EX267

관련 혜택

이 시험은 Deploying AI/ML Applications on Red Hat OpenShift AI with Exam (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.

시험 설명

Red Hat Certified Specialist in OpenShift AI 시험은 OpenShift AI를 배포하고 머신 러닝 모델을 빌드, 배포, 관리하도록 구성하여 AI 지원 애플리케이션을 지원하는 응시자의 능력을 테스트합니다.

이 시험에 통과하면 Red Hat Certified Specialist in OpenShift AI 자격을 취득하게 되며, 이는 RHCA®(Red Hat Certified Architect) 자격증 취득 시 가산점으로 반영됩니다.

이 시험은 Red Hat OpenShift AI 버전 2.8 및 Red Hat OpenShift Container Platform 버전 4.14를 기반으로 합니다.

시험 응시 대상

• Red Hat OpenShift AI의 특징과 기능에 대한 이해를 입증해야 하는 시스템 아키텍트 및 소프트웨어 아키텍트OpenShift AI를 구성, 지원, 유지 관리하는 능력을 입증해야 하는
• 시스템 관리자 또는 개발자OpenShift AI를 사용하여 AI/ML 모델 및 애플리케이션을 개발, 학습, 서빙, 테스트, 모니터링하는 방법을 이해하고 있음을 입증해야 하는
• 데이터 사이언티스트RHCA(Red Hat Certified Architect)
• Red Hat Certified Engineer

자격을 취득하고자 하는

전제 조건

시험 응시자의 전제 조건은 다음과 같습니다.

• Red Hat OpenShift Administration I: Containers & Kubernetes(DO180) 교육 과정을 이수했거나 OpenShift Container Platform을 사용한 유사 업무 경험 보유
• Red Hat OpenShift Administration II: Operating a Production Kubernetes Cluster(DO280) 교육 과정을 이수했거나 OpenShift Container Platform을 사용한 유사 업무 경험 보유
• Development and Deploying AI/ML Applications on Red Hat OpenShift AI(AI267) 교육 과정을 이수했거나 OpenShift AI 기능을 사용한 유사 업무 경험 보유
• Red Hat Certified Specialist in OpenShift AI exam(EX267) 목표 검토
• 무료 평가를 통해 이 시험을 준비하는 데 가장 도움이 되는 교육 과정을 찾아보세요.

준비 사항

시험 대비를 위한 학습 포인트

Red Hat Certified Specialist in OpenShift AI 응시자는 다음 태스크를 수행할 수 있어야 합니다. 해당 제품별 도큐멘테이션이 제공되지만 응시자는 이러한 태스크를 도움 없이 수행할 수 있도록 준비해야 합니다.

• RHOAI(Red Hat OpenShift AI) 설치
• RHOAI 구성 및 관리
  • 사용자 및 그룹 권한과 리소스 관리
  • DataScienceCluster 오브젝트 관리
  • 사용자 정의 Notebook 이미지 생성 및 게시
  • 사용자 정의 Notebook 이미지 가져오기
  • 유휴 노트 선별 관리
  • 기본 워크벤치 및 모델 서버 크기 사용자 정의
• 데이터 사이언스 프로젝트 작업
  • 데이터 사이언스 프로젝트 생성, 수정, 삭제
  • 데이터 사이언스 프로젝트 권한 관리
• 데이터 사이언스 워크벤치 사용
  • Jupyter 에코시스템 이해
  • 워크벤치 생성, 수정, 삭제
  • 워크벤치 시작 및 중지
  • 데이터 연결 관리
  • Persistent Volume Claim 오브젝트 관리
  • 워크벤치 리소스 검사
• Git을 사용하여 Jupyter Notebook 공동 관리
  • Git 리포지토리의 기존 Notebook 업로드
  • Git 리포지토리로 업데이트된 Notebook 내보내기
• 머신 러닝 모델 사용
  • 기본 머신 러닝 개념 이해
  • 널리 사용되는 기반 라이브러리를 사용하여 Python으로 모델 학습
  • 확장 가능한 방식으로 데이터 로드
  • 학습 프로세스 모니터링 및 평가
• 모델 저장 및 로드
  • 모델 저장, 내보내기, 공유
  • 모델을 Python 애플리케이션으로 배포
  • KServe에서 사용자 정의 런타임 생성
  • ModelMesh를 사용하여 모델 배포
• 데이터 사이언스 파이프라인 생성
  • Elyra를 통해 파이프라인 생성
  • Kubeflow를 통해 파이프라인 생성

준비 사항

준비에 도움이 되도록 Developing and Deploying AI/ML Applications on Red Hat OpenShift AI(AI267) 교육 과정을 수강하는 것이 좋습니다. 이러한 과정을 수강하는 것은 필수 사항이 아니며, 시험 응시만 선택할 수도 있습니다.

Red Hat의 교육 과정을 수강하면 시험 준비에 큰 도움이 될 수 있으나, 단순히 과정을 수강하는 것만으로 시험 합격이 보장되는 것은 아닙니다. 이전 경험, 프랙티스, 타고난 소질 또한 시험에서 좋은 결과를 얻을 수 있는 주요 요소가 됩니다.

Red Hat 제품에 대한 시스템 관리를 다루는 서적과 기타 리소스가 많이 있습니다. Red Hat은 어떠한 서적이나 리소스도 특정 시험에 대한 시험 자료 가이드로 공식 지정하고 있지 않지만, 이러한 자료는 해당 분야에 대한 지식을 넓히는 데 도움이 될 수 있습니다.

시험 형식

이 시험은 수행 기반으로 Red Hat OpenShift AI 구성 및 관리에 필요한 기술과 지식을 평가합니다. 응시자는 Red Hat OpenShift Container Platform 및 Red Hat OpenShift AI를 사용한 일상적인 구성 및 관리 태스크를 수행하게 되며, 평가는 특정 목표 기준의 충족 여부를 기반으로 이루어집니다. 수행 기반 테스트란 응시자가 실제로 수행하는 직무와 유사한 태스크를 반드시 수행해야 함을 의미합니다.

점수 및 보고

공식 시험 점수 결과는 Red Hat Certification Central을 통해서만 공개됩니다. Red Hat은 감독관 또는 교육 파트너가 응시자에게 직접 점수 결과를 발표하는 것을 허용하지 않습니다. 시험 점수는 통상적으로 영업일 기준 3일(미국 시간 기준) 이내에 발표됩니다.

시험 결과는 총 점수로 발표됩니다. Red Hat은 개별 문항에 대한 점수를 공개하지 않으며 요청이 있더라도 추가 정보를 제공하지 않습니다.

• Red Hat OpenShift AI Administration(AI263)
• Creating Machine Learning Models with Red Hat OpenShift AI(AI264)
• Deploying Machine Learning Models with Red Hat OpenShift AI(AI265)
• Automating AI/ML workflows with Red Hat OpenShift AI(AI266)

위 교육 과정은 Developing and Deploying AI/ML applications on Red Hat OpenShift AI(AI267) 를 수강하는 경우 번들로 수강할 수 있습니다.