Prenez contact avec nous
 Durée 14 heures

Plan du cours

Introduction à la multimodalité de Gemini 3

  • Capacités dans les domaines du texte, des images, de l'audio et de la vidéo
  • Sélection des modèles et vue d'ensemble des points de terminaison
  • Concepts clés du raisonnement multimodal

Travailler avec le texte et les entrées structurées

  • Stratégies de prompting pour la génération de texte
  • Métadonnées, fenêtres de contexte et embeddings
  • Orchestration basée sur le texte des tâches multimodales

Compréhension des images et flux de travail visuels

  • Analyse et interprétation des images avec Gemini 3
  • Création d'outils de recherche visuelle et d'étiquetage
  • Développement d'interactions image-versus-texte et texte-versus-image

Traitement des entrées audio

  • Flux de travail de reconnaissance vocale et de transcription
  • Détection et interprétation d'événements audio
  • Intégration de l'audio avec les entrées textuelles et visuelles

Intelligence vidéo et analyse de scènes

  • Raisonnement vidéo par image et continu
  • Création d'outils de résumés et d'extraction de moments clés
  • Automatisation basée sur la vidéo et flux de travail de contenu

Conception d'architectures d'applications multimodales

  • Combinaison de plusieurs types d'entrées dans un pipeline unique
  • Considérations sur la latence, le coût et les ressources de calcul
  • Meilleures pratiques pour les systèmes multimodaux évolutifs

Prototypage d'applications multimodales

  • Création pratique de prototypes multimodaux
  • Itérations rapides grâce à l'ingénierie de prompts
  • Test et raffinage des parcours d'expérience utilisateur

Déploiement de solutions multimodales

  • Stratégies de déploiement et configuration de l'environnement
  • Surveillance des performances en conditions réelles
  • Considérations relatives à la sécurité et à la conformité

Résumé et prochaines étapes

Pré requis

  • Compréhension des concepts modernes en IA
  • Expérience avec Python ou JavaScript
  • Familiarité avec les API REST

Public cible

  • Concepteurs
  • Créateurs de contenu
  • Équipes de produits techniques

Nombre de participants


Prix par participant

Nos clients témoignent (1)

Cours à venir

Catégories Similaires