Contattataci

Struttura del corso

Introduzione ai LLM multimodali in Vertex AI

  • Panoramica delle capacità multimodali di Vertex AI
  • Modelli Gemini e modalità supportate
  • Casi d'uso nell'ambito enterprise e della ricerca

Configurazione dell'ambiente di sviluppo

  • Configurazione di Vertex AI per flussi di lavoro multimodali
  • Utilizzo di dataset attraverso diverse modalità
  • Laboratorio pratico: configurazione dell'ambiente e preparazione dei dataset

Finestre contestuali di grandi dimensioni e ragionamento avanzato

  • Comprensione dei flussi di lavoro a lungo contesto
  • Casi d'uso nella pianificazione e nel processo decisionale
  • Laboratorio pratico: implementazione di analisi a lungo contesto

Progettazione di flussi di lavoro cross-modali

  • Integrazione dell'analisi di testo, audio e immagini
  • Concatenamento di passaggi multimodali nelle pipeline
  • Laboratorio pratico: progettazione di una pipeline multimodale

Lavorare con i parametri dell'API Gemini

  • Configurazione di input e output multimodali
  • Ottimizzazione dell'inferenza e dell'efficienza
  • Laboratorio pratico: tuning dei parametri dell'API Gemini

Applicazioni avanzate e integrazioni

  • Agenti e assistenti multimodali interattivi
  • Integrazione di API e strumenti esterni
  • Laboratorio pratico: sviluppo di un'applicazione multimodale

Valutazione e iterazione

  • Test delle prestazioni multimodali
  • Metriche per accuratezza, coerenza e drift
  • Laboratorio pratico: valutazione dei flussi di lavoro multimodali

Sintesi e prossimi passi

Requisiti

  • Conoscenza approfondita della programmazione Python
  • Esperienza nello sviluppo di modelli di machine learning
  • Dimestichezza con dati multimodali (testo, audio, immagini)

Destinatari

  • Ricercatori in intelligenza artificiale
  • Sviluppatori esperti
  • Scienziati dei dati e ML (ML scientists)
 14 ore

Numero di Partecipanti


Prezzo per partecipante

Corsi in Arrivo

Categorie relative