Building Multimodal Generative AI Applications — PickAClass
4.0 (3) ⏱ 2 h 42 min 📚 27 aulas 🎧 Versão em áudio

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.

  • 💬 Instrutor de IA
    Pergunte sobre qualquer aula e receba uma resposta clara na hora, quando quiser.
  • 🕐 Comece quando quiser
    Sem horários nem prazos: aprenda no seu ritmo, quando quiser.
  • 🌐 Em português
    Aulas, tarefas e certificado: tudo totalmente no seu idioma.

Sobre este curso

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.

O que você vai receber

  • 📜 Certificado de conclusão
    Adicione ao seu perfil do LinkedIn
  • 💬 Tutor AI pessoal
    Travou em uma aula? Pergunte ao seu tutor integrado qualquer coisa, a qualquer hora.
  • 🎧 Versão em áudio incluída
    Estude em qualquer lugar, sem tela
  • ♾️ Acesso vitalício
    Volte quando quiser, sem expirar
  • 📱 Celular ou computador
    Funciona em qualquer dispositivo
  • 💸 Reembolso em 14 dias
    Sem perguntas
  • Curto e focado
    2 h 42 min de conteúdo prático

Certificado de conclusão

Cada curso que você conclui na PickAClass emite uma credencial como esta — original, com seu próprio código, verificável por URL e detalhada sobre o que foi de fato demonstrado.

P
PickAClass
Perfil de habilidades · verificável
Documento
Certificado de Maestria
Isto certifica que
Nome Sobrenome
demonstrou com sucesso o domínio de
Building Multimodal Generative AI Applications
Habilidades demonstradas
Análise de padrões comportamentais
Fundamental
1.2 h
Estruturas de arquitetura de decisão
Proficiente
1.4 h
Design de testes A/B
Proficiente
1.7 h
Redação comportamental
Avançado
1.9 h
P
PickAClass — Nome Sobrenome
Building Multimodal Generative AI Applications
Página 2 de 2
Detalhe de desempenho
Resumo do curso
Aulas concluídas 14 / 14
Questões de prática 26 / 28
Tarefas enviadas 4 (méd. 4.5 / 5)
Projeto final Avaliado — 4.6 / 5
Prática total 6.2 h
Benchmark de desempenho
Posição na coorte Top 12% de 1,625
Tempo até concluir 11 dias (mediana: 22)
Pontuação de domínio 91 / 100
Pontuação das questões de prática 94%
Verificação de habilidade Trilha de habilidade verificada
Verifique esta credencial
pickaclass.com/certificates/PCC-2026-X4F7-AP19
Emitido sob os padrões acadêmicos da PickAClass. Os níveis de habilidade refletem o desempenho avaliado frente à rubrica de competências do curso. É uma credencial original desta plataforma.

Avaliações (3)

Orhan Sönmez TR
★ 5 · 13 julho 2026

Machine Translated Gostei muito do material. Os exemplos foram pontuais e ajudaram a solidificar os conceitos.

Ethan Klein LU Aluno verificado
★ 3 · 7 junho 2026

Machine Translated Estou tão feliz por ter feito este curso.As aplicações práticas mostradas foram super úteis e a estrutura geral foi de primeira linha.

زينب بنت حمد الكواري QA
★ 4 · 30 maio 2026

Gostei muito do fluxo disso. As aplicações práticas discutidas foram no local.

Escrever uma avaliação

Pediremos para fazer login após enviar — o rascunho fica salvo.

Outros também fizeram

Perguntas frequentes

O que preciso para fazer este curso? +

Só um celular ou computador com internet. Sem instalações nem hardware especial.

Como faço para pagar? +

Com cartão via Stripe. Não guardamos dados do cartão — o Stripe processa com segurança.

Posso pedir reembolso? +

Sim — reembolso integral em 14 dias, sem perguntas.

Por quanto tempo terei acesso? +

Para sempre. Uma vez comprado, o curso é seu para revisar quando quiser.

Vou receber um certificado? +

Sim. Ao concluir, você recebe um certificado que pode adicionar ao seu perfil do LinkedIn.

Feito para profissionais em
Tecnologia Design Finanças Marketing Saúde Educação Hotelaria Indústria