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 Modelos Multimodales Mistral
- Resumen de Mistral Medium y capacidades multimodales.
- Modelos de OCR/documentos 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 de imágenes.
Comprensión de Documentos
- Diseño de pipelines de NLP para documentos.
- Reconocimiento de entidades, resumen y clasificación.
- Enlazado entre modos de datos de texto y visión.
Aplicaciones de Búsqueda y Conocimiento
- Sistemas de búsqueda de visión-texto.
- Construcción de búsqueda semántica con salidas de OCR.
- Repositorios de documentos empresariales.
Aplicaciones Asistivas e Interactivas
- Diseño de UI para asistentes multimodales.
- Aplicaciones de accesibilidad (p. ej., visión a texto).
- Herramientas de productividad del mundo real.
Rendimiento y Optimización
- Escala de pipelines multimodales.
- Ajuste del rendimiento de inferencia.
- Evaluación de compensaciones entre precisión y eficiencia.
Estudios de Caso y Direcciones Futuras
- Aplicaciones industriales de IA multimodal.
- Tendencias de investigación en OCR e IA de documentos.
- Consideraciones de IA responsable en tareas de visión-texto.
Resumen y Próximos Pasos
Requerimientos
- Comprensión de los conceptos de procesamiento de lenguaje natural.
- Experiencia con Python y marcos de aprendizaje automático (ML).
- Conocimiento básico de visión por computadora.
Público Objetivo
- Equipos de producto.
- Investigadores en ML.
- Ingenieros de ML aplicada.
