AI268
Developing and Deploying AI/ML Applications on Red Hat OpenShift AI with Exam
개요
관련 혜택
2024년 9월 30일까지, 현지 권장 소비자가격(MSRP)에서 15% 할인된 가격으로 Deploying AI/ML Applications on Red Hat OpenShift AI with Exam (AI268)을 수강해보세요. 이 혜택을 받으려면 과정과 시험을 모두 선택해야 합니다. 할인은 결제 시 해당 제품의 현지 권장 소비자가격에 적용됩니다. 이 혜택은 다른 제안이나 할인과 중복 적용되지 않습니다.
교육 과정 개요
Red Hat OpenShift AI에서의 AI/ML 애플리케이션 개발 및 배포 소개
Developing and Deploying AI/ML Applications on Red Hat OpenShift AI(AI267)에서는 Red Hat OpenShift를 사용하여 AI/ML 애플리케이션을 개발하고 배포하는 방법에 대한 기본 지식을 학습합니다. 이 교육 과정을 통해 수강생은 Red Hat OpenShift AI를 사용하여 머신 러닝 모델의 학습, 개발, 배포에 필요한 핵심 기술을 핸즈온 경험을 통해 습득할 수 있습니다.
이 교육 과정은 Red Hat OpenShift® 4.14 및 Red Hat OpenShift AI 2.8을 기반으로 합니다. 이 과정에는 Red Hat Certified Specialist in OpenShift AI Exam(EX267)이 포함되어 있습니다.
교육 과정 내용 요약
- Red Hat OpenShift AI 소개
- 데이터 사이언스 프로젝트
- Jupyter Notebook
- Red Hat OpenShift AI 설치
- 사용자 및 리소스 관리
- 사용자 정의 Notebook 이미지
- 머신 러닝 소개
- 모델 학습
- RHOAI로 모델 학습 향상
- 모델 서빙 소개
- Red Hat OpenShift AI의 모델 서빙
- 워크플로우 자동화 소개
- Elyra 파이프라인
- Kubeflow 파이프라인
대상
- Red Hat OpenShift AI를 사용하여 ML 모델을 빌드하고 학습시키고자 하는 데이터 사이언티스트 및 AI 실무자
- AI/ML 지원 애플리케이션을 빌드하고 통합하고자 하는 개발자
- Red Hat OpenShift AI에서 AI/ML 애플리케이션의 설치, 구성, 배포, 모니터링을 담당하는 MLOps 엔지니어
권장 교육
- Git 사용 경험 필요
- Python 개발 경험 필요 또는 Python Programming with Red Hat(AD141) 교육 과정 이수
- Red Hat OpenShift 경험 필요 또는 Red Hat OpenShift Developer II: Building and Deploying Cloud-native Applications(DO288) 교육 과정 이수
- AI, 데이터 사이언스, 머신 러닝 분야에 대한 기본적인 경험 보유 권장
기술 고려 사항
- ILT 강의실을 이용할 수 없음
교육 내용
교육 과정 내용
- Red Hat OpenShift AI 소개
- Red Hat OpenShift AI의 주요 기능을 파악하고 Red Hat AI의 아키텍처와 구성 요소를 설명합니다.
- 데이터 사이언스 프로젝트
- 데이터 사이언스 프로젝트, 워크벤치, 데이터 연결을 사용하여 코드 및 구성을 관리합니다.
- Jupyter Notebook
- Jupyter Notebook을 사용하여 대화형으로 코드를 실행하고 테스트합니다.
- Red Hat OpenShift AI 설치
- 웹 콘솔 및 CLI를 사용하여 Red Hat OpenShift AI를 설치하고 Red Hat OpenShift AI 구성 요소를 관리합니다.
- 사용자 및 리소스 관리
- Red Hat OpenShift AI 사용자 및 워크벤치용 리소스 할당을 관리합니다.
- 사용자 정의 Notebook 이미지
- 사용자 정의 Notebook 이미지를 생성하고 Red Hat OpenShift AI 대시보드를 통해 사용자 정의 Notebook을 가져옵니다.
- 머신 러닝 소개
- 기본적인 머신 러닝 개념, 다양한 유형의 머신 러닝, 머신 러닝 워크플로우를 설명합니다.
- 모델 학습
- 기본 및 사용자 정의 워크벤치를 사용하여 모델을 학습시킵니다.
- RHOAI로 모델 학습 향상
- RHOAI를 사용하여 머신 러닝 및 데이터 사이언스에 모범 사례를 적용합니다.
- 모델 서빙 소개
- 학습된 머신 러닝 모델을 내보내고 공유하고 서빙하는 데 필요한 개념 및 구성 요소를 설명합니다.
- Red Hat OpenShift AI의 모델 서빙
- OpenShift AI로 학습된 머신 러닝 모델을 서빙합니다.
- 데이터 사이언스 파이프라인 소개
- 데이터 사이언스 파이프라인을 생성하고, 실행하고, 관리하며, 트러블슈팅합니다.
- Elyra 파이프라인
- Elyra를 통해 데이터 사이언스 파이프라인 생성
- Kubeflow 파이프라인
- Kubeflow 파이프라인을 사용하여 데이터 사이언스 파이프라인을 생성합니다.
결과
조직에 미치는 효과
- 조직은 다양한 소스에서 방대한 양의 정보를 수집하고 저장합니다. Red Hat OpenShift AI를 통해 조직은 머신 러닝과 인공지능 알고리즘을 사용하여 데이터를 분석하고, 추세와 패턴을 시각화하고, 향후 비즈니스 성과를 예측할 수 있는 플랫폼을 확보할 수 있습니다.
개인에게 미치는 효과
- 이 교육 과정을 이수하면 Red Hat OpenShift AI 아키텍처의 기본 지식을 이해할 수 있습니다. Red Hat OpenShift AI를 설치하고, 리소스 할당을 관리하고, 구성 요소를 업데이트하고, 사용자와 사용자의 권한을 관리할 수 있습니다. 또한 Red Hat OpenShift AI를 사용하여 머신 러닝 및 데이터 사이언스에 모범 사례를 적용하는 방법을 포함하여 모델을 학습, 배포, 서빙할 수 있습니다. 마지막으로, 데이터 사이언스 파이프라인을 생성, 실행, 관리하고 트러블슈팅할 수 있습니다.