Vielen Dank für die Zusendung Ihrer Anfrage! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Vielen Dank, dass Sie Ihre Buchung abgeschickt haben! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Dauer 14 Stunden
Schulungsübersicht
Einführung in Mistral Multimodale Modelle
- Überblick über Mistral Medium und multimodale Fähigkeiten
- OCR-/Dokumentenmodelle und Anwendungsfälle
- Integration in quelloffene Ökosysteme
OCR- und Vision-Pipelines
- OCR-Grundlagen mit Mistral-Modellen
- Vorbereitung von Bildern und gescannten Dokumenten
- Extraktion strukturierten Textes aus Bildern
Dokumentverständnis
- Gestaltung von NLP-Pipelines für Dokumente
- Entitätserkennung, Zusammenfassung und Klassifizierung
- Querschnittsweiser Link zwischen Text- und Vision-Daten
Such- und Wissensanwendungen
- Vision-Text-Suchsysteme
- Aufbau semantischer Suche mit OCR-Ausgaben
- Enterprise-Dokumentenrepositorien
Assistive und interaktive Anwendungen
- UI-Design für multimodale Assistenten
- Anwendungen für Barrierefreiheit (z. B. Vision-zu-Text)
- Praktische Produktivitätstools
Leistung und Optimierung
- Skalierung multimodaler Pipelines
- Optimierung der Inferenzleistung
- Bewertung des Kompromisses zwischen Genauigkeit und Effizienz
Fallstudien und Zukunftsperspektiven
- Branchenweite Anwendungen von multimodaler KI
- Forschungstrends in OCR und Dokumenten-KI
- Erwägungen zur verantwortungsvollen KI in Vision-Text-Aufgaben
Zusammenfassung und nächste Schritte
Voraussetzungen
- Grundverständnis der Konzepte der natürlichen Sprachverarbeitung (NLP)
- Erfahrung mit Python und ML-Frameworks
- Vertrautheit mit den Grundlagen der Computer Vision
Zielgruppe
- Produktteams
- ML-Forscher
- Angewandte ML-Ingenieure