Red Hat OpenShift AI fournit une plateforme integree pour le developpement et le deploiement de modeles de Machine Learning sur Kubernetes. Cette formation vous apprend a installer la solution, a gerer les projets de science des donnees avec des notebooks Jupyter, a entrainer et servir des modeles, et a creer des pipelines reproductibles avec Elyra et KubeFlow SDK.
Public visé
Data Scientists et professionnels de l’IA, équipes de développement souhaitant créer et intégrer des applications IA/ML, équipes d’ingénierie MLOps.
Objectifs pédagogiques
À l’issue de cette formation, vous serez capable de :
- Expliquer l’architecture de Red Hat OpenShift AI
- Installer la solution et gérer l’allocation des ressources
- Mettre à jour les composants, gérer utilisateurs et autorisations
- Entraîner, déployer et mettre à disposition des modèles
- Appliquer les meilleures pratiques ML et science des données
- Créer et gérer des pipelines de science des données
Programme
Présentation de Red Hat OpenShift AI
- Identifier les principales fonctions de Red Hat OpenShift AI et décrire l’architecture ainsi que les composants de la solution d’Intelligence Artificielle (IA) de Red Hat
Projets de science des données
- Organiser le code et la configuration à l’aide de projets de science des données, de workbenches et de connexions de données
Notebooks Jupyter
- Utiliser des notebooks Jupyter pour exécuter et tester du code de manière interactive
Installation de Red Hat OpenShift AI
- Installer Red Hat OpenShift AI à l’aide de la console Web et de l’interface de ligne de commande, et gérer les composants de Red Hat OpenShift AI
Gestion des utilisateurs et des ressources
- Gérer les utilisateurs Red Hat OpenShift AI et allouer les ressources pour les workbenches
Images de notebook personnalisées
- Créer des images de notebook personnalisées et importer un notebook personnalisé via le tableau de bord de Red Hat OpenShift AI
Présentation de l’AA (Apprentissage Automatique)
- Décrire les concepts de base de l’apprentissage automatique, ses différents types et ses workflows
Modèles d’apprentissage automatique
- Entraîner des modèles grâce à des workbenches par défaut et personnalisés
Amélioration de l’entraînement des modèles avec Red Hat OpenShift AI
- Utiliser Red Hat OpenShift AI pour appliquer les meilleures pratiques de l’apprentissage automatique et de la science des données
Présentation de la mise à disposition de modèles
- Décrire les concepts et les composants requis pour exporter, partager et mettre à disposition des modèles d’apprentissage automatique entraînés
Mise à disposition de modèles dans Red Hat OpenShift AI
- Mettre à disposition des modèles d’apprentissage automatique entraînés avec OpenShift AI
Serveurs de modèles personnalisés
- Déployer et mettre à disposition des modèles d’apprentissage automatique à l’aide d’environnements d’exécution réservés à la mise à disposition de modèles personnalisés
Présentation des pipelines de science des données
- Créer, exécuter, gérer et résoudre les problèmes des pipelines de science des données
Pipelines Elyra
- Créer un pipeline de science des données avec Elyra
Pipelines KubeFlow
- Créer un pipeline de science des données avec le SDK KubeFlow
Modalités d’évaluation des acquis
En cours de formation, par des travaux pratiques. En fin de formation, par un questionnaire d’auto-évaluation.
Pour aller plus loin
Cette formation donne accès à cette formation :
Voir aussi
Vous serez peut-être intéressés par les formations suivantes :
- AWS - Developing Generative AI Applications
- IA et architecture Cloud applicative
- Déployer une IA open source en local
- Red Hat OpenShift AI
Formation EAI-OPENSHIFT-100 — Red Hat OpenShift AI. Domaine : Intelligence Artificielle. Niveau : Initiation. Durée : 4 jours (28 heures). Mots-clés : red-hat, openshift, intelligence-artificielle, machine-learning, kubernetes, mlops. Cylian Formation, Dijon.