お問い合わせを送信いただきありがとうございます!当社のスタッフがすぐにご連絡いたします。
予約を送信いただきありがとうございます!当社のスタッフがすぐにご連絡いたします。
コース概要
Gemini 3のマルチモーダル機能概要
-
テキスト・画像・音声・動画に対応する各種機能について
-
適切なモデルの選定方法と利用可能なエンドポイントの解説
-
マルチモーダル推論における重要な概念の紹介
テキストおよび構造化データの取り扱い方
-
文章生成を行う際のプロンプト作成技法
-
メタデータや文脈情報、埋め込み表現の活用方法
-
マルチモーダル処理工程をテキストベースで制御する手法
画像認識と視覚情報の処理技術
-
Gemini 3を用いた画像解析および解釈方法
-
画像検索やタグ付け機能を実装するための手順
-
画像からテキストへ、またはテキストから画像への双方向インタラクション作成技術
音声データ処理技術
-
音声認識や文字起こし工程の構築法
-
音響イベントの検出と解釈方法
-
音声情報をテキストや画像情報と統合するアプローチ
動画データ解析およびシーン理解手法
-
フレーム単位および連続的な動画の推論処理技術
-
動画要約機能や重要部分抽出ツールの開発法
-
動画を活用した自動化プロセスおよびコンテンツ作成フローの設計技術
マルチモーダルアプリケーションのアーキテクチャ設計法
-
複数種類の入力データを統合したパイプラインの構築方法
-
レイテンシ・コスト・計算リソースといった各種制約要因への配慮法
-
拡張性の高いマルチモーダルシステム構築におけるベストプラクティス
マルチモーダルプロトタイプの作成手法
-
実際にマルチモーダルプロトタイプを製作する演習体験
-
プロンプト設計手法を駆使した迅速な改良手順
-
ユーザーエクスペリエンスの検証および洗練化技術
マルチモーダルソリューションの運用展開手法
-
導入戦略の策定と開発環境の構築法
-
実稼働時におけるパフォーマンス状況の監視技術
-
セキュリティやコンプライアンス面での配慮事項について
まとめおよび今後の学習進め方
要求
-
現代的なAIに関する基本的な理解
-
PythonまたはJavaScriptの実務経験
-
REST APIの仕組みや利用方法への知識
対象者
-
デザイナー
-
コンテンツ制作者
-
技術的な製品開発チームのメンバー
14 時間
お客様の声 (1)
プレゼンテーションにおける流れ、雰囲気、およびトピック
Lukasz Kowalczyk - Allegro Sp. z o.o.
コース - Google Gemini AI for Data Analysis
機械翻訳