Merci d'avoir envoyé votre demande ! Un membre de notre équipe vous contactera sous peu.
Merci d'avoir envoyé votre réservation ! Un membre de notre équipe vous contactera sous peu.
Durée 14 heures
Plan du cours
Introduction aux LLM multimodaux dans Vertex AI
- Aperçu des capacités multimodales de Vertex AI
- Modèles Gemini et modalités prises en charge
- Cas d'usage en entreprise et en recherche
Configuration de l'environnement de développement
- Configuration de Vertex AI pour les flux de travail multimodaux
- Travail avec des jeux de données traversant les modalités
- Travail pratique : configuration de l'environnement et préparation des jeux de données
Fenêtres de contexte longues et raisonnement avancé
- Comprendre les flux de travail à long contexte
- Cas d'usage dans la planification et la prise de décision
- Travail pratique : mise en œuvre de l'analyse à long contexte
Conception de flux de travail inter-modaux
- Combinaison de l'analyse de texte, d'audio et d'images
- Enchaînement des étapes multimodales dans les pipelines
- Travail pratique : conception d'un pipeline multimodal
Utilisation des paramètres de l'API Gemini
- Configuration des entrées et des sorties multimodales
- Optimisation de l'inférence et de l'efficacité
- Travail pratique : réglage des paramètres de l'API Gemini
Applications avancées et intégrations
- Agents et assistants multimodaux interactifs
- Intégration d'API externes et d'outils
- Travail pratique : construction d'une application multimodale
Évaluation et itération
- Test des performances multimodales
- Métriques de précision, d'alignement et de dérive
- Travail pratique : évaluation des flux de travail multimodaux
Synthèse et prochaines étapes
Pré requis
- Maîtrise de la programmation Python
- Expérience dans le développement de modèles d'apprentissage automatique
- Familiarité avec les données multimodales (texte, audio, image)
Public cible
- Chercheurs en IA
- Développeurs avancés
- Scientifiques en ML