Köszönjük, hogy elküldte érdeklődését! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Köszönjük, hogy elküldte foglalását! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Időtartalma 14 órák
Kurzusleírás
Bemutatkozás a Mistral multimódális modellekkel
- Mistral Medium és multimódális képességek áttekintése
- OCR/dokumentum modellek és felhasználási esetek
- Integráció nyílt forráskódú ökoszisztémákkal
OCR és látási pipelineok
- OCR alapok Mistral modellekkel
- Képek és beolvasott dokumentumok előfeldolgozása
- Strukturált szöveg kivonása képekből
Dokumentumértelmezés
- NLP pipelineok tervezése dokumentumokhoz
- Entitásfelismerés, összefoglalás és osztályozás
- Szöveg és látási adatok cross-módális összekapcsolása
Kereséses és tudásalapú alkalmazások
- Látás-szöveg kereső rendszerek
- Semantikus keresés építése OCR-kimenetekkel
- Vállalati dokumentumtárak
Segítő és interaktív alkalmazások
- UI tervezés multimódális asszisztensekhez
- Hozzáférhetőségi alkalmazások (pl. látás-szöveg átalakítás)
- Gyakorlati produktivitási eszközök
Teljesítmény és optimalizálás
- Multimódális pipelineok méretezése
- Inferencia teljesítmény beállítása
- Pontosság és hatékonyság trade-off értékelése
Esettanulmányok és jövőbeli trendek
- Multimódális MI iparági alkalmazásai
- Kutatási trendek az OCR és a dokumentum-MI területén
- Felelős MI szempontok látás-szöveg feladatoknál
Összegzés és következő lépések
Követelmények
- A természetes nyelvfeldolgozás (NLP) alapfogalmainak ismerete
- Tapasztalat Python és MI keretrendszerekkel
- Alapvető ismeretek a gépi látásról
Célközönség
- Termékcsoportok
- MI kutatók
- Alkalmazott MI mérnökök