Grazie per aver inviato la tua richiesta! Uno dei nostri team membri ti contatterà a breve.
Grazie per aver inviato il tuo prenotazione! Uno dei nostri team membri ti contatterà a breve.
Durata 14 ore
Struttura del corso
Introduzione ai Modelli Multimodali Mistral
- Panoramica di Mistral Medium e capacità multimodali
- Modelli per OCR/documenti e casi d'uso
- Integrazione con ecosistemi open source
Pipeline OCR e Visione
- Fondamenti di OCR con modelli Mistral
- Pre-elaborazione di immagini e documenti scansionati
- Estrazione di testo strutturato dalle immagini
Comprensione dei Documenti
- Progettazione di pipeline NLP per documenti
- Riconoscimento di entità, sintesi e classificazione
- Collegamento cross-modale tra dati testuali e visivi
Applicazioni di Ricerca e Conoscenza
- Sistemi di ricerca testo-immagine
- Creazione di ricerche semantiche con output OCR
- Repository di documenti enterprise
Applicazioni Assistive e Interattive
- Design di UI per assistenti multimodali
- Applicazioni per l'accessibilità (es. da visione a testo)
- Strumenti di produttività per il mondo reale
Prestazioni e Ottimizzazione
- Scalabilità delle pipeline multimodali
- Ottimizzazione delle prestazioni di inferenza
- Valutazione dei trade-off tra accuratezza ed efficienza
Casi Studio e Direzioni Future
- Applicazioni aziendali dell'IA multimodale
- Tendenze di ricerca in OCR e Document AI
- Considerazioni sull'IA responsabile nei task testo-visione
Riepilogo e Prossimi Passi
Requisiti
- Conoscenza dei concetti di elaborazione del linguaggio naturale
- Esperienza con Python e framework di ML
- Familiarità con le basi della computer vision
Pubblico
- Team di prodotto
- Ricercatori ML
- Ingegneri ML applicati