Cảm ơn bạn đã gửi yêu cầu! Một thành viên trong đội ngũ của chúng tôi sẽ liên hệ với bạn ngay lập tức.
Cảm ơn bạn đã gửi đặt chỗ! Một thành viên trong đội ngũ của chúng tôi sẽ liên hệ với bạn ngay lập tức.
Thời gian kéo dài 14 Giờ học
Đề cương khóa học
Giới thiệu về Tính Đa Phương Thức của Gemini 3
- Khả năng xử lý văn bản, hình ảnh, âm thanh và video
- Lựa chọn mô hình và tổng quan về các endpoint
- Các khái niệm chính trong suy luận đa phương thức
Làm việc với Văn bản và Đầu Vào Có Cấu Trúc
- Chiến lược prompt cho việc tạo văn bản
- Metadata, cửa sổ ngữ cảnh và embeddings
- Điều phối các tác vụ đa phương thức dựa trên văn bản
Hiểu Biết Hình Ảnh và Luồng Công Việc Hình Ảnh
- Phân tích và diễn giải hình ảnh với Gemini 3
- Tạo các công cụ tìm kiếm và gắn thẻ hình ảnh
- Xây dựng các tương tác từ hình ảnh sang văn bản và từ văn bản sang hình ảnh
Xử Lý Đầu Vào Âm Thanh
- Luồng công việc nhận dạng giọng nói và chuyển ngữ
- Nhận biết và diễn giải sự kiện âm thanh
- Tích hợp âm thanh với đầu vào văn bản và hình ảnh
Trí Tuệ Video và Phân Tích Cảnh
- Suy luận video theo từng khung hình và liên tục
- Xây dựng các công cụ tóm tắt và trích xuất điểm nổi bật
- Tự động hóa và luồng công việc nội dung dựa trên video
Thiết Kế Kiến Trúc Ứng Dụng Đa Phương Thức
- Kết hợp nhiều loại đầu vào trong một pipeline đơn lẻ
- Cân nhắc về độ trễ, chi phí và tính toán
- Các thực tiễn tốt nhất cho các hệ thống đa phương thức có khả năng mở rộng
Tạo Nguyên Mẫu Ứng Dụng Đa Phương Thức
- Tạo nguyên mẫu đa phương thức thực hành
- Lặp lại nhanh với kỹ thuật prompt
- Kiểm thử và tinh chỉnh các luồng trải nghiệm người dùng
Triển Khai Các Giải Pháp Đa Phương Thức
- Chiến lược triển khai và thiết lập môi trường
- Theo dõi hiệu suất thực tế
- Cân nhắc về bảo mật và tuân thủ
Tóm tắt và Các Bước Tiếp Theo
Yêu cầu
- Hiểu biết về các khái niệm AI hiện đại
- Kinh nghiệm làm việc với Python hoặc JavaScript
- Quen thuộc với REST APIs
Đối tượng
- Nhà thiết kế
- Người sáng tạo nội dung
- Đội ngũ sản phẩm kỹ thuật
Đánh giá (1)
Dòng chảy, không khí và chủ đề trong bài trình bày
Lukasz Kowalczyk - Allegro Sp. z o.o.
Khóa học - Google Gemini AI for Data Analysis
Dịch thuật bằng máy