EX267

試験の説明

Red Hat 認定スペシャリスト試験 - OpenShift AI - では、OpenShift AI をデプロイし、AI 対応アプリケーションをサポートする機械学習モデルを構築、デプロイ、管理できるよう構成する能力をテストします。

この試験に合格すると、Red Hat 認定スペシャリスト - OpenShift AI - を取得できます。 

これは、Red Hat 認定アーキテクト (RHCA^®) を取得する際の前提条件にもなります。

この試験は、Red Hat OpenShift AI バージョン 2.25 と Red Hat OpenShift Container Platform バージョン 4.18 に基づいています。

試験の対象者

• Red Hat OpenShift AI を使用してスケーラブルな AI/ML インフラストラクチャを設計、統合する能力を検証したいシステム/ソフトウェアアーキテクト
• MLOps ワークフローの実装と自動化、およびプロダクション・アプリケーションへのモデルの統合における習熟度を実証したい開発者
• Red Hat OpenShift AI におけるモデルの開発、トレーニング、提供、モニタリングの専門知識を証明したいデータサイエンティスト

受験の前提条件

受験者は次の条件を満たしている必要があります。

• Red Hat OpenShift Developer II:Building and Deploying Cloud-native Applications (DO288) コースを受講済み、または OpenShift Container Platform を使用した同等の実務経験があること
• Developing and Deploying AI/ML Applications on Red Hat OpenShift AI (AI267) を受講済み、または OpenShift AI の機能を使用した同等の実務経験があること
• Red Hat 認定スペシャリスト - OpenShift AI - (EX267) の内容を確認していること
• 無料のスキルチェックを受けて、この試験の準備に最適なコースを確認してください

試験の学習ポイント

Red Hat 認定スペシャリスト - OpenShift AI - の受験者は、以下に挙げる作業を遂行できる必要があります。  関連する製品のドキュメントは提供されますが、受験者は自分の力でこれらのタスクを実行できるようにしておく必要があります。

• Red Hat OpenShift AI のアーキテクチャと基本の理解
  • RHOAI と OpenShift Container Platform の関係を理解する
  • MLOps、GenAIOps、AI/ML の概念を理解する
  • データサイエンス・プロジェクトで RHOAI コンポーネントがどのように機能するかを理解する
• データサイエンス・プロジェクトとワークベンチの管理
  • プロジェクトと権限を作成、設定、管理する
  • カスタムイメージ、バージョン、サイズを使用してワークベンチを作成および編集する
  • カスタム・ワークベンチ・イメージを構築してインポートする
  • TensorBoard を使用してリソースの使用状況とトレーニングプロセスを監視する
• データ接続の設定
  • 接続を作成する (S3、データベースなど)
  • データとアーティファクトを外部サービスに保存、および外部サービスから取得する
• リソースの特定と割り当て
  • nodeSelector と toleration を使用する
  • ワークベンチとモデルサーバーを特定のノードに割り当てる
• モデルのデプロイと提供
  • モデル提供ワークフローと KServe アーキテクチャを理解する
  • Standard モードと Advanced モードを使用してモデルをデプロイする
  • S3 バケット、OCI コンテナ、または PVC にモデルを保存する
  • OpenVINO ランタイムで予測モデルを提供する
  • vLLM ランタイムで LLM をデプロイし、提供する
  • カスタムのサービス提供ランタイムを作成して設定する
• モデルレジストリによるモデルの管理
  • モデルを OCI イメージ・アーティファクトとしてパッケージ化する
  • モデルレジストリにモデルを登録し、バージョン管理を行う
  • モデルレジストリからモデルをデプロイする
  • モデルレジストリ API にクエリを実行する
• AI モデルとパフォーマンスの監視
  • TrustyAI でモデルのバイアスとデータドリフトを監視する
  • OpenShift のモニタリングスタックと Grafana でハードウェア消費量を監視する
  • リソース使用率を分析し、監視から得られたインサイトに基づいて最適化する
• データサイエンス・パイプラインの作成と管理
  • Elyra と KubeFlow SDK を使用してパイプラインサーバーとパイプラインを作成する
  • コンテナコンポーネントを使用し、アーティファクトを管理する
  • パイプラインで Kubernetes 機能を設定する
  • 実験を使用してパイプラインの実行を比較する
• モデルの最適化と評価
  • RHOAI カタログと Hugging Face からモデルを選択する
  • LLM Compressor (圧縮と量子化) を使用してモデルを最適化する
  • 標準ベンチマークとカスタムベンチマークを使用して、LMEval で LLM のパフォーマンスを評価する
• 生成 AI アプリケーションの構築
  • 生成 AI アプリケーションのパターンを理解し、適用する
  • ストリーミング応答でシンプルな生成 AI アプリケーションを構築する
  • ベクトルデータベースとドキュメント処理で RAG アプリケーションを構築する
  • ツールとマルチステップ推論でエージェント型アプリケーションを構築する
  • コンテンツの安全性と入出力検証のためのガードレールを実装する
• Git を使用したコラボレーションと ML モデルの開発
  • Git バージョン管理で Jupyter ノートブックを管理する
  • 基本的な ML ライブラリを使用して、Python でモデルをトレーニングする
  • データをスケーラブルにロードし、モデルを保存/エクスポートする
• モデルのデプロイと保存
  • OpenShift AI インタフェースを使用してモデルをデプロイする (Standard モードおよび Advanced モード)
  • S3 バケット、OCI コンテナ、または永続ボリューム要求を使用してモデルを保存する
  • サポートされているモデルストレージの場所を理解する
  • モデルのデプロイ設定を構成する

準備

Red Hat では、準備として Developing and Deploying AI/ML Applications on Red Hat OpenShift AI (AI267) コースの受講を検討されることをお勧めします。  コースを受講することは必須ではなく、試験のみを受けることもできます。

Red Hat のトレーニングコースに参加することは、試験対策として重要ですが、試験の合格を保証するものではありません。それまでの経験、訓練、適性なども試験に合格するための重要な要素となります。

Red Hat 製品のシステム管理に関するさまざまな書籍や情報が提供されています。Red Hat では、そのような資料のいずれも試験対策ガイドとして公式に保証していません。とはいえ、そのような追加情報は理解を深めるのに役立つことがあります。

試験の形式

この試験は、Red Hat OpenShift AI の設定や管理に必要なスキルと知識を評価する実技試験です。受験者は Red Hat OpenShift Container Platform と Red Hat OpenShift AI を使用してルーチンタスクを実行し、一定の基準を満たしているかどうかが評価されます。実技試験では、受験者は実際の業務と同様のタスクを実行する必要があります。

この試験は 1 つのセクションで構成され、所要時間は 4 時間です。

試験結果と通知方法    

試験の正式な結果は、Red Hat Certification Central から送付されます。試験官やトレーニングパートナーが受験生に直接結果を報告することは認められていません。通常、試験結果は米国の 3 営業日以内に送付されます。

試験結果には合計得点のみ記載され、個々の項目ごとの成績は通知されません。また、それに関するお問い合わせには回答しかねますので、あらかじめご了承ください。

• Red Hat OpenShift AI Administration (AI263)
• Creating Machine Learning Models with Red Hat OpenShift AI (AI264)
• Deploying Machine Learning Models with Red Hat OpenShift AI (AI265)
• Automating AI/ML workflows with Red Hat OpenShift AI (AI266)

上記のコースは、Developing and Deploying AI/ML applications on Red Hat OpenShift AI (AI267)

を受講することで、バンドルとして受講できます。