Temario del curso
Introducción a la inteligencia artificial multimodal
- Descripción general de la IA multimodal y sus usos reales.
- Dificultades asociadas a la integración de datos textuales, visuales y auditivos.
- Tendencias e investigaciones actuales en el campo de la IA multimodal.
Procesamiento de datos y creación de características
- Manejo de conjuntos de datos textuales, visuales y auditivos.
- Técnicas de preprocesamiento útiles para el aprendizaje multimodal.
- Estrategias para la extracción de características y fusión de datos.
Construcción de modelos multimodales con PyTorch y Hugging Face
- Introducción a PyTorch en el contexto del aprendizaje multimodal.
- Utilización de Transformers de Hugging Face para tareas lingüísticas y de visión por computadora.
- Unificación de distintos tipos de datos en un único modelo de IA.
Implementación de la fusión entre voz, imagen y texto
- Integración de OpenAI Whisper para el reconocimiento del habla.
- Aplicación de DeepSeek-Vision al procesamiento de imágenes.
- Métodos para la fusión intermodal con fines de aprendizaje conjunto.
Entrenamiento y optimización de modelos de IA multimodales
- Estrategias eficaces para el entrenamiento de estos modelos.
- Técnicas de optimización y ajuste de hiperparámetros.
- Gestión del sesgo en los modelos y mejoras respecto a su capacidad generalizadora.
Despliegue de la IA multimodal en entornos reales
- Exportación de los modelos para su uso productivo.
- Implementación de dichos modelos en plataformas cloud.
- Seguimiento del rendimiento y mantenimiento constante de los mismos.
Temas avanzados y perspectivas futuras
- Métodos de aprendizaje “cero o pocas muestras” en el ámbito de la IA multimodal.
- Aspectos éticos y buenas prácticas para el desarrollo responsable de inteligencia artificial.
- Innovaciones recientes relacionadas con la investigación en IA multimodal.
Resumen final e indicaciones para seguir avanzando
Requerimientos
- Conocimientos sólidos sobre conceptos de aprendizaje automático y profundo.
- Experiencia previa con marcos de IA como PyTorch o TensorFlow.
- Familiaridad con el procesamiento de datos textuales, visuales y auditivos.
Público objetivo
- Desarrolladores de IA.
- Ingenieros de aprendizaje automático.
- Investigadores.
Formación Corporativa a Medida
Soluciones de formación diseñadas exclusivamente para empresas.
- Contenido personalizado: Adaptamos el temario y los ejercicios prácticos a los objetivos y necesidades reales del proyecto.
- Calendario flexible: Fechas y horarios adaptados a la agenda de su equipo.
- Modalidad: Online (en directo), In-company (en sus oficinas) o Híbrida.
Precio por grupo privado (formación online) desde 4350 € + IVA*
Contáctenos para obtener un presupuesto exacto y conocer nuestras promociones actuales
Reseñas (1)
Nuestro instructor, Yashank, era increíblemente conocedor. Adaptó el currículo para que se ajustara a lo que realmente necesitábamos aprender y tuvimos una excelente experiencia de aprendizaje con él. Su comprensión del dominio que estaba enseñando fue impresionante; compartió insights basados en experiencias reales y nos ayudó a resolver problemas reales que estábamos enfrentando en nuestro trabajo.
Ahmed Nazeem - Maldives Pension Administration Office
Curso - Multimodal AI for Enhanced User Experience
Traducción Automática
