Contacta con nosotros

Temario del curso

Introducción a la IA Multimodal y Ollama

  • Visión general del aprendizaje multimodal
  • Desafíos clave en la integración de visión y lenguaje
  • Capacidades y arquitectura de Ollama

Configuración del Entorno de Ollama

  • Instalación y configuración de Ollama
  • Trabajo con implementación local de modelos
  • Integración de Ollama con Python y Jupyter

Trabajo con Entradas Multimodales

  • Integración de texto e imágenes
  • Incorporación de audio y datos estructurados
  • Diseño de pipelines de preprocesamiento

Aplicaciones de Comprensión Documental

  • Extracción de información estructurada de PDFs e imágenes
  • Combinación de OCR con modelos de lenguaje
  • Construcción de flujos de trabajo inteligentes de análisis documental

Pregunta-Respuesta Visual (VQA)

  • Configuración de conjuntos de datos y puntos de referencia para VQA
  • Entrenamiento y evaluación de modelos multimodales
  • Construcción de aplicaciones interactivas de VQA

Diseño de Agentes Multimodales

  • Principios del diseño de agentes con razonamiento multimodal
  • Combinación de percepción, lenguaje y acción
  • Implementación de agentes para casos de uso reales

Integración y Optimización Avanzadas

  • Ajuste fino de modelos multimodales con Ollama
  • Optimización del rendimiento de inferencia
  • Consideraciones sobre escalabilidad y despliegue

Resumen y Próximos Pasos

Requerimientos

  • Conocimiento sólido de conceptos de aprendizaje automático
  • Experiencia con frameworks de aprendizaje profundo como PyTorch o TensorFlow
  • Familiaridad con procesamiento del lenguaje natural y visión por computadora

Audiencia Objetivo

  • Ingenieros de aprendizaje automático
  • Investigadores de IA
  • Desarrolladores de productos que integran flujos de trabajo de visión y texto
 21 Horas

Número de participantes


Precio por participante

Próximos cursos

Categorías Relacionadas