Obrigado por enviar sua consulta! Um dos membros da nossa equipe entrará em contato com você em breve.
Obrigado por enviar sua reserva! Um dos membros da nossa equipe entrará em contato com você em breve.
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