Благодарим ви, че изпратихте вашето запитване! Един от членовете на нашия екип ще се свърже с вас скоро.
Благодарим ви, че направихте своята резервация! Един от членовете на нашия екип ще се свърже с вас скоро.
Съдържание и теми, включени в курса
Въведение в мултимодалността на Gemini 3
- Възможности за работа с текст, изображения, аудио и видео
- Избор на модел и преглед на крайните точки
- Ключови концепции в мултимодалното разсъждение
Работа с текст и структурирани входни данни
- Стратегии за промптване при генериране на текст
- Метаданни, контекстни прозорци и вграждания
- Текстова оркестрация на мултимодални задачи
Разбиране на изображения и визуални работни процеси
- Анализ и интерпретация на изображения с Gemini 3
- Създаване на инструменти за визуално търсене и тагване
- Изграждане на взаимодействия изображение-към-текст и текст-към-изображение
Обработка на аудио входни данни
- Работни процеси за разпознаване на реч и транскрипция
- Откриване и интерпретация на аудио събития
- Интегриране на аудио с текстови и визуални входни данни
Видео интелигентност и анализ на сцени
- Разсъждение върху видео кадър по кадър и непрекъснато
- Изграждане на инструменти за обобщаване и извличане на акценти
- Видео базирана автоматизация и работни процеси със съдържание
Проектиране на мултимодални архитектури на приложения
- Комбиниране на множество типове входни данни в един поток
- Съображения за латентност, разходи и изчислителни ресурси
- Най-добри практики за мащабируеми мултимодални системи
Прототипиране на мултимодални приложения
- Практическо създаване на мултимодални прототипи
- Бърза итерация с промпт инженеринг
- Тестване и усъвършенстване на потребителските потоци
Внедряване на мултимодални решения
- Стратегии за внедряване и настройка на средата
- Мониторинг на реалната производителност
- Съображения за сигурност и съответствие
Обобщение и следващи стъпки
Изисквания
- Разбиране на съвременните AI концепции
- Опит с Python или JavaScript
- Запознатост с REST API
Аудитория
- Дизайнери
- Създатели на съдържание
- Технически продуктови екипи
14 Часа
Отзиви от участници (1)
Поток, атмосфера и тема на презентацията
Lukasz Kowalczyk - Allegro Sp. z o.o.
Курс - Google Gemini AI for Data Analysis
Машинен превод