Développement et déploiement d'applications d'IA/AA sur Red Hat OpenShift AI (AI267)

• Data scientists et professionnels de l'IA qui souhaitent utiliser Red Hat OpenShift AI pour créer et entraîner des modèles d'AA
• Équipes de développement qui souhaitent créer et intégrer des applications optimisées par l'IA/AA
• Équipes de développement, data scientists et professionnels de l'IA qui souhaitent automatiser leurs workflows d'AA
• Équipes d'ingénierie MLOps responsables de la mise en œuvre du cycle de vie de l'AA sur Red Hat OpenShift AI

A l'issue de la formation, les participants seront capables de :

• Comprendre les bases de l'architecture de Red Hat OpenShift AI,
• Installer la solution Red Hat OpenShift AI,
• Gérer l'allocation des ressources,
• Mettre à jour les composants ainsi que gérer les utilisateurs et leurs autorisations.
• Entraîner, déployer et mettre à disposition des modèles,
• Utiliser Red Hat OpenShift AI pour appliquer les meilleures pratiques de l'apprentissage automatique et de la science des données.
• Définir et configurer des pipelines de science des données à l'aide de Red Hat OpenShift AI.
  

Présentation de Red Hat OpenShift AI
Identifier les principales fonctions de Red Hat OpenShift AI et décrire l'architecture ainsi que les composants de la solution Red Hat AI

Projets de science des données
Organiser le code et la configuration à l'aide de projets de science des données, de workbenches et de connexions de données

Notebooks Jupyter
Utiliser des notebooks Jupyter pour exécuter et tester du code de manière interactive

Installation de Red Hat OpenShift AI
Installer Red Hat OpenShift AI et gérer ses composants

Gestion des utilisateurs et des ressources
Gérer les utilisateurs de Red Hat OpenShift AI et allouer des ressources

Images de notebook personnalisées
Créer et importer des images de notebook personnalisées dans Red Hat OpenShift AI

Présentation de l'apprentissage automatique
Décrire les concepts de base de l'apprentissage automatique ainsi que les différents types et les workflows associés

Modèles d'entraînement
Entraîner des modèles grâce à des workbenches par défaut et personnalisés

Amélioration de l'entraînement des modèles avec Red Hat OpenShift AI
Utiliser Red Hat OpenShift AI pour appliquer les meilleures pratiques de l'apprentissage automatique et de la science des données

Présentation de la mise à disposition de modèles
Décrire les concepts et les composants requis pour exporter, partager et mettre à disposition des modèles d'apprentissage automatique entraînés

Mise à disposition de modèles dans Red Hat OpenShift AI
Mettre à disposition des modèles d'apprentissage automatique entraînés avec OpenShift AI

Présentation des pipelines de science des données
Définir et configurer des pipelines de science des données

Utilisation des pipelines
Créer des pipelines de science des données avec le SDK Kubeflow et Elyra

Contrôle des pipelines et essais
Configurer, surveiller et suivre des pipelines à l'aide d'artéfacts, d'indicateurs de mesure et d'essais

• Avoir une expérience de l'utilisation de Git
• Avoir une expérience du développement Python ou avoir suivi le cours Programmation Python avec Red Hat (AD141)
• Avoir une expérience de Red Hat OpenShift ou avoir suivi le cours Red Hat OpenShift Developer II : création et déploiement d'applications cloud-native (DO288)
• Expérience de base recommandée dans les domaines de l'IA, de la science des données et de l'apprentissage automatique

Il est vivement recommandé de passer l'évaluation gratuite pour s'assurer que le cours est adapté aux compétences du participant Red Hat Skills Assessment

• Examen Spécialiste certifié Red Hat en utilisation d'OpenShift AI (EX267)

N/A

• Un support de cours officiel sera fourni aux participants