Jouw resultaat

Na afloop van deze training kun je:

• Datatypes geschikt maken voor verwerking door neurale netwerken
• Verschillende fusiontechnieken toepassen (early, intermediate, late fusion)
• Tekst uit pdf-bestanden extraheren met OCR
• Eenvoudige multimodale modellen bouwen en orkestreren
• Zelfstandig AI-blueprints aanpassen voor praktische toepassingen zoals videoanalyse

Voor wie

Deze training is ontwikkeld voor: 

• Data Scientists
• AI Engineers
• Deep Learning Specialisten
• Robotics Engineers
• Softwareontwikkelaars die werken met neurale netwerken
• Professionals die werken met sensor- of beelddata en AI willen inzetten voor analyse en voorspelling

Aanpak

• Praktische, projectgerichte aanpak
• Combinatie van theorie, videolabs en hands-on opdrachten
• Gebruik van PyTorch, OCR-tools, vectordatabases en multimodale AI-frameworks
• Stap-voor-stap begeleiding bij het bouwen en orkestreren van multimodale modellen

Voorkennis

• Basiskennis van deep learning-concepten
• Ervaring met een deep learning-framework zoals TensorFlow, PyTorch of Keras (de training gebruikt PyTorch)

Studiemateriaal

• Videolabs en praktische opdrachten (e-learning)
• Geen fysieke boeken
• Toegang tot online leeromgeving van NVIDIA DLI

Certificaat

Na afloop van deze training ontvang je het deelnamecertificaat ‘Building AI Agents with Multimodal Models’ van Computrain. 

Inhoud

• Early en late fusion: camera- en LiDAR-data combineren
• Intermediate fusion: architecturen ontwerpen voor multimodale netwerken
• Cross-modal projection: language models aanpassen voor visuele data (Vision Language Models, VLM's)
• Model orchestration: modellen combineren om complexe vragen te beantwoorden (o.a. videoanalyse met Cosmos Nemotron)
• Assessment: zelf een model aanpassen voor andere inputdata