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 sus capacidades multimodales.
- Modelos de OCR/documento y casos de uso.
- Integración con ecosistemas de código abierto.
Canalizaciones 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 canalizaciones de PLN para documentos.
- Reconocimiento de entidades, resumen y clasificación.
- Vinculación transversal entre datos de texto y visión.
Aplicaciones de Búsqueda y Conocimiento
- Sistemas de búsqueda de texto e imagen.
- Construcción de búsquedas semánticas a partir de resultados de OCR.
- Repositorios empresariales de documentos.
Aplicaciones Asistenciales e Interactivas
- Diseño de interfaz para asistentes multimodales.
- Aplicaciones de accesibilidad (por ejemplo, conversión de visión a texto).
- Herramientas de productividad del mundo real.
Rendimiento y Optimización
- Escalado de canalizaciones multimodales.
- Ajuste del rendimiento de inferencia.
- Evaluación de compensaciones entre precisión y eficiencia.
Casos de Estudio y Perspectivas Futuras
- Aplicaciones industriales de IA multimodal.
- Tendencias de investigación en OCR e IA para documentos.
- Consideraciones de IA responsable en tareas de texto y visión.
Resumen y Próximos Pasos
Requerimientos
- Conocimiento de los conceptos fundamentales de procesamiento del lenguaje natural (PLN).
- Experiencia con Python y marcos de trabajo de ML.
- Familiaridad con los fundamentos de la visión por computadora.
Público objetivo
- Equipos de producto.
- Investigadores de ML.
- Ingenieros de ML aplicados.
14 Horas