AI267

• È richiesta esperienza con Git
• È richiesta esperienza nello sviluppo di Python o il completamento del corso Python Programming with Red Hat (AD141)
• È richiesta esperienza in Red Hat OpenShift o il completamento del corso Red Hat OpenShift Developer II: Building and Deploying Cloud-native Applications (DO288)
• Si consiglia un’esperienza di base nei settori dell’IA, della data science e del machine learning

Le aziende raccolgono e archiviano grandi quantità di informazioni da più fonti. Con Red Hat OpenShift AI, le organizzazioni dispongono di una piattaforma pronta per analizzare i dati, visualizzare tendenze e modelli e prevedere i futuri risultati aziendali utilizzando algoritmi di machine learning e intelligenza artificiale.

Al termine del corso, i partecipanti saranno in grado di comprendere le basi dell’architettura AI di Red Hat OpenShift. I partecipanti sapranno installare Red Hat OpenShift AI, occuparsi dell’allocazione delle risorse, aggiornare i componenti e gestire gli utenti e le relative autorizzazioni. Saranno in grado anche di addestrare, distribuire e fornire i modelli, nonché utilizzare Red Hat OpenShift AI per applicare le procedure consigliate nel machine learning e nella data science. Infine, i partecipanti sapranno come creare, eseguire, gestire e risolvere i problemi delle pipeline di data science.

Introduzione a Red Hat OpenShift AI

• Identifica le caratteristiche principali di Red Hat OpenShift AI e descrivi l’architettura e i componenti di Red Hat AI.

Progetti di data science

• Organizza il codice e la configurazione utilizzando progetti di data science, ambienti di lavoro e connessioni dati

Notebook di Jupyter

• Utilizza i notebook di Jupyter per eseguire e testare il codice in modo interattivo

Installazione di Red Hat OpenShift AI

• Installa Red Hat OpenShift AI tramite la console web e la CLI e gestisci i componenti di Red Hat OpenShift AI

Gestione di utenti e risorse

• Gestisci gli utenti di Red Hat OpenShift AI e alloca le risorse per gli ambienti di lavoro

Immagini dei notebook personalizzati

• Crea immagini dei notebook personalizzati e importa un notebook personalizzato tramite la dashboard di Red Hat OpenShift AI

Introduzione al machine learning

• Descrivi i concetti di base del machine learning, i diversi tipi di machine learning e i flussi di lavoro di machine learning

Addestramento dei modelli

• Addestra i modelli utilizzando ambienti di lavoro predefiniti e personalizzati

Ottimizzazione dell’addestramento dei modelli con RHOAI

• Utilizza RHOAI per applicare le procedure consigliate per il machine learning e la data science

Introduzione alla fornitura dei modelli

• Descrivi i concetti e i componenti necessari per esportare, condividere e distribuire modelli di machine learning addestrati

Fornitura dei modelli in Red Hat OpenShift AI

• Fornisci modelli di machine learning addestrati con OpenShift AI

Server con modelli personalizzati

• Esegui il deployment e fornisci modelli di machine learning utilizzando runtime di distribuzione dei modelli personalizzati

Introduzione alle Pipeline di data science

• Crea, esegui, gestisci e risolvi i problemi delle pipeline di data science

Pipeline di Elyra

• Crea una pipeline di data science con Elyra

Pipeline di KubeFlow

• Crea una pipeline di data science con KubeFlow SDK

Il programma del corso è soggetto a modifiche in base alle innovazioni nelle tecnologie e all’evoluzione degli argomenti trattati. Per chiarimenti su obiettivi e specifici argomenti contatta: training@extraordy.com

per chi volesse mettere alla prova e certificare le proprie conoscenze è disponibile l’esame EX267