AI267
Developing and Deploying AI/ML Applications on Red Hat OpenShift AI
Descrição do curso
Operacionalize o ciclo de vida completo de aplicações de IA modernas em grande escala usando o Red Hat OpenShift AI.
O curso Developing and Deploying AI/ML Applications on Red Hat OpenShift AI (AI267) oferece aos alunos o conhecimento fundamental para gerenciar o ciclo de vida completo de aplicações modernas de IA. Este curso ajuda os alunos a desenvolver habilidades essenciais para usar o Red Hat OpenShift AI para treinar, testar, implantar e monitorar com eficiência modelos de IA preditiva e generativa em grande escala.
Este curso é baseado no Red Hat OpenShift ® 4.18 e no Red Hat OpenShift AI 2.25.
Resumo do conteúdo
- Introdução ao Red Hat OpenShift AI
- Uso de workbenches para desenvolvimento de inteligência artificial e machine learning
- Fundamentos de model serving
- Disponibilização de modelos de IA generativa e preditiva
- Monitoramento de modelos de IA
- Introdução a pipelines de ciência de dados
- Desenvolvimento avançado de pipelines e experimentos com Kubeflow
- Seleção, otimização e avaliação de modelos de gen AI
- Desenvolvimento de aplicações gen AI
Público-alvo
- Engenheiros de ML responsáveis por lidar com as tarefas operacionais do ciclo de vida MLOps/LLMOps, como implantação, automação e monitoramento.
- Cientistas de dados que treinam, implantam e rastreiam seus próprios modelos.
Treinamentos recomendados
- Faça nossa avaliação gratuita para saber se esta é a melhor opção para suas habilidades.
- Compreensão básica dos princípios e fluxos de trabalho de machine learning.
- Conhecimentos básicos sobre IA generativa e Large Language Models (LLMs).
- É necessário ter experiência básica com Git.
- É necessário ter experiência em desenvolvimento em Python ou ter concluído o curso Python Programming with Red Hat (AD141).
- É necessário ter experiência no Red Hat OpenShift ou ter concluído o curso Red Hat OpenShift Developer II: Building and Deploying Cloud-Native Applications (DO288).
Tópicos do curso
Introdução ao Red Hat OpenShift AI
Identifique como o Red Hat OpenShift AI oferece uma plataforma completa de MLOps e GenAIOps e como usá-la para configurar projetos de ciência de dados para colaboração em equipe.
Uso de workbenches para desenvolvimento de inteligência artificial e machine learning
Use ambientes de workbench para desenvolvimento de inteligência artificial e machine learning e conecte-os a fontes e armazenamentos de dados.
Fundamentos de model serving
Prepare, implante e disponibilize modelos usando os recursos de model serving do OpenShift AI.
Disponibilização de modelos de IA generativa e preditiva
Implante e disponibilize modelos de IA com runtimes específicos, incluindo o OpenVINO para modelos preditivos e o vLLM para Large Language Models.
Monitoramento de modelos de IA
Monitore os modelos implantados em busca de vieses, desvio de dados e desempenho usando o TrustyAI e as ferramentas de observabilidade para garantir um desempenho de IA confiável e ético na produção.
Introdução a pipelines de ciência de dados
Crie e gerencie pipelines básicos de ciência de dados usando o Elyra e o SDK do Kubeflow para automatizar fluxos de trabalho fundamentais de inteligência artificial e machine learning.
Desenvolvimento avançado de pipelines e experimentos com Kubeflow
Implemente funcionalidades avançadas de pipeline, incluindo componentes de container, gerenciamento de artefatos, configuração de Kubernetes e experimentação sistemática para fluxos de trabalho de MLOps de produção.
Seleção, otimização e avaliação de modelos de gen AI
Selecione, otimize e avalie sistematicamente Large Language Models usando o catálogo de modelos, as técnicas de compactação e os frameworks de avaliação do RHOAI.
Desenvolvimento de aplicações gen AI
Desenvolva aplicações de gen AI prontas para produção usando padrões do setor, incluindo RAG, fluxos de trabalho com agentes de IA e práticas de IA confiáveis. Além disso, vá além do model serving básico para entregar soluções inteligentes completas.
Impacto para a organização
- Muitas vezes, as organizações enfrentam gargalos na ciência de dados devido a tarefas manuais e à dificuldade de integrar novas ferramentas de IA, especialmente a IA generativa. Com o Red Hat OpenShift AI, as organizações têm uma plataforma unificada para gerenciar o ciclo de vida completo de aplicações de IA modernas. Assim, é possível treinar, testar, implantar e monitorar modelos de IA preditiva e generativa em grande escala, transformando iniciativas experimentais em resultados empresariais confiáveis.
Impacto para profissionais
- Ao concluir esse curso, você poderá gerenciar o ciclo de vida completo de aplicações de IA modernas treinando, testando, implantando e monitorando com eficiência modelos de IA preditiva e generativa em grande escala. Você aprenderá a configurar projetos colaborativos de ciência de dados, utilizar ambientes de workbench com eficiência e atribuir recursos especializados. Você preparará, implantará e disponibilizará modelos usando runtimes especializados. Além disso, você automatizará fluxos de trabalho de MLOps criando pipelines avançados de ciência de dados e soluções de gen AI prontas para produção. Por fim, você garantirá uma IA confiável e ética ao monitorar vieses e desvios de dados nos modelos, além de aplicar camadas de segurança em aplicações generativas.
Próximos exames ou cursos recomendados
Mais maneiras de desenvolver suas habilidades
O melhor dos dois mundos em um só lugar: treinamento virtual com especialistas, aprendizado individualizado, suporte especializado e exame de certificação. Tudo incluso no Red Hat Learning Subscription.
Disponibilidade para treinamento no local
Se você quer que toda a sua equipe receba treinamento, podemos fazer no seu local, pessoalmente ou de forma remota.
Red Hat Learning Subscription
Trajetórias de aprendizagem e treinamentos abrangentes sobre as soluções Red Hat, certificações reconhecidas pelo setor e uma experiência de aprendizado de TI dinâmica e flexível.
