Coursera

Multimodal Intelligence - Vision, Audio & Language in Action (berufsbezogenes Zertifikat)

Erweitern Sie Ihre Kenntnisse mit Coursera Plus für 239 $/Jahr (normalerweise 399 $). Jetzt sparen.

berufsbezogenes zertifikat ist nicht verfügbar in Deutsch (Deutschland)

Wir übersetzen es in weitere Sprachen.
Coursera

Multimodal Intelligence - Vision, Audio & Language in Action (berufsbezogenes Zertifikat)

Build and Deploy Multimodal AI Systems.

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

Bei Coursera Plus enthalten

Erwerben Sie eine Karrierereferenz, die Ihre Qualifikation belegt
Stufe Mittel

Empfohlene Erfahrung

4 Wochen zu vervollständigen
unter 10 Stunden pro Woche
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen
Erwerben Sie eine Karrierereferenz, die Ihre Qualifikation belegt
Stufe Mittel

Empfohlene Erfahrung

4 Wochen zu vervollständigen
unter 10 Stunden pro Woche
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen

Was Sie lernen werden

  • 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.

Kompetenzen, die Sie erwerben

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

Werkzeuge, die Sie lernen werden

  • Kategorie: Apache Airflow
  • Kategorie: Docker (Software)
  • Kategorie: Kubernetes
  • Kategorie: PyTorch (Machine Learning Library)
  • Kategorie: Restful API
  • Kategorie: Vision Transformer (ViT)

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Unterrichtet in Englisch
Kürzlich aktualisiert!

März 2026

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

 Logos von Petrobras, TATA, Danone, Capgemini, P&G und L'Oreal

Bringen Sie Ihre Karriere mit gefragten Kompetenzen voran.

  • Erhalten Sie Schulungen auf professionellem Niveau von Coursera
  • Stellen Sie Ihre technischen Kenntnisse unter Beweis.
  • Erwerben Sie ein von Arbeitgebern anerkanntes Zertifikat von Coursera.

Berufsbezogenes Zertifikat – 5 Kursreihen

Was Sie lernen werden

  • 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.

Kompetenzen, die Sie erwerben

Kategorie: AI Workflows
Kategorie: Enterprise Architecture
Kategorie: Technical Documentation
Kategorie: Computer Science
Kategorie: Scalability
Kategorie: Data Science
Kategorie: Data Integration
Kategorie: Artificial Intelligence
Kategorie: Model Evaluation
Kategorie: Natural Language Processing
Kategorie: Responsible AI
Kategorie: Machine Learning
Kategorie: Algorithms
Kategorie: Software Architecture
Kategorie: Artificial Intelligence and Machine Learning (AI/ML)
Kategorie: Data Processing
Kategorie: Image Analysis
Kategorie: Solution Architecture

Was Sie lernen werden

  • 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.

Kompetenzen, die Sie erwerben

Kategorie: Machine Learning Algorithms
Kategorie: Model Deployment
Kategorie: Tensorflow
Kategorie: API Design
Kategorie: Restful API
Kategorie: Vision Transformer (ViT)
Kategorie: Data Architecture
Kategorie: Machine Learning Software
Kategorie: Transfer Learning
Kategorie: OAuth
Kategorie: Artificial Intelligence
Kategorie: PyTorch (Machine Learning Library)
Kategorie: Artificial Intelligence and Machine Learning (AI/ML)
Kategorie: Stakeholder Communications
Kategorie: Machine Learning
Kategorie: MLOps (Machine Learning Operations)
Kategorie: Model Evaluation
Kategorie: Data Science
Kategorie: Applied Machine Learning
Kategorie: Solution Architecture

Was Sie lernen werden

  • 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.

Kompetenzen, die Sie erwerben

Kategorie: Machine Learning Software
Kategorie: Transfer Learning
Kategorie: Data Preprocessing
Kategorie: Natural Language Processing
Kategorie: Data Transformation
Kategorie: Digital Signal Processing
Kategorie: Data Architecture
Kategorie: Computer Vision
Kategorie: Image Analysis
Kategorie: Machine Learning Algorithms
Kategorie: Feature Engineering
Kategorie: Artificial Neural Networks
Kategorie: Machine Learning Methods
Kategorie: Model Evaluation
Kategorie: Data Pipelines
Kategorie: Artificial Intelligence and Machine Learning (AI/ML)
Kategorie: Hugging Face

Was Sie lernen werden

  • 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.

Kompetenzen, die Sie erwerben

Kategorie: Natural Language Processing
Kategorie: Algorithms
Kategorie: Extract, Transform, Load
Kategorie: Scalability
Kategorie: Kubernetes
Kategorie: MLOps (Machine Learning Operations)
Kategorie: Data Pipelines
Kategorie: Machine Learning Algorithms
Kategorie: Data Quality
Kategorie: Artificial Intelligence
Kategorie: Test Driven Development (TDD)
Kategorie: Artificial Neural Networks
Kategorie: Apache Airflow
Kategorie: Machine Learning Software
Kategorie: Real Time Data
Kategorie: Data Validation
Kategorie: Artificial Intelligence and Machine Learning (AI/ML)
Kategorie: Model Deployment
Kategorie: CI/CD
Kategorie: Containerization

Was Sie lernen werden

  • 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.

Kompetenzen, die Sie erwerben

Kategorie: Tensorflow
Kategorie: Natural Language Processing
Kategorie: System Design and Implementation
Kategorie: Vision Transformer (ViT)
Kategorie: Computer Vision
Kategorie: Technical Communication
Kategorie: Applied Machine Learning
Kategorie: Generative AI
Kategorie: PyTorch (Machine Learning Library)
Kategorie: Performance Tuning
Kategorie: Deep Learning
Kategorie: Image Analysis
Kategorie: Machine Learning
Kategorie: MLOps (Machine Learning Operations)
Kategorie: Model Deployment

Erwerben Sie ein Karrierezertifikat.

Fügen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.

Dozent

Professionals from the Industry
321 Kurse 45.807 Lernende

von

Coursera

Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.

Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“

Jennifer J.

Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“

Larry W.

Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“

Chaitanya A.

„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“
Coursera Plus

Neue Karrieremöglichkeiten mit Coursera Plus

Unbegrenzter Zugang zu 10,000+ Weltklasse-Kursen, praktischen Projekten und berufsqualifizierenden Zertifikatsprogrammen - alles in Ihrem Abonnement enthalten

Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.

Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online

Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.

Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.

Häufig gestellte Fragen

¹Basierend auf den Antworten der „Coursera Learner Outcomes Survey“, USA, 2021.