AI267

Developing and Deploying AI/ML Applications on Red Hat OpenShift AI

PREREQUISITI

È richiesta esperienza con Git, nello sviluppo di Python o il completamento del corso AD141. È richiesta esperienza in Red Hat OpenShift o il completamento del corso DO288. Si consiglia un'esperienza di base nei settori dell'IA, della data science e del machine learning.

DURATA

4 giorni

PREZZO (per persona)

2.175 € + IVA

MODALITÀ DI EROGAZIONE

Open Enrollement, OnSite

Per chi è pensato il corso?

  • Data scientist e utenti dell’IA che desiderano utilizzare Red Hat OpenShift AI per creare e addestrare modelli di ML
  • Sviluppatori che vogliono creare e integrare applicazioni abilitate per AI/ML
  • Ingegneri MLOps responsabili dell’installazione, della configurazione, del deployment e del monitoraggio delle applicazioni AI/ML su Red Hat OpenShift AI

Descrizione del corso

Il corso Developing and Deploying AI/ML Applications on Red Hat OpenShift AI (AI267) fornisce agli studenti le conoscenze di base sull’utilizzo di Red Hat OpenShift per lo sviluppo e il deployment di applicazioni AI/ML. Questo corso aiuta gli studenti a sviluppare le competenze di base per l’utilizzo di Red Hat OpenShift AI per l’addestramento, lo sviluppo e il deployment di modelli di machine learning attraverso un’esperienza pratica.

Il corso si basa su Red Hat OpenShift® 4.14 e Red Hat OpenShift AI 2.8

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

Il corso è quello giusto per te?

Lasciaci i tuoi dati nel form, entro al massimo una giornata lavorativa, una nostra training tutor ti contatterà per aiutarti a scegliere il corso più adatto alle tue skill e alle tue esigenze professionali!

Acconsento al trattamento dei miei dati personali e al loro trattamento anche al di fuori della UE secondo quanto specificato nella vostra Privacy Policy
Panoramica privacy
EXTRAORDY | Your Red Hat Trusted Mentor

Questo sito utilizza i cookie in modo da offrirti la migliore esperienza utente possibile. Le informazioni sui cookie sono memorizzate nel tuo browser e svolgono funzioni come riconoscerti quando ritorni sul nostro sito e aiutare il nostro team a capire quali sezioni del sito ritieni più interessanti e utili.

Pertanto per una completa fruizione del presente sito, si consiglia di configurare il browser in modo che accetti la ricezione dei cookie.

Cookie strettamente necessari

I cookie strettamente necessari dovrebbero essere abilitati in ogni momento in modo che possiamo salvare le tue preferenze per offrirti la miglior esperienza possibile sul nostro sito.

 

Se disabiliti questo cookie, non saremo in grado di salvare le tue preferenze. Ciò significa che ogni volta che visiti questo sito web dovrai abilitare o disabilitare nuovamente i cookie.

Cookie di terze parti

Questo sito utilizza Google Analytics per raccogliere informazioni anonime quali il numero di visitatori del sito e le pagine più popolari.

Mantenere abilitato questo cookie ci aiuta a migliorare il nostro sito.