Contacta con nosotros

Temario del curso

Introducción a los LLMs multimodales en Vertex AI

  • Visión general de las capacidades multimodales en Vertex AI
  • Modelos de Gemini y modalidades compatibles
  • 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 a través de diferentes modalidades
  • Laboratorio práctico: configuración del entorno y preparación de datos

Ventanas de contexto largo y razonamiento avanzado

  • Comprensión de flujos de trabajo con contexto largo
  • Casos de uso en planificación y toma de decisiones
  • Laboratorio práctico: implementación del análisis con contexto largo

Diseño de flujos de trabajo multimodales

  • Combinación de análisis de texto, audio e imágenes
  • Cadena de pasos multimodales en canalizaciones
  • Laboratorio práctico: diseño de una canalización multimodal

Trabajo con parámetros de la API de Gemini

  • Configuración de entradas y salidas multimodales
  • Optimización del proceso de inferencia y eficiencia
  • Laboratorio práctico: ajuste fino de los parámetros de la API de Gemini

Aplicaciones avanzadas e integraciones

  • Agentes y asistentes multimodales interactivos
  • Integración de APIs externas y herramientas
  • Laboratorio práctico: construcción de una aplicación multimodal

Evaluación e iteración

  • Pruebas del rendimiento multimodal
  • Métricas para precisión, alineación y deriva (drift)
  • Laboratorio práctico: evaluación de flujos de trabajo multimodales

Resumen y próximos pasos

Requerimientos

  • Domino el lenguaje de programación Python
  • Experiencia en desarrollo de modelos de aprendizaje automático
  • Familiaridad con datos multimodales (texto, audio e imágenes)

Público objetivo

  • Investigadores de IA
  • Desarrolladores avanzados
  • Científicos de aprendizaje automático (ML)
 14 Horas

Número de participantes


Precio por participante

Próximos cursos

Categorías Relacionadas