AI267

Descrizione del corso 

Rendi operativo l'intero ciclo di vita delle applicazioni di IA moderne in modo scalabile con Red Hat OpenShift AI.

Il corso Developing and Deploying AI/ML Applications on Red Hat OpenShift AI (AI267) fornisce ai partecipanti le conoscenze di base per la gestione dell'intero ciclo di vita delle applicazioni di IA moderne. Questo corso consente ai partecipanti di acquisire competenze di base sull'uso di Red Hat OpenShift AI per addestrare, testare, distribuire e monitorare i modelli di IA predittiva e generativa in modo efficiente e scalabile. 

Il corso si basa su Red Hat OpenShift^® 4.18 e Red Hat OpenShift AI 2.25.

Riepilogo dei contenuti del corso

• Introduzione a Red Hat OpenShift AI
• Uso degli ambienti di lavoro per lo sviluppo di AI/ML
• Principi fondamentali del model serving
• Distribuzione di modelli di IA generativa e predittiva
• Monitoraggio dei modelli di IA
• Introduzione alle pipeline di scienza dei dati
• Sviluppo avanzato ed esperimenti con le Kubeflow Pipelines
• Selezione, ottimizzazione e valutazione dei modelli di IA generativa
• Sviluppo di applicazioni di IA generativa

Destinatari

• Ingegneri ML responsabili della gestione delle attività operative del ciclo di vita MLOps/LLMOps, quali distribuzione, automazione e monitoraggio.
• Data scientist che addestrano, distribuiscono e monitorano i propri modelli. 

Formazione consigliata

• La valutazione gratuita consente di verificare che questa offerta formativa corrisponda alle competenze in tuo possesso.
• Conoscenza di base dei principi e dei flussi di lavoro del machine learning.
• Conoscenza di base dell'IA generativa e dei modelli linguistici di grandi dimensioni (LLM).
• È richiesta un'esperienza di base con Git.
• È richiesta esperienza nello sviluppo in Python o il completamento del corso Python Programming with Red Hat (AD141).
• È richiesta esperienza con Red Hat OpenShift o il completamento del corso Red Hat OpenShift Developer II: Building and Deploying Cloud-native Applications (DO288).

Struttura del corso 

Introduzione a Red Hat OpenShift AI
Scopri la piattaforma completa per MLOps e GenAIOps offerta da Red Hat OpenShift AI e come utilizzarla per configurare progetti di scienza dei dati orientati alla collaborazione tra i team.

Uso degli ambienti di lavoro per lo sviluppo di AI/ML
Utilizza gli ambienti di lavoro per lo sviluppo di AI/ML e collegali a sorgenti e archivi di dati.

Principi fondamentali del model serving
Prepara, distribuisci e rendi disponibili i modelli utilizzando le funzionalità di model serving di OpenShift AI.

Distribuzione di modelli di IA generativa e predittiva
Distribuisci e rendi disponibili i modelli di IA con runtime specifici, tra cui OpenVINO per i modelli predittivi e vLLM per i modelli linguistici di grandi dimensioni.

Monitoraggio dei modelli di IA
Monitora i modelli distribuiti in relazione a bias, data drift e prestazioni utilizzando TrustyAI e gli strumenti di osservabilità, così da assicurare un funzionamento affidabile ed etico dell'IA in produzione. 

Introduzione alle pipeline di scienza dei dati
Crea e gestisci pipeline di scienza dei dati di base utilizzando Elyra e Kubeflow SDK per automatizzare i flussi di lavoro fondamentali di AI/ML.

Sviluppo avanzato ed esperimenti con le Kubeflow Pipelines
Introduci funzionalità avanzate per la pipeline, tra cui componenti dei container, gestione degli artefatti, configurazione di Kubernetes e sperimentazione sistematica per i flussi di lavoro MLOps in produzione.

Selezione, ottimizzazione e valutazione dei modelli di IA generativa
Seleziona, ottimizza e valuta in maniera sistematica i modelli linguistici di grandi dimensioni utilizzando il catalogo dei modelli, le tecniche di compressione e i framework di valutazione di RHOAI.

Sviluppo di applicazioni di IA generativa
Sviluppa applicazioni di IA generativa pronte per la produzione utilizzando modelli di settore, tra cui RAG, flussi di lavoro Agentic AI e prassi di IA affidabili, andando oltre il mero model serving per offrire soluzioni intelligenti complete.

Vantaggi per l'organizzazione

• Le organizzazioni vedono spesso i propri progetti di scienza dei dati rallentati dalle attività manuali e dalla crescente complessità dell'integrazione degli strumenti di IA, in particolare dell'IA generativa. Con Red Hat OpenShift AI, le organizzazioni dispongono di una piattaforma unificata per gestire l'intero ciclo di vita delle applicazioni di IA moderne. Hanno così l'opportunità di addestrare, testare, distribuire e monitorare in modo efficiente e scalabile i modelli di IA predittiva e generativa, trasformando iniziative sperimentali in risultati aziendali concreti.

Vantaggi per i partecipanti

• Al termine del corso, sarai in grado di gestire l'intero ciclo di vita delle applicazioni di IA moderne, addestrando, testando, distribuendo e monitorando in modo efficiente e scalabile i modelli di IA predittiva e generativa. Imparerai a configurare progetti collaborativi di scienza dei dati, a utilizzare in modo efficiente gli ambienti di lavoro e ad assegnare risorse specializzate. Preparerai, distribuirai e renderai disponibili modelli utilizzando runtime specializzati. Inoltre, automatizzerai i flussi di lavoro MLOps creando pipeline avanzate di scienza dei dati e svilupperai soluzioni di IA generativa pronte per la produzione. Infine, farai in modo che i sistemi di IA operino in maniera affidabile ed etica, monitorando i modelli distribuiti per rilevare bias e data drift e introducendo adeguati strumenti di protezione per le applicazioni generative.

Esami o corsi successivi consigliati

• Red Hat Certified Specialist in OpenShift AI Exam (EX267)