AI268

Developing and Deploying AI/ML Applications on Red Hat OpenShift AI with Exam

Überblick

Kursbeschreibung

Eine Einführung in die Entwicklung und Bereitstellung von KI/ML-Anwendungen auf Red Hat OpenShift AI.

Developing and Deploying AI/ML Applications on Red Hat OpenShift AI (AI267) vermittelt Teilnehmenden grundlegende Kenntnisse darüber, wie sie KI/ML-Anwendungen mit Red Hat OpenShift entwickeln und bereitstellen können. Die Teilnehmenden erwerben durch praktische Erfahrungen wichtige Kompetenzen für die Verwendung von Red Hat OpenShift AI zum Trainieren, Entwickeln und Bereitstellen von ML-Modellen (Machine Learning).

Dieser Kurs basiert auf Red Hat OpenShift® 4.16 und Red Hat OpenShift AI 2.13. Das Red Hat Certified Specialist in OpenShift AI Exam (EX267) ist in diesem Angebot enthalten.

Übersicht über den Kursinhalt

  • Einführung in Red Hat OpenShift AI
  • Data Science-Projekte
  • Jupyter Notebooks
  • Installation von Red Hat OpenShift AI
  • Nutzer- und Ressourcenverwaltung
  • Benutzerdefinierte Notebook Images
  • Einführung in Machine Learning
  • Trainieren von Modellen
  • Verbessertes Modelltraining mit RHOAI
  • Einführung in die Modellbereitstellung
  • Modellbereitstellung in Red Hat OpenShift AI
  • Einführung in Data Science Pipelines
  • Arbeiten mit Pipelines
  • Steuerung von Pipelines und Experimenten

Zielgruppe

  • Data Scientists und KI-Fachkräfte, die Red Hat OpenShift AI zum Erstellen und Trainieren von ML-Modellen verwenden möchten
  • Entwicklungsteams, die KI/ML-fähige Anwendungen entwickeln und integrieren möchten
  • Entwicklungsteams, Data Scientists und KI-Fachkräfte, die ihre ML-Workflows automatisieren möchten
  • MLOps Engineers, die für die Operationalisierung des ML-Lifecycles auf Red Hat OpenShift AI verantwortlich sind

Empfohlenes Training

Technische Voraussetzungen

  • Ein ILT-Kurs (Instructor Led Training) ist nicht verfügbar

Inhalt

Kursinhalt

Einführung in Red Hat OpenShift AI
Identifizieren der wichtigsten Funktionen von Red Hat OpenShift AI und beschreiben der Architektur und Komponenten von Red Hat AI
Data Science-Projekte
Code und Konfigurationen mithilfe von Data Science-Projekten, Workbenches und Datenverbindungen organisieren
Jupyter Notebooks
Jupyter Notebooks zum interaktiven Ausführen und Testen von Code verwenden
Installation von Red Hat OpenShift AI
Red Hat OpenShift AI installieren und Red Hat OpenShift AI Komponenten verwalten
Nutzer- und Ressourcenverwaltung
Nutzende von Red Hat OpenShift AI verwalten und Ressourcen zuweisen
Benutzerdefinierte Notebook Images
Benutzerdefinierte Notebook Images in Red Hat OpenShift AI erstellen und importieren
Einführung in Machine Learning
Grundlegende ML-Konzepte, verschiedene Arten von Machine Learning sowie ML-Workflows beschreiben
Trainieren von Modellen
Modelle mit standardmäßigen und benutzerdefinierten Workbenches trainieren
Verbessertes Modelltraining mit RHOAI
RHOAI Best Practices für Machine Learning und Data Science anwenden
Einführung in die Modellbereitstellung
Konzepte und Komponenten beschreiben, die zum Exportieren, Freigeben und Bereitstellen von trainierten ML-Modellen erforderlich sind
Modellbereitstellung in Red Hat OpenShift AI
Trainierte ML-Modelle mit OpenShift AI bereitstellen
Einführung in Data Science Pipelines
Data Science Pipelines definieren und einrichten
Arbeiten mit Pipelines
Data Science Pipelines mit der Kubeflow-SDK und Elyra erstellen
Steuerung von Pipelines und Experimenten
Pipelines mit Artefakten, Metriken und Experimenten konfigurieren, überwachen und nachverfolgen

Ergebnisse

Auswirkungen auf die Organisation

  • Organisationen erfassen und speichern riesige Mengen an Daten aus mehreren Quellen. Red Hat OpenShift AI bietet Unternehmen eine Plattform, um Daten zu analysieren, Trends und Muster zu visualisieren und zukünftige Geschäftsergebnisse mit Algorithmen für maschinelles Lernen und künstliche Intelligenz vorherzusagen.

Auswirkungen auf Einzelne

  • In diesem Kurs lernen Sie die Grundlagen der Architektur von Red Hat OpenShift AI kennen. Nach Abschluss des Kurses können Sie Red Hat OpenShift AI installieren, Ressourcenzuordnungen verwalten, Komponenten aktualisieren und Nutzende sowie deren Berechtigungen verwalten. Sie sind in der Lage, Modelle zu trainieren und bereitzustellen und dabei Best Practices für Machine Learning und Data Science mit Red Hat OpenShift AI anzuwenden. Außerdem können Sie Data Science Pipelines mit Red Hat OpenShift AI definieren und einrichten.

Empfohlene Anschlusskurse oder Prüfungen