AI267

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

Resumen

Descripción del curso

Pon en marcha el ciclo de vida completo de las aplicaciones modernas de inteligencia artificial a gran escala con Red Hat OpenShift AI

Con el curso Developing and Deploying AI/ML Applications on Red Hat OpenShift AI (AI267), los estudiantes obtendrán los conocimientos básicos para gestionar el ciclo de vida completo de las aplicaciones modernas de inteligencia artificial. Además, desarrollarán las habilidades básicas para usar Red Hat OpenShift AI con el fin de entrenar, probar, implementar y supervisar de manera eficiente y a gran escala los modelos de inteligencia artificial predictiva y generativa. 

Este curso se basa en Red Hat OpenShift ® 4.18 y en Red Hat OpenShift AI 2.25.

Resumen del contenido del curso

  • Explorar Red Hat OpenShift AI
  • Usar los entornos de trabajo para el desarrollo de soluciones de inteligencia artificial/machine learning (aprendizaje automático)
  • Aprender los conceptos básicos para poner los modelos a disposición en la etapa de producción
  • Poner los modelos de inteligencia artificial predictiva y generativa a disposición en la etapa de producción
  • Supervisar los modelos de inteligencia artificial
  • Explorar los canales de análisis de datos
  • Desarrollar Kubeflow Pipelines y realizar experimentos avanzados
  • Seleccionar, optimizar y evaluar modelos de inteligencia artificial generativa
  • Diseñar aplicaciones de inteligencia artificial generativa

Público destinatario

  • Ingenieros de machine learning que se encargan de gestionar las tareas operativas del ciclo de vida de las operaciones de machine learning (MLOps) y de los modelos de lenguaje de gran tamaño (LLMOps), como la implementación, la automatización y la supervisión
  • Analistas de datos que entrenan, implementan y realizan un seguimiento de sus propios modelos 

Capacitación recomendada

 Descripción

Descripción del curso 

Exploración de Red Hat OpenShift AI
Red Hat OpenShift AI ofrece una plataforma completa de MLOps y de operaciones de inteligencia artificial generativa (GenAIOps). Aprende a utilizarla para configurar proyectos de análisis de datos para la colaboración en equipo.

Uso de los entornos de trabajo para el desarrollo de soluciones de inteligencia artificial/machine learning (aprendizaje automático)
Utiliza los entornos de trabajo para desarrollar soluciones de inteligencia artificial/machine learning y conéctalos a las fuentes y los almacenes de datos.

Conceptos básicos para poner los modelos a disposición en la etapa de producción
Prepara, implementa y pon los modelos a disposición en la etapa de producción con las funciones de OpenShift AI.

Modelos de inteligencia artificial predictiva y generativa a disposición en la etapa de producción
Implementa y distribuye modelos de inteligencia artificial con tiempos de ejecución específicos, como OpenVINO para los modelos predictivos y vLLM para los modelos de lenguaje de gran tamaño.

Supervisión de los modelos de inteligencia artificial
Supervisa los modelos implementados para detectar sesgos y desajustes de datos, además de evaluar el rendimiento con TrustyAI y las herramientas de determinación del estado interno de los sistemas para garantizar un rendimiento confiable y ético de la inteligencia artificial en la producción. 

Introducción a los canales de análisis de datos
Crea y gestiona canales de análisis de datos básicos con Elyra y Kubeflow SDK para automatizar los flujos de trabajo fundamentales de inteligencia artificial/machine learning.

Desarrollo de Kubeflow Pipelines y experimentos avanzados
Implementa funciones avanzadas de canales, como los elementos de contenedores, la gestión de artefactos, la configuración de Kubernetes y los experimentos sistemáticos para los flujos de trabajo de MLOps en producción.

Selección, optimización y evaluación de modelos de inteligencia artificial generativa
Selecciona, optimiza y evalúa modelos de lenguaje de gran tamaño de forma sistemática con el catálogo de modelos, las técnicas de compresión y los marcos de evaluación de Red Hat OpenShift AI.

Diseño de aplicaciones de inteligencia artificial generativa
Utiliza los patrones del sector, como la generación aumentada por recuperación (RAG), los flujos de trabajo con agentes y las prácticas confiables de inteligencia artificial, para diseñar aplicaciones de inteligencia artificial generativa listas para la producción y pasar de poner los modelos a disposición en la etapa de producción a ofrecer soluciones inteligentes completas.

 Resultados

Impacto a nivel empresarial

  • A menudo, las iniciativas de análisis de datos de las empresas se ven ralentizadas por las tareas manuales y la creciente complejidad de la integración de las herramientas de inteligencia artificial, especialmente con la inteligencia artificial generativa. Con Red Hat OpenShift AI, las empresas obtienen una plataforma unificada para gestionar el ciclo de vida completo de las aplicaciones modernas de esta tecnología. Esta función les permite entrenar, probar, implementar y supervisar de manera eficiente y a gran escala los modelos de inteligencia artificial predictiva y generativa, lo que transforma las iniciativas experimentales en resultados empresariales confiables.

Impacto a nivel individual

  • Después de realizar este curso, podrás gestionar el ciclo de vida completo de las aplicaciones modernas de inteligencia artificial mediante el entrenamiento, las pruebas, la implementación y la supervisión eficientes y a gran escala de los modelos de inteligencia artificial predictiva y generativa. Aprenderás a configurar proyectos colaborativos de análisis de datos, a utilizar los entornos de trabajo de manera eficiente y a asignar recursos especializados. Prepararás, implementarás y pondrás los modelos a disposición en la etapa de producción con tiempos de ejecución especializados. Además, automatizarás los flujos de trabajo de MLOps mediante la creación de canales avanzados de análisis de datos y diseñarás soluciones de inteligencia artificial generativa listas para la producción. Por último, garantizarás el rendimiento confiable y ético de la inteligencia artificial gracias a la supervisión de los modelos implementados para detectar sesgos y desajustes de datos e implementarás medidas de seguridad para las aplicaciones generativas.

Próximo curso o examen recomendado

Seleccionar ubicación

Explorar ahora

Otras formas de perfeccionar tus habilidades

Obtén lo mejor de ambos mundos: la capacitación virtual impartida por especialistas, el aprendizaje autorregulado, la ayuda de especialistas y un examen de certificación. Todo está incluido en Red Hat Learning Subscription.

Capacitación en las instalaciones disponible

Si deseas capacitar a todo tu equipo, podemos hacerlo en tus instalaciones, de forma presencial o remota.

Red Hat Learning Subscription

Capacitación integral y planes de capacitación sobre los productos de Red Hat, certificaciones reconocidas en el sector y una experiencia de aprendizaje de TI flexible y dinámica.