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.
Temario del curso
Introducción a los Modelos Multimodales Mistral
- Visión general de Mistral Medium y capacidades multimodales.
- Modelos de OCR/documento y casos de uso.
- Integración con ecosistemas de código abierto.
Pipelines de OCR y Visión
- Fundamentos de OCR con modelos Mistral.
- Preprocesamiento de imágenes y documentos escaneados.
- Extracción de texto estructurado a partir de imágenes.
Comprensión de Documentos
- Diseño de pipelines de PLN para documentos.
- Reconocimiento de entidades, resumen y clasificación.
- Vinculación multimodal entre datos de texto y visión.
Aplicaciones de Búsqueda y Conocimiento
- Sistemas de búsqueda visual-textual.
- Construcción de búsqueda semántica con salidas de OCR.
- Repositorios empresariales de documentos.
Aplicaciones Asistencia e Interactivas
- Diseño de UI para asistentes multimodales.
- Aplicaciones de accesibilidad (por ejemplo, conversión de visión a texto).
- Herramientas de productividad del mundo real.
Rendimiento y Optimización
- Escalado de pipelines multimodales.
- Ajuste del rendimiento de inferencia.
- Evaluación de compensaciones entre precisión y eficiencia.
Casos de Estudio y Futuras Direcciones
- Aplicaciones industriales de IA multimodal.
- Tendencias de investigación en OCR e IA para documentos.
- Consideraciones de IA responsable en tareas visuales-textuales.
Resumen y Próximos Pasos
Requerimientos
- Comprensión de los conceptos de procesamiento de lenguaje natural (PLN).
- Experiencia con Python y marcos de trabajo de aprendizaje automático (ML).
- Familiaridad con los fundamentos de la visión por computadora.
Público Objetivo
- Equipos de producto.
- Investigadores de ML.
- Ingenieros de ML aplicados.
14 Horas