AI267
Developing and Deploying AI/ML Applications on Red Hat OpenShift AI
Resumen
Descripción del curso
Introducción al desarrollo y la implementación de inteligencia artificial/machine learning (aprendizaje automático) en Red Hat OpenShift AI
El curso Developing and Deploying AI/ML Applications on Red Hat OpenShift AI (AI267) proporciona a los estudiantes los conocimientos fundamentales sobre el uso de Red Hat OpenShift para desarrollar e implementar aplicaciones de inteligencia artificial/machine learning. Además, les ofrece experiencia práctica para obtener las habilidades básicas necesarias para usar Red Hat OpenShift AI en el entrenamiento, el desarrollo y la implementación de modelos de machine learning.
El curso se basa en Red Hat OpenShift® 4.16 y Red Hat OpenShift AI 2.13.
Nota: Este curso se ofrece en modalidad presencial con una duración de tres días, en modalidad virtual con una duración de cuatro días, o como curso autorregulado. Los tiempos pueden variar conforme lo realices. Para obtener la información completa sobre el curso, el cronograma y los precios, selecciona tu ubicación y, luego, "Explorar ahora" en el menú de la derecha.
Resumen del contenido del curso
- Introducción a Red Hat OpenShift AI
- Proyectos de análisis de datos
- Jupyter Notebooks
- Instalación de Red Hat OpenShift AI
- Gestión de los usuarios y los recursos
- Imágenes de notebooks personalizados
- Introducción al machine learning
- Entrenamiento de modelos
- Mejora del entrenamiento de modelos con RHOAI
- Introducción a la distribución de modelos
- Distribución de modelos en Red Hat OpenShift AI
- Introducción a los canales de análisis de datos
- Trabajo con canales
- Control de los canales y los experimentos
Público al que va dirigido el curso
- Analistas de datos y especialistas de la inteligencia artificial que deseen utilizar Red Hat OpenShift AI para diseñar y entrenar modelos de machine learning
- Desarrolladores que deseen diseñar e integrar aplicaciones que utilizan inteligencia artificial/machine learning
- Desarrolladores, analistas de datos y especialistas en inteligencia artificial que desean automatizar sus flujos de trabajo de machine learning
- Ingenieros de MLOps responsables de poner en marcha el ciclo de vida de machine learning en Red Hat OpenShift AI
Capacitación recomendada
- Se requiere experiencia en Git.
- Es necesario contar con experiencia en el desarrollo con Python o haber realizado el curso Python Programming with Red Hat (AD141).
- Se requiere tener experiencia en Red Hat OpenShift o haber realizado el cursoRed Hat OpenShift Developer II: Building and Deploying Cloud-native Applications (DO288).
- Se recomienda tener experiencia básica en la inteligencia artificial, el análisis de datos y el machine learning.
Aspectos tecnológicos que debe tener en cuenta
- No hay aulas disponibles para la capacitación guiada por instructor (ILT).
Descripción
Introducción a Red Hat OpenShift AI
Identifica las funciones principales de Red Hat OpenShift AI y describe la arquitectura y los elementos de la inteligencia artificial de Red Hat.
Proyectos de análisis de datos
Organiza el código y la configuración mediante el uso de proyectos de análisis de datos, entornos de trabajo y conexiones de datos.
Jupyter Notebooks
Utiliza Jupyter Notebooks para ejecutar y probar el código de forma interactiva.
Instalación de Red Hat OpenShift AI
Instala Red Hat OpenShift AI y gestiona sus elementos.
Gestión de los usuarios y los recursos
Gestiona a los usuarios de Red Hat OpenShift AI y asigna los recursos.
Imágenes de notebooks personalizados
Crea e importa imágenes de notebooks personalizados en Red Hat OpenShift AI.
Introducción al machine learning
Describe los conceptos básicos, los diferentes tipos y los flujos de trabajo del machine learning.
Entrenamiento de modelos
Entrena modelos mediante el uso de entornos de trabajo predeterminados y personalizados.
Mejora del entrenamiento de modelos con Red Hat OpenShift AI
Usa Red Hat OpenShift AI para aplicar las prácticas recomendadas del machine learning y el análisis de datos.
Introducción a la puesta a disposición de los modelos
Describe los conceptos y los elementos que se requieren para exportar, compartir y poner a disposición en la etapa de producción los modelos de machine learning entrenados.
Puesta a disposición de los modelos en Red Hat OpenShift AI
Pon a disposición en la etapa de producción los modelos de machine learning entrenados con OpenShift AI.
Introducción a los canales de análisis de datos
Define y configura los canales de análisis de datos.
Trabajo con canales
Crea canales de análisis de datos con Kubeflow SDK y Elyra.
Control de canales y experimentos
Configura, supervisa y realiza un seguimiento de los canales con artefactos, indicadores y experimentos.
Resultados
Impacto a nivel empresarial
- Las empresas recopilan y almacenan grandes cantidades de información de varias fuentes. Con Red Hat OpenShift AI, obtienen una plataforma lista para analizar los datos, visualizar las tendencias y los patrones, y predecir los resultados empresariales futuros gracias al uso de algoritmos de inteligencia artificial y machine learning.
Impacto a nivel individual
- Cuando asistas a este curso, comprenderás los fundamentos de la arquitectura de Red Hat OpenShift AI. Podrás instalar Red Hat OpenShift AI, administrar las asignaciones de recursos, actualizar los elementos y gestionar los usuarios y sus permisos. También sabrás entrenar, implementar y poner a disposición en la etapa de producción los modelos, además de usar Red Hat OpenShift AI para aplicar las prácticas recomendadas del machine learning y el análisis de datos. Por último, lograrás definir y configurar los canales de análisis de datos con esta plataforma.