Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Duración 21 horas
Temario del curso
Introducción a la IA Multimodal y Ollama
- Resumen del aprendizaje multimodal.
- Principales desafíos en la integración de visión y lenguaje.
- Capacidades y arquitectura de Ollama.
Configuración del Entorno de Ollama
- Instalación y configuración de Ollama.
- Trabajo con la implementación de modelos locales.
- Integración de Ollama con Python y Jupyter.
Trabajo con Entradas Multimodales
- Integración de texto e imágenes.
- Incorporación de audio y datos estructurados.
- Diseño de flujos de trabajo de preprocesamiento.
Aplicaciones de Comprensión de Documentos
- Extracción de información estructurada de PDF e imágenes.
- Combinación de OCR con modelos de lenguaje.
- Construcción de flujos de trabajo inteligentes de análisis de documentos.
Respuesta Visual a Preguntas (VQA)
- Configuración de conjuntos de datos y benchmarks de VQA.
- Entrenamiento y evaluación de modelos multimodales.
- Construcción de aplicaciones interactivas de VQA.
Diseño de Agentes Multimodales
- Principios de diseño de agentes con razonamiento multimodal.
- Combinación de percepción, lenguaje y acción.
- Implementación de agentes para casos de uso en el mundo real.
Integración Avanzada y Optimización
- Afinación (fine-tuning) de modelos multimodales con Ollama.
- Optimización del rendimiento de inferencia.
- Consideraciones sobre escalabilidad e implementación.
Resumen y Próximos Pasos
Requerimientos
- Comprensión sólida de los conceptos de aprendizaje automático (machine learning).
- Experiencia con marcos de aprendizaje profundo (deep learning) como PyTorch o TensorFlow.
- Familiaridad con el procesamiento de lenguaje natural y la visión por computadora.
Público objetivo
- Ingenieros de aprendizaje automático.
- Investigadores de IA.
- Desarrolladores de productos que integran flujos de trabajo de visión y texto.