Curso Developing and Deploying AI/ML Applications on Red Hat OpenShift AI (AI267)

• Analistas de datos y especialistas de la inteligencia artificial que deseen utilizar Red Hat OpenShift AI para diseñar y entrenar modelos de machine learning.
• Desarrolladores que deseen diseñar e integrar aplicaciones habilitadas para la inteligencia artificial y el machine learning.
• Ingenieros de MLOps responsables de instalar, configurar, implementar y supervisar las aplicaciones de inteligencia artificial/machine learning en Red Hat OpenShift AI.

• Introducción a Red Hat OpenShift AI
• Proyectos de análisis de datos
• Jupyter Notebooks
• Instalación de Red Hat OpenShift AI
• Gestión de usuarios y recursos
• Imágenes de notebooks personalizados
• Introducción al machine learning
• Entrenamiento de modelos
• Mejora del entrenamiento de modelos con RHOAI
• Introducción a la distribución de modelos
• Distribución de modelos en Red Hat OpenShift AI
• Servidores de modelos personalizados
• Introducción a la automatización de los flujos de trabajo
• Elyra Pipelines
• KubeFlow Pipelines

Introducción a Red Hat OpenShift AI

Identificar las funciones principales de Red Hat OpenShift AI y describir la arquitectura y los elementos de Red Hat AI.

Proyectos de análisis de datos

Organizar el código y la configuración mediante el uso de proyectos de análisis de datos, entornos de trabajo y conexiones de datos.

Jupyter Notebooks

Usar Jupyter Notebooks para ejecutar y probar el código de forma interactiva.

Instalación de Red Hat OpenShift AI

Instalar Red Hat OpenShift AI con la consola web y la CLI, y gestionar sus elementos.

Gestión de usuarios y recursos

Administrar los usuarios de Red Hat OpenShift AI y asignar los recursos destinados a los entornos de trabajo.

Imágenes de notebooks personalizados

Crear imágenes de los notebooks personalizados e importar uno a través del panel de Red Hat OpenShift AI.

Introducción al machine learning

Describir los conceptos básicos del machine learning, sus diferentes tipos y sus flujos de trabajo.

Entrenamiento de modelos

Entrenar modelos mediante el uso de entornos de trabajo predeterminados y personalizados.

Mejora del entrenamiento de modelos con RHOAI

Usar Red Hat OpenShift AI (RHOAI) para aplicar las prácticas recomendadas del machine learning y el análisis de datos.

Introducción a la distribución de modelos

Describir los conceptos y los elementos que se necesitan para exportar, compartir y ofrecer modelos de machine learning entrenados.

Distribución de modelos en Red Hat OpenShift AI

Ofrecer modelos de machine learning entrenados con OpenShift AI.

Servidores de modelos personalizados

Implementar y ofrecer modelos de machine learning usando tiempos de ejecución personalizados para la distribución de los modelos.

Introducción a la automatización de los flujos de trabajo

Crear, ejecutar y gestionar los canales de análisis de datos, y resolver sus problemas.

Elyra Pipelines

Crear un canal de análisis de datos con Elyra.

KubeFlow Pipelines

Crear un canal de análisis de datos con KubeFlow SDK.

Documentación oficial para el curso Developing and Deploying AI/ML Applications on Red Hat OpenShift AI (AI267).

• Formador certificado por Red Hat.
• Más de 5 años de experiencia profesional.
• Más de 4 años de experiencia docente.
• Profesional activo en empresas del sector IT.