Entrar em Contato
 Duração 14 horas

Programa do Curso

Introdução aos Modelos Multimodais Mistral

  • Visão geral do Mistral Medium e das capacidades multimodais
  • Modelos de OCR/documentos e casos de uso
  • Integração com ecossistemas de código aberto

Pipelines de OCR e Visão

  • Fundamentos de OCR com modelos Mistral
  • Pré-processamento de imagens e documentos digitalizados
  • Extração de texto estruturado de imagens

Compreensão de Documentos

  • Projetando pipelines de NLP para documentos
  • Reconhecimento de entidades, resumo e classificação
  • Vinculação entre modos de texto e dados de visão

Aplicações de Busca e Conhecimento

  • Sistemas de busca por visão-texto
  • Construção de busca semântica com saídas de OCR
  • Repositórios de documentos empresariais

Aplicações Assistidas e Interativas

  • Design de UI para assistentes multimodais
  • Aplicações de acessibilidade (ex.: visão para texto)
  • Ferramentas de produtividade do mundo real

Desempenho e Otimização

  • Escala de pipelines multimodais
  • Ajuste do desempenho de inferência
  • Avaliação de compensações entre precisão e eficiência

Estudos de Caso e Direções Futuras

  • Aplicações da IA multimodal na indústria
  • Tendências de pesquisa em OCR e IA de documentos
  • Considerações de IA responsável em tarefas de visão-texto

Resumo e Próximos Passos

Requisitos

  • Compreensão dos conceitos de processamento de linguagem natural
  • Experiência com Python e frameworks de ML
  • Familiaridade com os fundamentos de visão computacional

Público-Alvo

  • Equipes de produto
  • Pesquisadores em ML
  • Engenheiros de ML aplicada

Número de participantes


Preço por participante

Próximas Formações Provisórias

Categorias Relacionadas