Ponte en Contacto
 Duración 14 horas

Temario del curso

Introducción a la multimodalidad de Gemini 3

  • Capacidades a través de texto, imágenes, audio y video
  • Selección de modelos y revisión de puntos finales (endpoints)
  • Conceptos clave en el razonamiento multimodal

Trabajo con texto y entradas estructuradas

  • Estrategias de indicación (prompting) para la generación de texto
  • Metadatos, ventanas de contexto y vectores de embedding
  • Orquestación basada en texto de tareas multimodales

Comprensión de imágenes y flujos de trabajo visuales

  • Análisis e interpretación de imágenes con Gemini 3
  • Creación de herramientas de búsqueda visual y etiquetado
  • Construcción de interacciones de imagen a texto y texto a imagen

Procesamiento de entradas de audio

  • Flujos de trabajo de reconocimiento de voz y transcripción
  • Detección e interpretación de eventos de audio
  • Integración del audio con entradas de texto y visuales

Inteligencia de video y análisis de escenas

  • Razonamiento de video por cuadro y continuo
  • Construcción de herramientas de resumen y extracción de momentos destacados
  • Automatización basada en video y flujos de trabajo de contenido

Diseño de arquitecturas de aplicaciones multimodales

  • Combinación de múltiples tipos de entrada en un solo pipeline
  • Consideraciones de latencia, costos y recursos computacionales
  • Mejores prácticas para sistemas multimodales escalables

Prototipado de aplicaciones multimodales

  • Creación práctica de prototipos multimodales
  • Iteración rápida mediante ingeniería de indicaciones (prompt engineering)
  • Pruebas y refinamiento de flujos de experiencia de usuario

Despliegue de soluciones multimodales

  • Estrategias de despliegue y configuración del entorno
  • Monitoreo del rendimiento en entornos reales
  • Consideraciones de seguridad y cumplimiento normativo

Resumen y próximos pasos

Requerimientos

  • Comprensión de los conceptos modernos de IA
  • Experiencia con Python o JavaScript
  • Conocimiento de las API REST

Público objetivo

  • Diseñadores
  • Creadores de contenido
  • Equipos técnicos de producto

Número de participantes


Precio por participante

Reseñas (1)

Próximos cursos

Categorías Relacionadas