Děkujeme za vaši dotaz! Jeden z našich pracovníků vás brzy kontaktuje.
Děkujeme za rezervaci! Jeden z našich pracovníků vás brzy kontaktuje.
Návrh Školení
Úvod do multimodálních schopností Gemini 3
- Schopnosti modelu při práci s textem, obrázky, zvukem a videem
- Výběr vhodného modelu a přehled dostupných rozhraní
- Základní principy multimodálního uvažování
Práce s textem a strukturovanými vstupy
- Strategie tvorby požadavků pro generování textu
- Práce s metadaty, omezením kontextového okna a vytvářením embeddingů
- Řízení multimodálních procesů pomocí textových příkazů
Porozumění obrazu a práce s vizuálními daty
- Analýza a interpretace obrázků pomocí Gemini 3
- Vytváření nástrojů pro vyhledávání a klasifikaci obrazu
- Návrh interakcí mezi textem a obrázky – generování i rozpoznávání
Zpracování zvukových vstupů
- Rozpoznávání řeči a transkripce zvuku
- Detekce událostí v audiu a jejich interpretace
- Kombinování zvukových dat s textem a obrazem
Inteligence videí a analýza scén
- Postupné i kontinuální vyhodnocování jednotlivých snímků videa
- Návrh nástrojů na vytváření shrnutí a identifikaci klíčových momentů ve videích
- Automatizace procesů založených na obsahu videa
Návrh architektury multimodálních aplikací
- Kombinování různých typů vstupních dat do jediného pracovního toku
- Hodnotení dopadu na latenci, náklady a výpočetní zátěž
- Osvědčené postupy při tvorbě škálovatelných multimodálních systémů
Vytváření prototypů multimodálních aplikací
- Samostatná tvorba pracovních prototypů využívajících více typů dat
- Rychlé testování a iterace pomocí techniky prompt engineringu
- Kontrola uživatelského toku s cílem zlepšit celkový zážitek z používání aplikace
Nasazování multimodálních řešení do praxe
- Strategie nasazení a příprava prostředí
- Monitorování skutečného výkonu systémů v reálném provozu
- Zajištění bezpečnosti a dodržení legislativních požadavků
Závěr a další kroky
Požadavky
- Znalost moderních konceptů umělé inteligence
- Praktické zkušenosti s programováním v Pythonu nebo JavaScriptu
- Základní seznámení s REST API
Cílové skupiny
- Designeři
- Tvůrci obsahu
- Techničtí členové produktových týmů
14 Hodiny
Reference (1)
Plyn, atmosféra a téma prezentace
Lukasz Kowalczyk - Allegro Sp. z o.o.
Kurz - Google Gemini AI for Data Analysis
Přeloženo strojem