Building Multimodal AI Agents

Obtenez l'une de nos meilleures offres avec Coursera Plus pour 199 $ (habituellement 399 $). Économisez maintenant.

Ce cours n'est pas disponible en Français (France)

Nous sommes actuellement en train de le traduire dans plus de langues.

Building Multimodal AI Agents

Instructeur : Anton Voroniuk

Enseignant de premier plan

Inclus avec En savoir plus

Demander à Coursera

6 modules

Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.

niveau Débutant

Expérience recommandée

4 heures à compléter

Planning flexible

Apprenez à votre propre rythme

6 modules

Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.

niveau Débutant

Expérience recommandée

4 heures à compléter

Planning flexible

Apprenez à votre propre rythme

Ce que vous apprendrez

Master multi-agent orchestration across ChatGPT, Claude, Gemini, and Manus AI to automate complex enterprise digital workflows.
Design automated brand style guardians and precise prompt frameworks to eliminate visual inconsistencies in images and videos.

Compétences que vous acquerrez

Catégorie : Generative AI Agents
Catégorie : Context Management
Catégorie : Context Engineering
Catégorie : Tool Calling
Catégorie : AI Enablement
Catégorie : Artificial Intelligence
Catégorie : Business
Catégorie : Agentic systems
Catégorie : Storyboarding
Catégorie : Productivity
Catégorie : Process Optimization
Catégorie : AI Product Strategy
Catégorie : Image Analysis
Catégorie : AI literacy

Outils que vous découvrirez

Catégorie : OpenAI
Catégorie : Gemini
Catégorie : Generative AI
Catégorie : Agentic Workflows
Catégorie : ChatGPT
Catégorie : Prompt Engineering

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Récemment mis à jour !

juillet 2026

Évaluations

4 devoirs

Enseigné en Anglais

Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

En savoir plus sur Coursera pour les affaires

logos de Petrobras, TATA, Danone, Capgemini, P&G et L'Oreal

Il y a 6 modules dans ce cours

By completing this comprehensive course on building multimodal AI agents, you will master the exact orchestration techniques used by top operations architects to automate enterprise-grade digital production factories. You will learn to eliminate context fragmentation, engineer automated brand style guardians, stabilize multi-frame video consistency, and deploy persistent autonomous project workspaces. This course bridges the gap between basic prompting and scalable systems engineering, giving you the direct operational frameworks required to transform raw enterprise briefs into high-value visual assets on autopilot.

What makes this course unique is its hands-on architectural approach to the leading foundational environments. Instead of treating artificial intelligence as a simple conversational chatbot, you will learn to manage ChatGPT, Claude, Gemini, and Manus AI as an elite, coordinated workforce with a shared cognitive memory layer. You will build and configure advanced Multi-Agent systems, program custom configurations via specialized dashboards, and deploy autonomous operators to execute complex web and file-compilation loops. Whether you are a software engineer optimizing token efficiency or a project manager scaling a go-to-market workflow, this course delivers a structured treasure trove of practical, non-conversational prompt frameworks that will change how you build with AI and scale your career.

Discover how multimodal AI agents evolve from simple prompting into autonomous systems that handle text, images, and audio seamlessly.

Inclus

4 vidéos1 lecture1 devoir

Learn how to set up agents that automatically analyze visual inputs and generate tailored, high-quality images.

Inclus

4 vidéos1 lecture1 devoir

4 vidéosTotal 11 minutes

How Multimodal Agents Process and Generate Visuals3 minutes
Creating an Image-to-Image Design Agent2 minutes
Setting Up an Automated Brand Style Guardian Agent3 minutes
Building a Multi-Agent System for E-commerce Product Visuals3 minutes

1 lectureTotal 10 minutes

Anatomy of an Automated Brand Style Guardian10 minutes

1 devoirTotal 10 minutes

Test Your Knowledge10 minutes

Master the use of agents that transform raw ideas and messy data into professional, visually stunning presentations and reports.

Inclus

4 vidéos1 lecture1 laboratoire non noté

4 vidéosTotal 11 minutes

Critical Checkpoints: What to Look for in AI-Generated Presentations3 minutes
Deploying an Agent for Instant Pitch Deck Generation2 minutes
Building an Agent to Turn Long Documents into Visual Reports3 minutes
Creating a Dynamic Slide and Infographic Automation Workflow3 minutes

1 lectureTotal 10 minutes

Best Practices for Designing AI-Generated Presentations10 minutes

1 laboratoire non notéTotal 30 minutes

Designing an Autonomous Slide and Infographic Automation Workflow30 minutes

Explore how agents can take a single concept and autonomously script, storyboard, and generate video content.

Inclus

3 vidéos1 lecture1 devoir

Connect text, image, presentation, and video agents together into a unified, collaborative AI content creation team.

Inclus

4 vidéos1 lecture1 laboratoire non noté

4 vidéosTotal 13 minutes

Maximizing Output Through the Division of Labor3 minutes
Teamwork in AI: How Agents Collaborate and Share Assets5 minutes
Building a Collaborative "Marketing Team" with AI Projects3 minutes
Launching an Autonomous Product Launch Agent2 minutes

1 lectureTotal 10 minutes

Managing Context and Memory Across Multiple AI Agents10 minutes

1 laboratoire non notéTotal 30 minutes

Engineering a Cross-Platform Visual Kit with Shared Agent Memory30 minutes

Analyze the future trends, real-world impacts, and ethical considerations of widespread autonomous multimodal AI usage.

Inclus

2 vidéos1 devoir

Instructeur

Enseignant de premier plan

Anton Voroniuk

SkillsBooster Academy

69 Cours38 848 apprenants

Offert par

SkillsBooster Academy

En savoir plus sur Business Essentials

Statut : Essai gratuit
IBM
Build Multimodal Generative AI Applications
Cours
Statut : Essai gratuit
Coursera
End-to-End Multimodal AI: Fine-Tuning, Fusion, and MLOps
Cours
Statut : Essai gratuit
Coursera
Architect Multimodal AI Solutions End-to-End
Cours
Statut : Essai gratuit
Microsoft
Building multi-agent systems
Cours

Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?

Felipe M.

Étudiant(e) depuis 2018

’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’

Jennifer J.

Étudiant(e) depuis 2020

’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’

Larry W.

Étudiant(e) depuis 2021

’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’

Chaitanya A.

’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’

Foire Aux Questions

To access the course materials, assignments and to earn a Certificate, you will need to purchase the Certificate experience when you enroll in a course. You can try a Free Trial instead, or apply for Financial Aid. The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.

When you purchase a Certificate you get access to all course materials, including graded assignments. Upon completing the course, your electronic Certificate will be added to your Accomplishments page - from there, you can print your Certificate or add it to your LinkedIn profile.

Yes. In select learning programs, you can apply for financial aid or a scholarship if you can’t afford the enrollment fee. If fin aid or scholarship is available for your learning program selection, you’ll find a link to apply on the description page.