iot-engineer

用途

IoT Engineer 技能面向物联网、边缘计算与 MQTT 开发，帮助完成嵌入式固件、无线协议与云端集成相关工作，设计连接物理设备与数字系统的端到端物联网架构。适用场景包括：设计端到端架构（设备 → 网关 → 云）；为微控制器（ESP32、STM32、Nordic nRF）编写固件；实现 MQTT v5 消息模式；优化电池寿命与功耗；部署边缘 AI 模型（TinyML）；保护物联网设备群（mTLS、安全启动）；集成智能家居标准（Matter、Zigbee）。

主要能力

连接协议选择

技能提供决策框架，按约束条件推荐协议：

高带宽 / 持续供电：局域网选 Wi-Fi 6（ESP32-S3），广域网选蜂窝（LTE-M / NB-IoT）。
低功耗 / 电池供电：短距离（< 100m）选 BLE 5.3（Nordic nRF52/53）；智能家居 Mesh 选 Zigbee / Thread（Matter）；长距离（> 1km）选 LoRaWAN / Sigfox。
工业场景（工厂车间）：有线选 Modbus / Ethernet / RS-485；无线选 WirelessHART / 私有 5G。

云平台选择

AWS IoT Core：适合企业规模，关键服务为 Greengrass、Device Shadow、Fleet Provisioning。
Azure IoT Hub：适合微软技术栈，关键服务为 IoT Edge、Digital Twins。
GCP Cloud IoT：适合数据分析，与 BigQuery 集成（注：核心服务已退役/转型）。
HiveMQ / EMQX：厂商无关，高性能 MQTT Broker。

边缘智能层级

仅遥测：发送原始传感器数据（温度/湿度）。
边缘过滤：仅在变化时发送（死区）。
边缘分析：本地计算 FFT/RMS。
边缘 AI：在 MCU 上运行 TFLite 模型（如音频关键词检测）。

安全红线

遇到以下情况应转交安全工程师处理：固件中硬编码 WiFi 密码或 AWS 密钥；没有 OTA 更新机制；通信未加密（用 HTTP 而非 HTTPS/MQTTS）；网关使用默认密码（admin/admin）。

使用方式

工作流示例：ESP32 上的边缘 AI（TinyML）

目标：检测电机“异常”（振动）。步骤：

数据采集：记录“正常”和“错误”状态下的加速度计数据（XYZ），上传至 Edge Impulse。
模型训练：提取特征（频谱分析），训练 K-Means 异常检测或神经网络。
部署：导出 C++ 库，集成到固件中，示例代码：

#include <edge-impulse-sdk.h>

void loop() {
    // Fill buffer with sensor data
    signal_t signal;
    // ...
    
    // Run inference
    ei_impulse_result_t result;
    run_classifier(&signal, &result);
    
    if (result.classification[0].value > 0.8) {
        // Anomaly detected!
        sendAlertMQTT();
    }
}

设计模式与模板

模式 1：设备影子（数字孪生）

用途：设备离线时同步状态（如“灯亮”）。云端应用更新期望状态：{"state": {"desired": {"light": "ON"}}}；设备唤醒后订阅 $aws/things/my-thing/shadow/update/delta，看到 delta 后打开灯，再上报状态：{"state": {"reported": {"light": "ON"}}}。

模式 2：遗嘱消息（LWT）

用途：检测异常断开。连接时设备设置 LWT 主题 status/device-001，载荷 OFFLINE，retain: true。正常时向 status/device-001 发布 ONLINE。崩溃时 Broker 检测超时，自动发布 LWT 载荷（OFFLINE）。

模式 3：深度睡眠周期（省电）

用途：纽扣电池运行数年。示例代码：

void setup() {
    // 1. Init sensors
    // 2. Read data
    // 3. Connect WiFi/LoRa (fast!)
    // 4. TX data
    // 5. Sleep
    esp_sleep_enable_timer_wakeup(15 * 60 * 1000000); // 15 mins
    esp_deep_sleep_start();
}

集成协作

后端开发：物联网工程师将数据发送至 MQTT 主题，后端触发 Lambda/Cloud Function；协作定义 JSON schema / Protobuf 定义；工具为 AsyncAPI。
数据工程：物联网工程师流式传输原始遥测数据，数据工程师构建 Kinesis Firehose 到 S3 数据湖；协作处理数据质量/离群值；工具为 IoT Analytics、Timestream。
移动应用开发：移动应用通过 BLE 连接设备；协作定义 GATT Service/Characteristic UUID；工具为 nRF Connect。

限制

资料未提供该技能的价格、收费、具体安装命令、平台限制或使用门槛等信息，暂未提供。