Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Duración 14 horas
Temario del curso
Introducción a los LLM multimodales en Vertex AI
- Vista general de las capacidades multimodales en Vertex AI.
- Modelos Gemini y modalidades admitidas.
- Casos de uso en entornos empresariales e investigación.
Configuración del entorno de desarrollo
- Configuración de Vertex AI para flujos de trabajo multimodales.
- Trabajo con conjuntos de datos entre diferentes modalidades.
- Laboratorio práctico: configuración del entorno y preparación de datos.
Ventanas de contexto largas y razonamiento avanzado
- Comprensión de los flujos de trabajo de contexto largo.
- Casos de uso en planificación y toma de decisiones.
- Laboratorio práctico: implementación de análisis de contexto largo.
Diseño de flujos de trabajo intermodales
- Combinación del análisis de texto, audio e imágenes.
- Encadenamiento de pasos multimodales en pipelines.
- Laboratorio práctico: diseño de una pipeline multimodal.
Trabajo con parámetros de la API de Gemini
- Configuración de entradas y salidas multimodales.
- Optimización de la inferencia y la eficiencia.
- Laboratorio práctico: ajuste de parámetros de la API de Gemini.
Aplicaciones avanzadas e integraciones
- Agentes y asistentes multimodales interactivos.
- Integración de APIs y herramientas externas.
- Laboratorio práctico: construcción de una aplicación multimodal.
Evaluación e iteración
- Pruebas de rendimiento multimodal.
- Métricas de precisión, alineación y derivación.
- Laboratorio práctico: evaluación de flujos de trabajo multimodales.
Resumen y próximos pasos
Requerimientos
- Domino del lenguaje de programación Python.
- Experiencia en el desarrollo de modelos de aprendizaje automático.
- Conocimiento de datos multimodales (texto, audio e imágenes).
Público objetivo
- Investigadores de IA.
- Desarrolladores avanzados.
- Científicos de ML.
