AI267

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

개요

관련 혜택

이 과정은 Red Hat OpenShift AI에서 AI/ML 애플리케이션 개발 및 배포 과정과 시험(AI268) 번들에 포함되어 있습니다. 이 번들은 2024년 9월 30일까지 현지 권장 소비자가격(MSRP)에서 15% 할인된 가격으로 제공됩니다. 번들 페이지에서 시작하기(Get started)를 클릭하여 결제 페이지로 이동하고, 과정과 시험을 선택하면 이 혜택을 받을 수 있습니다. 할인은 결제 시 해당 제품의 현지 권장 소비자가격에 적용됩니다. 이 혜택은 다른 제안이나 할인과 중복 적용되지 않습니다.

교육 과정 개요

Red Hat OpenShift AI에서의 AI/ML 애플리케이션 개발 및 배포 소개

Developing and Deploying AI/ML Applications on Red Hat OpenShift AI(AI267)에서는 Red Hat OpenShift를 사용하여 AI/ML 애플리케이션을 개발하고 배포하는 방법에 대한 기본 지식을 학습합니다. 이 교육 과정을 통해 수강생은 Red Hat OpenShift AI를 사용하여 머신 러닝 모델의 학습, 개발, 배포에 필요한 핵심 기술을 핸즈온 경험을 통해 습득할 수 있습니다.

이 교육 과정은 Red Hat OpenShift® 4.14 및 Red Hat OpenShift AI 2.8을 기반으로 합니다.

참고: 이 교육 과정은 3일간의 대면 강의실 수업, 4일간의 가상 수업 또는 자기 주도식 방식으로 제공됩니다. 학습 기간은 제공 상황에 따라 다를 수 있습니다. 전체 교육 과정 세부 정보, 일정, 가격을 확인하려면 원하는 위치를 선택한 다음 오른쪽 메뉴에서 "시작하기"를 선택하세요.

교육 내용 요약

  • Red Hat OpenShift AI 소개
  • 데이터 사이언스 프로젝트
  • Jupyter Notebook
  • Red Hat OpenShift AI 설치
  • 사용자 및 리소스 관리
  • 사용자 정의 Notebook 이미지
  • 머신 러닝 소개
  • 모델 학습
  • RHOAI로 모델 학습 향상
  • 모델 서빙 소개
  • Red Hat OpenShift AI의 모델 서빙
  • 워크플로우 자동화 소개
  • Elyra 파이프라인
  • KubeFlow 파이프라인

교육 대상

  • Red Hat OpenShift AI를 사용하여 ML 모델을 빌드하고 학습시키고자 하는 데이터 사이언티스트 및 AI 실무자
  • AI/ML 지원 애플리케이션을 빌드하고 통합하고자 하는 개발자
  • Red Hat OpenShift AI에서 AI/ML 애플리케이션의 설치, 구성, 배포, 모니터링을 담당하는 MLOps 엔지니어

권장 교육

기술 고려 사항

  • ILT 강의실을 이용할 수 없음

교육 내용

교육 과정 내용

Red Hat OpenShift AI 소개

Red Hat OpenShift AI의 주요 기능을 파악하고 Red Hat AI의 아키텍처와 구성 요소를 설명합니다.

데이터 사이언스 프로젝트

데이터 사이언스 프로젝트, 워크벤치, 데이터 연결을 사용하여 코드 및 구성을 관리합니다.

Jupyter Notebook

Jupyter Notebook을 사용하여 대화형으로 코드를 실행하고 테스트합니다.

Red Hat OpenShift AI 설치

웹 콘솔 및 CLI를 사용하여 Red Hat OpenShift AI를 설치하고 Red Hat OpenShift AI 구성 요소를 관리합니다.

사용자 및 리소스 관리

Red Hat OpenShift AI 사용자 및 워크벤치용 리소스 할당을 관리합니다.

사용자 정의 Notebook 이미지

사용자 정의 Notebook 이미지를 생성하고 Red Hat OpenShift AI 대시보드를 통해 사용자 정의 Notebook을 가져옵니다.

머신 러닝 소개

기본적인 머신 러닝 개념, 다양한 유형의 머신 러닝, 머신 러닝 워크플로우를 설명합니다.

모델 학습

기본 및 사용자 정의 워크벤치를 사용하여 모델을 학습시킵니다.

RHOAI로 모델 학습 향상

RHOAI를 사용하여 머신 러닝 및 데이터 사이언스에 모범 사례를 적용합니다.

모델 서빙 소개

학습된 머신 러닝 모델을 내보내고 공유하고 서빙하는 데 필요한 개념 및 구성 요소를 설명합니다.

Red Hat OpenShift AI의 모델 서빙

OpenShift AI로 학습된 머신 러닝 모델을 서빙합니다.

사용자 정의 모델 서버

사용자 정의 모델 서빙 런타임을 사용하여 머신 러닝 모델을 배포하고 서빙합니다.

데이터 사이언스 파이프라인 소개

데이터 사이언스 파이프라인을 생성하고, 실행하고, 관리하며, 트러블슈팅합니다.

Elyra 파이프라인

Elyra를 사용하여 데이터 사이언스 파이프라인을 생성합니다.

KubeFlow 파이프라인

KubeFlow SDK를 사용하여 데이터 사이언스 파이프라인을 생성합니다.

결과

기업에 미치는 효과

  • 조직은 다양한 소스에서 방대한 양의 정보를 수집하고 저장합니다. Red Hat OpenShift AI를 통해 조직은 머신 러닝과 인공지능 알고리즘을 사용하여 데이터를 분석하고, 추세와 패턴을 시각화하고, 향후 비즈니스 성과를 예측할 수 있는 플랫폼을 확보할 수 있습니다.

개인에게 미치는 효과

  • 이 교육 과정을 이수하면 Red Hat OpenShift AI 아키텍처의 기본 지식을 이해할 수 있습니다. Red Hat OpenShift AI를 설치하고, 리소스 할당을 관리하고, 구성 요소를 업데이트하고, 사용자와 사용자의 권한을 관리할 수 있습니다. 또한 Red Hat OpenShift AI를 사용하여 머신 러닝 및 데이터 사이언스에 모범 사례를 적용하는 방법을 포함하여 모델을 학습, 배포, 서빙할 수 있습니다. 마지막으로, 데이터 사이언스 파이프라인을 생성, 실행, 관리하고 트러블슈팅할 수 있습니다.

권장되는 다음 교육 과정 또는 시험