EX267

Red Hat 認定開発者 - AI -

概要

関連特典

この試験は、「Developing and Deploying AI/ML Applications on Red Hat OpenShift AI」コースに関連しています。 Red Hat ラーニングサブスクリプション Course (AI267LS) は、2026 年 12 月 31 日までの期間中、現地希望小売価格の 50% オフで購入できます。コースの購入には、Red Hat 認定開発者 - AI (EX267) 認定試験の受験に利用できる 1 回の試験の試行が含まれます。コースを受講して試験の準備を希望される場合は、コースのページに移動して [詳細はこちら] をクリックし、AI267LS を選択してこのオファーを受けられます。この割引は購入手続き時に適用され、この特典は他の特典または割引と併用できません。 

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 認定開発者 - AI - に認定されます。

この試験は、Red Hat OpenShift AI バージョン 3.3 と Red Hat OpenShift Container Platform バージョン 4.20 に基づいています。

 試験の内容

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
 知っておくべきこと

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。

試験の形式

セッションを予約する前に、RED HAT 技術者認定プログラムガイドを参照して、すべての公式ポリシーと試験手順をよく確認してください。

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。Red Hat OpenShift Container Platform と Red Hat OpenShift AI を使用して一連の設定作業や管理作業を実行し、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。

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。

 対象者と前提条件

試験の対象者

  • Red Hat OpenShift AI の機能および特長に関する理解を実証する必要があるシステムアーキテクトおよびソフトウェアアーキテクト
  • OpenShift AI を設定、サポート、保守する能力を実証する必要があるシステム管理者または開発者
  • OpenShift AI を使用した AI/ML モデルとアプリケーションの開発、トレーニング、提供、テスト、監視に関する理解を実証する必要がある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。

場所を選択する

詳細はこちら

スキル習得をサポートするさまざまな方法

エキスパートによるバーチャルトレーニングと自習型学習の両方のメリットを活用できるほか、エキスパートによるサポートや認定試験も利用できます。これらはすべて、Red Hat ラーニングサブスクリプションに含まれています。

オンサイトトレーニングをご利用いただけます

ご要望に応じて、お客様の施設内でチーム全体へのトレーニングも実施いたします。対面形式かリモート形式かを選択していただけます。

Red Hat ラーニングサブスクリプション

Red Hat 製品に関する包括的なトレーニングとラーニングパス、業界で認められた認定、柔軟で動的な IT 学習体験。