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 Multimodal-Modelle
- Überblick über Mistral Medium und multimodale Fähigkeiten
- OCR-/Dokumentenmodelle und deren Einsatzszenarien
- Integration in Open-Source-Ökosysteme
OCR- und Vision-Pipelines
- OCR-Grundlagen mit Mistral-Modellen
- Vorbereitung von Bildern und gescannten Dokumenten
- Extraktion strukturierten Textes aus Bildern
Dokumentenverständnis
- Gestaltung von NLP-Pipelines für Dokumente
- Entitätserkennung, Zusammenfassung und Klassifizierung
- Verknüpfung von Text- und Visualisierungsdaten über Modigrenzen hinweg
Such- und Wissensanwendungen
- Vision-Text-Suchsysteme
- Aufbau semantischer Suche mit OCR-Ergebnissen
- Unternehmensweite Dokumentenrepositories
Assistive und interaktive Anwendungen
- UI-Design für multimodale Assistenten
- Barrierefreie Anwendungen (z. B. Vision-zu-Text)
- Produktivitätswerkzeuge für den Alltag
Leistungsfähigkeit und Optimierung
- Skalierung multimodaler Pipelines
- Optimierung der Inferenzleistung
- Bewertung von Genauigkeits- und Effizienzkompromissen
Case Studies und zukünftige Entwicklungen
- Branchenweite Anwendungen von multimodaler KI
- Forschungstrends in OCR und Dokumenten-KI
- Verantwortungsvolle KI-Aspekte bei Vision-Text-Aufgaben
Zusammenfassung und weitere Schritte
Voraussetzungen
- Grundlegendes Verständnis von Konzepten der natürlichen Sprachverarbeitung (NLP)
- Erfahrung mit Python und ML-Frameworks
- Vertrautheit mit Grundlagen der Computer Vision
Zielgruppe
- Produktteams
- ML-Forscher
- Anwendungsorientierte ML-Ingenieure