și un instrument de evaluare (quiz sau checklist), livrat live online.
Evaluare: Evaluare pe parcurs prin teme scurte la fiecare modul (30%), evaluare teoretică tip test grilă privind andragogia, ADDIE/SAM și obiectivele de învățare (30%) și evaluarea finală a proiectului practic pe bază de grilă cu criterii (aliniere obiective-evaluare, calitatea conținutului, utilizarea etică a AI, calitatea livrării) plus susținere orală (40%). Condiție de promovare: minim 60% la fiecare componentă.

Traseul 2 — Design instrucțional aplicat, e-learning și AI în educație · 360 ore

Intermediar–avansat aplicat

Traseu aplicat care transformă fundamentele în competențe profesionale de instructional designer. Cursanții proiectează programe complete, produc module e-learning cu instrumente reale de authoring, integrează AI generativ multimodal, agenți și învățare adaptivă, construiesc gamification, administrează LMS/LXP moderne și lucrează cu learning analytics (xAPI) și accesibilitate. Se finalizează cu un proiect e-learning complet publicat și facilitat.

📚 12 module · 360 ore total

01Andragogie avansată și științe cognitive ale învățării28 ore
  • Cognitive Load Theory aplicată în design (sarcină intrinsecă, extrinsecă, germană)
  • Multimedia Learning (principiile Mayer)
  • Memorie de lucru, retenție și transferul învățării
  • Motivație: modelele ARCS (Keller) și autodeterminarea (Deci & Ryan)
  • Metacogniție și învățare autoreglată
  • Learning science aplicată: interleaving, retrieval practice, spacing
MiroNotionZotero
02ADDIE și SAM aplicat: proiectarea completă a unui program34 ore
  • Parcurgerea integrală ADDIE pe un proiect real
  • SAM și prototiparea rapidă cu feedback iterativ
  • Modelul Gagné — cele nouă evenimente ale instruirii
  • Merrill — principiile fundamentale ale instruirii (First Principles)
  • Backward Design și abordarea skills-based / competency-based
  • Design document, blueprint de curs și managementul stakeholderilor
MiroNotionTrelloGoogle Docs
03Storyboarding și authoring cu Articulate 36032 ore
  • De la blueprint la storyboard vizual
  • Structura unui curs în Articulate Rise 360
  • Interactivitate în Storyline 360: layere, variabile, triggere
  • Design vizual și șabloane consistente
  • Scenarii ramificate (branching scenarios)
  • Export SCORM/xAPI și testare QA
Articulate Rise 360Articulate Storyline 360Canva
04Microlearning avansat și mobile learning26 ore
  • Arhitectura unui program de microlearning la scară
  • Spaced repetition și push learning pe mobil
  • Nudge learning și învățare în fluxul muncii (learning in the flow of work)
  • Design mobile-first și responsiv
  • Campanii de microlearning și serii
  • Măsurarea eficacității microlearning-ului
H5PSC Training (EdApp)CanvaTelegram/WhatsApp bots
05LMS/LXP moderne și ecosisteme digitale de învățare28 ore
  • LMS vs. LXP — diferențe și tendințe 2025–2026
  • Administrarea unui LMS: utilizatori, cursuri, roluri, rapoarte
  • Standarde de conținut: SCORM, xAPI (Tin Can), cmi5
  • Integrarea conținutului de authoring în LMS
  • Structuri de curriculum, learning paths, skills și certificări
  • Automatizări, notificări și skills-based learning
MoodleTalentLMSGoogle ClassroomDocebo
06Gamification și game-based learning30 ore
  • Diferența gamification vs. game-based vs. serious games
  • Elemente de joc: puncte, badge-uri, niveluri, clasamente, quest-uri
  • Modelul Octalysis (Yu-kai Chou) al motivației
  • Design de mecanici fără a distruge motivația intrinsecă
  • Narrative și storytelling în învățare
  • Simulări și scenarii decizionale
KahootGeniallyClasscraftArticulate Storyline
07AI generativ multimodal pentru conținut educațional34 ore
  • Prompt engineering avansat și lanțuri de prompturi pentru design instrucțional
  • Generarea de storyboard-uri, scripturi video și evaluări cu AI
  • Generare de imagini, voce sintetică, avatare și video pentru cursuri
  • Traducere și localizare de conținut cu AI
  • Fluxuri de lucru AI-augmented și agenți pentru producție rapidă
  • Guvernanță, verificarea faptelor, drepturi de autor și EU AI Act
ChatGPTClaudeGammaElevenLabsSynthesia
08Învățare adaptivă și tutori AI28 ore
  • Ce este învățarea adaptivă și cum funcționează
  • Trasee personalizate în funcție de performanță
  • Tutori și agenți AI conversaționali pentru practică și feedback
  • Construirea unui asistent AI pe baza materialelor proprii (RAG)
  • Personalizare la scară vs. protecția datelor
  • Limitele adaptivității și rolul formatorului uman
KhanmigoChatGPT (GPTs)Sana LabsNotebookLM
09Proiectarea evaluării și a feedbackului26 ore
  • Validitate, fidelitate și corectitudine a evaluării
  • Itemi de test: grilă, potrivire, răspuns scurt, performanță
  • Rubrici analitice și holistice
  • Evaluare autentică și pe bază de proiecte/portofoliu
  • Feedback formativ eficient și feedforward
  • Evaluare asistată de AI și integritate academică în era AI
Google FormsQuizizzArticulate quizzesTurnitin
10Learning analytics și decizii bazate pe date28 ore
  • Ce măsurăm: engagement, progres, performanță, retenție
  • Introducere în xAPI și Learning Record Store (LRS)
  • Dashboard-uri și interpretarea datelor de învățare
  • Metrici de eficacitate și corelarea cu obiectivele de business
  • Modelul Kirkpatrick (4 niveluri) și Phillips ROI
  • Etica datelor, GDPR și confidențialitatea cursanților
Google Looker StudioMoodle AnalyticsWatershed LRSExcel
11Accesibilitate, incluziune și proiectare universală24 ore
  • Universal Design for Learning (UDL) — cele trei principii
  • Standarde de accesibilitate WCAG 2.2 pentru conținut digital
  • Subtitrări, transcripturi, contrast, navigare la tastatură
  • Design incluziv și DEI în materialele de învățare
  • Limbaj simplu, claritate cognitivă și neurodivergență
  • Testarea accesibilității cu utilizatori și instrumente
WAVEMicrosoft Accessibility CheckerCanvaAmara
12Facilitare online, virtual classroom și proiect final42 ore
  • Design și facilitare a sesiunilor sincrone online
  • Tehnici de engagement: breakout rooms, polling, colaborare
  • Producție a unei sesiuni live (regie, moderare, co-facilitare)
  • Managementul programului blended de la cap la coadă
  • Integrarea tuturor componentelor într-un produs e-learning
  • Prezentarea și apărarea proiectului final
ZoomMicrosoft TeamsMentimeterMiroArticulate 360
Competențe dobândite:
  • Conduce un proces complet de design instrucțional aplicând ADDIE/SAM, Gagné și Merrill pe un proiect real
  • Dezvoltă module e-learning interactive și microlearning cu instrumente profesionale de authoring
  • Integrează AI generativ multimodal și tutori AI în producția și livrarea de conținut, cu guvernanță etică
  • Configurează și administrează un LMS/LXP și publică conținut conform SCORM/xAPI
  • Proiectează gamification și evaluări valide și fiabile
  • Interpretează learning analytics și aplică modelul Kirkpatrick pentru a demonstra eficacitatea
  • Asigură accesibilitatea și incluziunea materialelor conform UDL și WCAG 2.2
  • Facilitează sesiuni online și hibride cu tehnici avansate de engagement
Proiect practic final: Dezvoltarea unui program e-learning complet (echivalent 2–3 ore de învățare) pe o temă profesională reală: document de design bazat pe ADDIE, minim un modul interactiv publicat SCORM/xAPI într-un LMS, o componentă de microlearning, elemente de gamification, cel puțin un material generat/asistat de AI (declarat transparent), un sistem de evaluare cu rubrică, verificare de accesibilitate WCAG 2.2 și o sesiune sincronă de facilitare a programului.
Evaluare: Evaluare continuă prin portofoliu de teme practice pe module (35%), evaluare a produsului e-learning publicat pe bază de grilă profesională (calitate instrucțională, interactivitate, accesibilitate, integrare AI, conformitate SCORM/xAPI) (40%) și susținerea orală a proiectului cu demonstrarea unei sesiuni de facilitare online (25%). Condiție de promovare: minim 70% la fiecare componentă majoră.

Traseul 3 — Specializare completă: arhitect al învățării moderne cu AI · 720 ore

Specializare completă

Traseu de specializare integrală care formează un arhitect de învățare (learning engineer) capabil să conducă programe complexe end-to-end. Acoperă neuroștiința învățării, toate modelele majore de design instrucțional, analiza de nevoi, producția media și e-learning profesională, AI generativ multimodal și adaptiv cu agenți, VR/AR imersiv, LMS/LXP, gamification, evaluare psihometrică, learning analytics cu xAPI, accesibilitate universală și facilitare. Se încheie cu un proiect capstone amplu: un program de formare complet, publicat, măsurat, cu business case și ROI, apărat în fața unei comisii.

📚 18 module · 720 ore total

01Fundamente andragogice și neuroștiința învățării32 ore
  • Andragogie (Knowles) și teorii ale învățării adulților
  • Neuroștiința învățării: neuroplasticitate, memorie, atenție
  • Cognitive Load Theory și Multimedia Learning (Mayer) în profunzime
  • Motivație: ARCS, autodeterminare, mindset (Dweck)
  • Transferul învățării și aplicabilitatea în muncă
  • Demontarea neuromiturilor în educație
NotionZoteroMiro
02Modele de design instrucțional: panoramă completă40 ore
  • ADDIE și SAM — comparație și aplicare
  • Gagné: cele nouă evenimente ale instruirii
  • Merrill: First Principles of Instruction
  • Dick & Carey — modelul sistemic
  • Taxonomia Bloom revizuită, SOLO, Fink și taxonomia afectivă
  • Backward Design (Wiggins & McTighe), Agile Learning Design și learning engineering
MiroLucidchartNotion
03Analiza nevoilor de formare (TNA) și a publicului34 ore
  • Metode de analiză a nevoilor: interviuri, sondaje, focus grup, observație
  • Analiza de sarcini (task analysis) și de competențe
  • Personas de învățare și hărți de empatie
  • Analiza contextului organizațional și a constrângerilor
  • Gap analysis: performanță curentă vs. dorită
  • Prioritizarea și fundamentarea deciziei de a forma (vs. alte soluții de performanță)
Google FormsMiroDovetailExcel
04Proiectarea obiectivelor, competențelor și a curriculumului30 ore
  • Formularea obiectivelor operaționale și a rezultatelor învățării
  • Cadre de competențe, taxonomii de skills și niveluri (CNC/EQF)
  • Constructive alignment: obiective-activități-evaluare
  • Secvențierea și scaffolding-ul conținutului
  • Hărți de curriculum, learning paths și abordare skills-based
  • Corelarea cu standarde ocupaționale și certificări
NotionMiroGoogle Sheets
05Storyboarding, scenarizare și UX pentru învățare38 ore
  • Storyboard textual și vizual de nivel profesional
  • Scriere de scenarii și scripturi pentru module și video
  • UX și UI pentru experiențe de învățare digitale
  • Design vizual, tipografie, culoare și sisteme de design
  • Scenarii ramificate și învățare bazată pe decizii
  • Prototipare rapidă și testare cu utilizatori
FigmaMiroTwineCanva
06Authoring e-learning profesional (Articulate & Captivate)46 ore
  • Rise 360 pentru cursuri responsive rapide
  • Storyline 360: variabile, stări, triggere, JavaScript de bază
  • Adobe Captivate pentru simulări software și conținut VR-ready
  • Interactivitate complexă și scenarii ramificate
  • Șabloane, biblioteci și consistență la scară
  • Publicare SCORM 1.2/2004, xAPI, cmi5 și testare QA
Articulate Storyline 360Articulate Rise 360Adobe CaptivateH5P
07Producție media: video, audio, motion și editare40 ore
  • Planificarea și înregistrarea de video educațional și screencast
  • Editare video și subtitrare
  • Motion graphics și animație explicativă
  • Narațiune, voce și sunet (inclusiv voce sintetică AI)
  • Fotografie/grafică și optimizare pentru web
  • Producție eficientă și fluxuri de lucru scalabile
CamtasiaDaVinci ResolveDescriptElevenLabsCanva
08Microlearning, mobile learning și spaced repetition34 ore
  • Arhitectura programelor de microlearning la scară
  • Spaced repetition și algoritmi de repetiție (SRS)
  • Learning in the flow of work și nudge learning
  • Design mobile-first și notificări push
  • Campanii, serii și micro-certificări
  • Măsurarea retenției și a impactului
SC Training (EdApp)AnkiH5PAxonify
09Blended learning, flipped classroom și cohorte30 ore
  • Modele blended: rotație, flex, à la carte, virtual îmbogățit
  • Flipped classroom: proiectare și facilitare
  • Cohort-based courses (CBC) și învățare socială
  • Comunități de practică și învățare peer-to-peer
  • Orchestrarea sincron-asincron
  • Angajament și retenția cohortei
CircleSlackZoomNotion
10LMS/LXP moderne: administrare și arhitectură38 ore
  • Selecția și arhitectura unui ecosistem LMS/LXP
  • Administrare avansată: roluri, grupuri, automatizări, rapoarte
  • Standarde: SCORM, xAPI, cmi5, LTI
  • Integrări (HRIS, SSO, webhooks, API)
  • Learning paths, competency-based, skills și certificări automate
  • Content curation și strategii de conținut la scară
MoodleDoceboTalentLMSLearnWorlds
11Gamification și game-based learning avansat40 ore
  • Framework-uri: Octalysis, MDA, motivația intrinsecă vs. extrinsecă
  • Sisteme de progres, economii de puncte, badge-uri și niveluri
  • Design de serious games și simulări decizionale
  • Narrative design și storytelling imersiv
  • Escape rooms educaționale și quest-uri
  • Echilibrarea, testarea și evitarea abuzului de mecanici
GeniallyClasscraftArticulate StorylineTwine
12AI generativ multimodal și agenți pentru design instrucțional54 ore
  • Prompt engineering avansat și lanțuri de prompturi pentru ID
  • Generare de storyboard-uri, scripturi, evaluări și rubrici cu AI
  • Imagini, avatare, voce sintetică și video generat de AI
  • Construirea de asistenți/GPTs și agenți pe baza materialelor proprii
  • Fluxuri de lucru AI-augmented, automatizări și orchestrare de agenți
  • Guvernanță AI, bias, drepturi de autor, verificarea faptelor, EU AI Act și etică
ChatGPTClaudeGammaSynthesiaMidjourneyElevenLabs
13Învățare adaptivă, tutori AI și personalizare48 ore
  • Arhitectura sistemelor de învățare adaptivă
  • Tutori și agenți AI conversaționali pentru practică, feedback și coaching
  • RAG: asistenți AI ancorați în conținutul organizației
  • Personalizarea traseelor pe baza datelor de performanță
  • Predicția riscului de abandon și intervenții adaptive
  • Confidențialitate, echitate algoritmică și limitele automatizării
KhanmigoSana LabsNotebookLMChatGPT (GPTs)Cognii
14VR/AR și immersive learning38 ore
  • Cazuri de utilizare pentru VR/AR/MR în training (skills, safety, soft skills)
  • Design instrucțional pentru medii imersive și prezență
  • Producție de scenarii VR fără cod și cu platforme dedicate
  • Simulări de realitate augmentată și overlay-uri de instruire
  • Măsurarea eficacității în immersive learning
  • Costuri, scalabilitate și limite practice
UptaleBodyswapsCoSpaces EduMeta Quest
15Proiectarea evaluării, testare psihometrică și certificare36 ore
  • Validitate, fidelitate, obiectivitate și analiza itemilor
  • Bănci de itemi, testare adaptivă și securitatea evaluării
  • Evaluare autentică, portofolii și evaluare pe bază de competențe
  • Rubrici avansate și calibrarea evaluatorilor
  • Certificare, credențiale digitale și open badges
  • Integritate academică și evaluare în era AI
QuizizzArticulate quizzesCredlyTurnitin
16Learning analytics, xAPI și design bazat pe date40 ore
  • Strategia de măsurare aliniată la obiectivele de business
  • xAPI în profunzime: statements, LRS, verbe, activity providers
  • Dashboard-uri, vizualizare de date și storytelling cu date
  • Modelele Kirkpatrick (4 niveluri) și Phillips ROI aplicate
  • A/B testing și optimizarea iterativă a învățării
  • Guvernanța datelor, GDPR și etica analiticii de învățare
Watershed LRSLearning LockerGoogle Looker StudioPower BI
17Accesibilitate, incluziune și Universal Design for Learning32 ore
  • UDL în profunzime: reprezentare, acțiune/exprimare, angajament
  • WCAG 2.2 și conformitate pentru conținut digital de învățare
  • Tehnologii asistive și testarea cu utilizatori cu dizabilități
  • Design incluziv, DEI și reprezentare culturală
  • Limbaj simplu, claritate cognitivă și neurodivergență
  • Audit de accesibilitate și remediere
WAVEaxe DevToolsNVDAAmara
18Facilitare, management de program și proiect capstone70 ore
  • Facilitare avansată online, hibridă și în sală
  • Managementul de proiect al programelor de formare (agile L&D)
  • Business case, buget, ROI și comunicarea cu stakeholderii
  • Marketing intern al învățării și adoptarea în organizație
  • Integrarea completă a proiectului capstone end-to-end
  • Susținerea și apărarea proiectului în fața comisiei
ZoomMicrosoft TeamsMiroTrelloArticulate 360
Competențe dobândite:
  • Conduce integral un program de formare complex, de la analiza de nevoi la evaluarea impactului și ROI
  • Aplică expert modelele majore de design instrucțional și le selectează după context
  • Produce conținut e-learning, video și media de nivel profesional cu instrumente reale
  • Proiectează și implementează soluții cu AI generativ multimodal, agenți, tutori AI, învățare adaptivă și immersive learning în mod etic și conform EU AI Act
  • Arhitecturează și administrează ecosisteme LMS/LXP cu integrări și standarde xAPI/cmi5
  • Construiește sisteme de evaluare psihometric solide și credențiale digitale
  • Implementează learning analytics avansat (xAPI/LRS) și demonstrează eficacitatea prin Kirkpatrick și Phillips
  • Garantează accesibilitatea universală (UDL, WCAG 2.2) și incluziunea
  • Facilitează la nivel expert și gestionează programe de formare ca proiecte, cu business case și buget
Proiect practic final: Proiect capstone: conceperea, dezvoltarea, implementarea și evaluarea unui program de formare complet și real (echivalent minim 6–8 ore de învățare), incluzând analiză de nevoi documentată, blueprint de design, module e-learning publicate SCORM/xAPI într-un LMS, componente de microlearning și media proprie, integrare de AI (generativ și/sau adaptiv, cu declarație de guvernanță), cel puțin o experiență gamificată sau imersivă, sistem de evaluare cu credențiale, plan de learning analytics cu xAPI, audit de accesibilitate WCAG 2.2 și un business case cu estimare de impact/ROI. Programul este livrat unui grup real sau simulat și optimizat pe baza datelor colectate.
Evaluare: Evaluare integrată pe tot parcursul: portofoliu profesional cu livrabile pe fiecare modul (30%), examinări intermediare teoretice și practice pe blocuri tematice (design instrucțional, AI, evaluare & analytics, accesibilitate) (20%), evaluarea proiectului capstone pe grilă profesională detaliată (rigoare instrucțională, calitate tehnică, integrare AI, accesibilitate, măsurare a impactului) (35%) și susținerea/apărarea proiectului în fața unei comisii cu demonstrarea unei sesiuni de facilitare (15%). Condiție de certificare: minim 70% la fiecare componentă și proiect capstone funcțional, complet și apărat cu succes.
← Înapoi la servicii