Building Multimodal Generative AI Applications — PickAClass
4.0 (3) ⏱ 2 jam 42 min 📚 27 pelajaran 🎧 Versi audio

Building Multimodal Generative AI Applications

Learn to combine text, speech, and images using modern AI models like Whisper and Granite to build intelligent, multi-sensory applications.

  • 💬 Pengajar AI
    Tanya tentang mana-mana pelajaran dan dapatkan jawapan jelas serta-merta, bila-bila masa.
  • 🕐 Mula bila-bila masa
    Tiada jadual atau tarikh akhir — belajar mengikut rentak sendiri, bila-bila masa.
  • 🌐 Dalam bahasa Melayu
    Pelajaran, tugasan dan sijil — semuanya sepenuhnya dalam bahasa anda.

Tentang kursus ini

AI is no longer limited to just reading and writing text. Modern applications must process speech, images, and video simultaneously to deliver truly intelligent, real-world experiences. In this course, you will learn how to connect different data types—text, audio, and visual inputs—to build cohesive, multimodal generative AI systems. You will understand how these models communicate, align different media formats, and work together to solve complex problems. By focusing on practical written design patterns and structural concepts, you will gain the confidence to architect applications that can hear, see, and speak. What you'll learn: - Understand the core concepts of multimodal AI, including how models process text, image, and audio inputs simultaneously. - Apply speech-to-text models like Whisper to transcribe and analyze audio data. - Explore image and video generation concepts using modern generative models like Granite. - Implement multimodal prompt engineering techniques to guide models across different media types. - Manage multimodal embeddings and vector databases to store and retrieve cross-media information. - Design basic orchestration workflows to connect language models with vision and speech tools. The journey begins with foundational definitions of multimodal architectures before moving into step-by-step written guides on audio processing, computer vision integration, and cross-modal orchestration. You will practice these concepts through written code walkthroughs and conceptual design exercises. This course is designed for beginner developers, technical product managers, and AI enthusiasts who want to understand the next generation of AI systems, requiring only basic programming familiarity. Start reading today to unlock the potential of multi-sensory artificial intelligence.

Apa yang anda dapat

  • 📜 Sijil tamat
    Tambah ke profil LinkedIn anda
  • 💬 Tutor AI peribadi
    Tersekat dalam pelajaran? Tanya tutor terbina dalam kamu apa sahaja, bila-bila masa.
  • 🎧 Termasuk versi audio
    Belajar sambil bergerak — tanpa skrin
  • ♾️ Akses seumur hidup
    Kembali bila-bila masa, tiada tamat tempoh
  • 📱 Telefon atau komputer
    Berfungsi di mana-mana, mana-mana peranti
  • 💸 Pulangan 14 hari
    Tanpa soalan
  • Pendek dan fokus
    2 jam 42 min kandungan praktikal

Sijil tamat

Setiap kursus yang anda tamatkan di PickAClass mengeluarkan kelayakan seperti ini — asli, dengan kodnya sendiri, boleh disahkan melalui URL, dan terperinci tentang apa yang sebenarnya ditunjukkan.

P
PickAClass
Profil kemahiran · boleh disahkan
Dokumen
Sijil Kemahiran
Ini mengesahkan bahawa
Nama Penuh
telah berjaya menunjukkan penguasaan
Building Multimodal Generative AI Applications
Kemahiran yang ditunjukkan
Analisis pola tingkah laku
Asas
1.2 jam
Rangka kerja seni bina keputusan
Mahir
1.4 jam
Reka bentuk ujian A/B
Mahir
1.7 jam
Penulisan salinan tingkah laku
Lanjutan
1.9 jam
P
PickAClass — Nama Penuh
Building Multimodal Generative AI Applications
Halaman 2 daripada 2
Perincian prestasi
Ringkasan kerja kursus
Pelajaran selesai 14 / 14
Soalan latihan 26 / 28
Tugasan dihantar 4 (purata 4,5 / 5)
Projek capstone Disemak — 4,6 / 5
Jumlah latihan 6.2 jam
Penanda aras prestasi
Kedudukan kohort 12% teratas daripada 1,625
Masa hingga tamat 11 hari (median: 22)
Skor penguasaan 91 / 100
Skor soalan latihan 94%
Pengesahan kemahiran Laluan Kemahiran disahkan
Sahkan kelayakan ini
pickaclass.com/certificates/PCC-2026-X4F7-AP19
Dikeluarkan di bawah piawaian akademik PickAClass. Tahap kemahiran mencerminkan prestasi dinilai terhadap rubrik kecekapan kursus. Ini kelayakan asli platform ini.

Ulasan (3)

Orhan Sönmez TR
★ 5 · 13.07.2026

Sangat menikmati bahan. Contohnya tepat dan membantu mengukuhkan konsep.

Ethan Klein LU Pelajar disahkan
★ 3 · 07.06.2026

Saya gembira saya mengambil kursus ini. aplikasi praktikal yang ditunjukkan sangat membantu, dan struktur keseluruhan adalah kelas atasan.

زينب بنت حمد الكواري QA
★ 4 · 30.05.2026

Sangat menikmati aliran ini. Aplikasi praktikal yang dibincangkan adalah tepat pada tempatnya.

Tulis ulasan

Selepas hantar kami akan meminta anda log masuk — draf disimpan.

Pelajar lain juga mengambil

Soalan lazim

Apa yang saya perlukan untuk mengikuti kursus ini? +

Hanya telefon atau komputer dengan internet. Tiada pemasangan, tiada perkakasan khas.

Bagaimana untuk membayar? +

Dengan kad melalui Stripe. Kami tidak menyimpan butiran kad — Stripe menguruskannya dengan selamat.

Bolehkah saya dapatkan bayaran balik? +

Ya — pulangan penuh dalam 14 hari, tanpa soalan.

Berapa lama saya akan mempunyai akses? +

Selamanya. Setelah membeli, kursus adalah milik anda — boleh lawat semula bila-bila masa.

Adakah saya akan mendapat sijil? +

Ya. Setelah tamat, anda akan menerima sijil yang boleh ditambah ke profil LinkedIn anda.

Direka untuk pelajar dalam
Teknologi Reka bentuk Kewangan Pemasaran Kesihatan Pendidikan Hospitaliti Pembuatan