Coursera

Certificat Professionnel Multimodal Intelligence - Vision, Audio & Language in Action

Ce certificat professionnel n'est pas disponible en Français (France)

Nous sommes actuellement en train de le traduire dans plus de langues. Consultez les langues disponibles.
Coursera

Certificat Professionnel Multimodal Intelligence - Vision, Audio & Language in Action

Build and Deploy Multimodal AI Systems.

Design, train, evaluate, and deploy multimodal AI systems that process text, images, and audio.

Inclus avec Coursera PlusEn savoir plus

Obtenez une qualification professionnelle qui traduit votre expertise
niveau Intermédiaire

Expérience recommandée

4 semaines à compléter
à 10 heures par semaine
Planning flexible
Apprenez à votre propre rythme
Obtenez une qualification professionnelle qui traduit votre expertise
niveau Intermédiaire

Expérience recommandée

4 semaines à compléter
à 10 heures par semaine
Planning flexible
Apprenez à votre propre rythme

Ce que vous apprendrez

  • Design end-to-end multimodal AI architectures that integrate image, audio, and text data streams into scalable production pipelines.

  • Fine-tune transformer-based multimodal models using transfer learning and evaluate performance with cross-modal and ethical AI metrics.

  • Build automated ETL pipelines and unified data schemas to ingest, validate, and store multimodal features for model training and inference.

  • Deploy versioned, secured, and documented inference APIs on containerized Kubernetes infrastructure with real-time performance optimization.

Compétences que vous acquerrez

  • Catégorie : Natural Language Processing
  • Catégorie : Responsible AI
  • Catégorie : Model Optimization
  • Catégorie : Model Evaluation
  • Catégorie : Ethical Standards And Conduct
  • Catégorie : API Design
  • Catégorie : CI/CD
  • Catégorie : Transfer Learning
  • Catégorie : Data Pipelines
  • Catégorie : MLOps (Machine Learning Operations)
  • Catégorie : Data Preprocessing
  • Catégorie : Deep Learning
  • Catégorie : Solution Architecture
  • Catégorie : Data Processing
  • Catégorie : Computer Vision
  • Catégorie : Multimodal Prompts

Outils que vous découvrirez

  • Catégorie : Apache Airflow
  • Catégorie : PyTorch (Machine Learning Library)
  • Catégorie : Restful API
  • Catégorie : Kubernetes
  • Catégorie : Docker (Software)

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Enseigné en Anglais

Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

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

Faites progresser votre carrière avec des compétences recherchées

  • Recevez une formation professionnelle par Coursera
  • Démontrez vos compétences techniques
  • Obtenez un certificat reconnu par les employeurs auprès de Coursera

Certificat professionnel - série de 5 cours

Solution Architecture and Ethical AI Design

Solution Architecture and Ethical AI Design

COURS 1, 4 heures

Ce que vous apprendrez

  • Design end-to-end multimodal AI architectures that integrate image, audio, and text pipelines into scalable, production-ready systems.

  • Evaluate multimodal model performance using cross-modal metrics including FID, CLIP scores, recall@k, and Visual Question Answering accuracy.

  • Apply ethical AI frameworks to assess model bias using demographic parity and equalized odds across sensitive population subgroups.

  • Generate model interpretability reports using LIME and SHAP to explain AI predictions and communicate findings to technical stakeholders.

Compétences que vous acquerrez

Catégorie : Solution Architecture
Catégorie : Responsible AI
Catégorie : Technical Documentation
Catégorie : Enterprise Architecture
Catégorie : Computer Science
Catégorie : Data Ethics
Catégorie : Artificial Intelligence and Machine Learning (AI/ML)
Catégorie : Image Quality
Catégorie : Data Science
Catégorie : Scalability
Catégorie : AI Orchestration
Catégorie : Algorithms
Catégorie : Machine Learning
Catégorie : Solution Design
Catégorie : Natural Language Processing
Catégorie : AI Integrations
Catégorie : Model Evaluation
Catégorie : Systems Architecture
Catégorie : Generative Model Architectures
Catégorie : Software Documentation

Ce que vous apprendrez

  • Fine-tune transformer-based multimodal models using transfer learning in PyTorch and TensorFlow.

  • Build cross-modal retrieval systems using FAISS and attention-based fusion of visual and text embeddings.

  • Automate ML pipelines with drift monitoring, hyperparameter tuning, and retraining using MLflow and Ray Tune.

  • Design and document versioned multimodal inference APIs with FastAPI, OAuth2, and OpenAPI specifications.

Compétences que vous acquerrez

Catégorie : API Design
Catégorie : Model Optimization
Catégorie : MLOps (Machine Learning Operations)
Catégorie : Model Training
Catégorie : Fine-tuning
Catégorie : Application Programming Interface (API)
Catégorie : Model Deployment
Catégorie : Solution Architecture
Catégorie : Data Architecture
Catégorie : OAuth
Catégorie : AI Workflows
Catégorie : Machine Learning Software
Catégorie : Vision Transformer (ViT)
Catégorie : Machine Learning Algorithms
Catégorie : Model Evaluation
Catégorie : Technical Communication
Catégorie : Artificial Intelligence and Machine Learning (AI/ML)
Catégorie : Machine Learning
Catégorie : Data Science
Catégorie : AI Integrations

Ce que vous apprendrez

  • Preprocess images and video using normalization, color-space conversion, and motion extraction techniques.

  • Build audio feature extraction and augmentation pipelines using MFCCs and spectral transforms.

  • Fine-tune transformer models and construct text preprocessing pipelines for NLP applications.

  • Evaluate and debug multimodal AI models using automatic metrics and human-in-the-loop frameworks.

Compétences que vous acquerrez

Catégorie : Data Preprocessing
Catégorie : Data Transformation
Catégorie : Computer Vision
Catégorie : Data Pipelines
Catégorie : Feature Engineering
Catégorie : Natural Language Processing
Catégorie : Model Evaluation
Catégorie : Model Training
Catégorie : Image Quality
Catégorie : Machine Learning Methods
Catégorie : Artificial Intelligence and Machine Learning (AI/ML)
Catégorie : Machine Learning Algorithms
Catégorie : Artificial Neural Networks
Catégorie : Data Architecture
Catégorie : Machine Learning Software
Catégorie : Fine-tuning
Catégorie : Image Analysis
Catégorie : Hugging Face
Catégorie : Data Processing
Production-Ready Multimodal ML Engineering

Production-Ready Multimodal ML Engineering

COURS 4, 12 heures

Ce que vous apprendrez

  • Design a multimodal feature store and build automated ETL pipelines using BigQuery and Airflow.

  • Write test-driven ML training code and validate multimodal datasets for production readiness.

  • Optimize model inference with TensorRT and manage ML codebases using GitFlow and CI/CD tools.

  • Deploy GPU-accelerated services on Kubernetes and tune autoscaling for real-time performance.

Compétences que vous acquerrez

Catégorie : Data Pipelines
Catégorie : Kubernetes
Catégorie : Extract, Transform, Load
Catégorie : Model Training
Catégorie : Containerization
Catégorie : Data Validation
Catégorie : Apache Airflow
Catégorie : Test Driven Development (TDD)
Catégorie : Machine Learning Software
Catégorie : Natural Language Processing
Catégorie : Model Optimization
Catégorie : Data Infrastructure
Catégorie : Generative AI
Catégorie : Artificial Intelligence
Catégorie : Machine Learning Algorithms
Catégorie : Artificial Intelligence and Machine Learning (AI/ML)
Catégorie : Algorithms
Catégorie : Model Deployment
Catégorie : Artificial Neural Networks
Catégorie : MLOps (Machine Learning Operations)
Career Development for Multimodal Intelligence

Career Development for Multimodal Intelligence

COURS 5, 2 heures

Ce que vous apprendrez

  • Build multimodal AI systems that integrate vision, audio, and language using cross-attention fusion and transformer architectures.

  • Deploy production-ready multimodal models with optimized inference pipelines, containerization, and automated MLOps workflows.

  • Architect cross-modal retrieval and fusion systems using contrastive learning and embedding alignment for real-world applications.

Compétences que vous acquerrez

Catégorie : Machine Learning
Catégorie : Model Deployment
Catégorie : Applied Machine Learning
Catégorie : PyTorch (Machine Learning Library)
Catégorie : Model Optimization
Catégorie : Tensorflow
Catégorie : Natural Language Processing
Catégorie : MLOps (Machine Learning Operations)
Catégorie : Computer Vision
Catégorie : Deep Learning
Catégorie : AI Workflows
Catégorie : AI Integrations

Obtenez un certificat professionnel

Ajoutez ce titre à votre profil LinkedIn, à votre curriculum vitae ou à votre CV. Partagez-le sur les médias sociaux et dans votre évaluation des performances.

Instructeur

Professionals from the Industry
514 Cours166 262 apprenants

Offert par

Coursera

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

¹Basé sur les réponses au sondage sur les résultats des étudiants Coursera, États-Unis, 2021.