EX267

시험 설명

Red Hat Certified Specialist in OpenShift AI 시험은 OpenShift AI를 배포하고 머신 러닝 모델을 빌드, 배포, 관리하도록 구성하여 AI 지원 애플리케이션을 지원하는 응시자의 능력을 테스트합니다.

이 시험에 통과하면 Red Hat Certified Specialist in OpenShift AI 자격을 취득하게 됩니다. 

이는 Red Hat Certified Architect(RHCA^®) 자격증 취득 시 가산점으로 반영됩니다.

이 시험은 Red Hat OpenShift AI 버전 2.25 및 Red Hat OpenShift Container Platform 버전 4.18을 기반으로 합니다.

시험 응시 대상

• Red Hat OpenShift AI를 사용하여 확장 가능한 AI/ML 인프라를 설계하고 통합하는 능력을 검증하고자 하는 시스템 및 소프트웨어 아키텍트
• MLOps 워크플로우를 구현 및 자동화하고 모델을 프로덕션 애플리케이션에 통합하는 데 있어 숙련도를 증명하고자 하는 개발자
• Red Hat OpenShift AI 내에서 모델을 개발, 학습, 서빙, 모니터링하는 데 있어 전문성을 입증하고자 하는 데이터 사이언티스트

전제 조건

시험 응시자의 전제 조건은 다음과 같습니다.

• Red Hat OpenShift Developer II: Building and Deploying Cloud-native Applications(DO288) 교육 과정을 이수했거나 OpenShift Container Platform을 사용한 유사 업무 경험 보유
• Developing and Deploying AI/ML Applications on Red Hat OpenShift AI (AI267) 교육 과정을 이수했거나 OpenShift AI 기능을 사용한 유사 업무 경험 보유
• Red Hat Certified Developer in AI exam(EX267) 목표 검토
• 무료 평가를 통해 이 시험을 준비하는 데 가장 도움이 되는 교육 과정을 찾아보세요.

시험 대비를 위한 학습 포인트

Red Hat Certified Specialist in OpenShift AI 응시자는 다음 태스크를 수행할 수 있어야 합니다.  관련 제품별 설명서가 제공되지만, 응시자는 자력으로 다음 태스크를 수행할 수 있도록 준비해야 합니다.

• Red Hat OpenShift AI 아키텍처 및 기본 사항 이해
  • Red Hat OpenShift AI와 OpenShift Container Platform의 관계 이해
  • MLOps, GenAIOps, AI/ML 개념 이해
  • 데이터 사이언스 프로젝트에서 Red Hat OpenShift AI 구성 요소가 작동하는 방식 파악
• 데이터 사이언스 프로젝트 및 워크벤치 관리
  • 프로젝트 및 권한의 생성, 구성, 관리
  • 사용자 정의 이미지, 버전, 크기로 워크벤치 생성 및 편집
  • 사용자 정의 워크벤치 이미지의 빌드 및 가져오기
  • TensorBoard를 이용한 리소스 사용 및 교육 프로세스 모니터링
• 데이터 연결 구성
  • 연결 생성(S3, 데이터베이스 등)
  • 외부 서비스에서 데이터와 아티팩트의 저장 및 검색
• 리소스 식별 및 할당
  • nodeSelector 및 허용 오차 사용
  • 워크벤치 및 모델 서버를 특정 노드에 할당
• 모델 배포 및 서빙
  • 모델 서빙 워크플로우 및 KServe 아키텍처 이해
  • 표준 및 고급 모드를 사용하여 모델 배포
  • S3 버킷, OCI 컨테이너 또는 PVC에 모델 저장
  • OpenVINO 런타임으로 예측 모델 서빙
  • vLLM 런타임으로 LLM 배포 및 서빙
  • 사용자 정의 서빙 런타임의 생성 및 구성
• 모델 레지스트리를 사용하여 모델 관리
  • 모델을 OCI 이미지 아티팩트로 패키징
  • 모델 레지스트리에 모델 등록 및 버전 관리
  • 모델 레지스트리에서 모델 배포
  • 모델 레지스트리 API 쿼리
• AI 모델 및 성능 모니터링
  • TrustyAI로 모델 편향 및 데이터 드리프트 모니터링
  • OpenShift 모니터링 스택 및 Grafana로 하드웨어 사용량 모니터링
  • 리소스 활용도를 분석하고 모니터링 인사이트를 기반으로 최적화
• 데이터 사이언스 파이프라인의 생성 및 관리
  • Elyra 및 KubeFlow SDK를 사용하여 파이프라인 서버 및 파이프라인 생성
  • 컨테이너 구성 요소 사용 및 아티팩트 관리
  • 파이프라인에서 쿠버네티스 기능 구성
  • 실험을 통해 파이프라인 실행 비교
• 모델 최적화 및 평가
  • Red Hat OpenShift AI 카탈로그 및 Hugging Face에서 모델 선택
  • LLM compressor로 모델 최적화(압축 및 양자화)
  • 표준 및 사용자 정의 벤치마크를 사용하여 LMEval로 LLM 성능 평가
• 생성형 AI 애플리케이션 빌드
  • 생성형 AI 애플리케이션 패턴의 이해 및 적용
  • 스트리밍 응답으로 간단한 생성형 AI 애플리케이션 빌드
  • 벡터 데이터베이스 및 문서 처리로 RAG 애플리케이션 빌드
  • 툴과 멀티 스텝 추론을 통해 에이전틱 애플리케이션 빌드
  • 콘텐츠 안전 및 입력/출력 검증을 위한 가드레일 구현
• Git으로 협업하고 ML 모델 개발
  • Git 버전 관리로 Jupyter Notebook 관리
  • 기본 ML 라이브러리를 사용하여 Python으로 모델 학습
  • 확장 가능한 데이터 로드 및 모델 저장/내보내기
• 모델 배포 및 저장
  • OpenShift AI 인터페이스를 사용하여 모델 배포(표준 및 고급 모드)
  • S3 버킷, OCI 컨테이너 또는 퍼시스턴트 볼륨 클레임을 사용하여 모델 저장
  • 지원되는 모델 스토리지 위치 파악
  • 모델 배포 설정 구성

준비 사항

시험 준비를 위해 Developing and Deploying AI/ML Applications on Red Hat OpenShift AI(AI267) 교육 과정을 수강하는 것이 좋습니다.  이러한 과정을 수강하는 것은 필수 사항이 아니며, 시험 응시만 선택할 수도 있습니다.

Red Hat의 교육 과정을 수강하면 시험 준비에 큰 도움이 될 수 있으나, 단순히 과정을 수강하는 것만으로 시험 합격이 보장되는 것은 아닙니다. 이전 경험, 프랙티스, 타고난 소질 또한 시험에서 좋은 결과를 얻을 수 있는 주요 요소가 됩니다.

Red Hat 제품에 대한 시스템 관리를 다루는 서적과 기타 리소스가 많이 있습니다. Red Hat은 어떠한 서적이나 리소스도 특정 시험에 대한 시험 자료 가이드로 공식 지정하고 있지 않지만, 이러한 자료는 해당 분야에 대한 지식을 넓히는 데 도움이 될 수 있습니다.

시험 형식

이 시험은 수행 기반으로 Red Hat OpenShift AI 구성 및 관리에 필요한 기술과 지식을 평가합니다. 응시자는 Red Hat OpenShift Container Platform 및 Red Hat OpenShift AI를 사용하여 일상적인 태스크를 수행하게 되며, 특정 목표 기준을 충족했는지를 기준으로 평가됩니다. 수행 기반 테스트란 응시자가 실제로 수행하는 직무와 유사한 태스크를 반드시 수행해야 함을 의미합니다.

이 시험은 최대 4시간이 소요되는 1개 섹션으로 구성되어 있습니다.

점수 및 발표    

공식 시험 점수는 Red Hat Certification Central을 통해서만 공개됩니다. Red Hat은 감독관 또는 교육 파트너가 응시자에게 직접 점수 결과를 발표하는 것을 허용하지 않습니다. 시험 점수는 통상적으로 영업일 기준 3일(미국 시간 기준) 이내에 발표됩니다.

시험 결과는 총 점수로 발표됩니다. Red Hat은 개별 문항에 대한 점수를 공개하지 않으며 요청이 있더라도 추가 정보를 제공하지 않습니다.

• 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)

위 교육 과정은 Developing and Deploying AI/ML applications on Red Hat OpenShift AI(AI267)

를 수강하는 경우 번들로 수강할 수 있습니다.