Uma introdução ao desenvolvimento e à implementação de aplicações de IA/ML no Red Hat OpenShift AI.
50% de desconto em inscrições até 31 de dezembro de 2026
Desconto aplicado ao valor pvp indicado. Oferta disponível apenas neste curso na modalidade Red Hat Learning Subscription Course (AI267LS). Esta oferta não é acumulável com outras ofertas ou descontos.
O curso Developing and Deploying AI/ML Applications on Red Hat OpenShift AI (AI267) fornece aos formandos os conhecimentos fundamentais sobre a utilização do Red Hat OpenShift para o desenvolvimento e a implementação de aplicações de IA/ML. Este curso ajuda os formandos a desenvolver competências nucleares na utilização do Red Hat OpenShift AI para treinar, desenvolver e implementar modelos de machine learning através de experiência prática.
Este curso baseia-se no Red Hat OpenShift ® 4.16 e no Red Hat OpenShift AI 2.13.
Diagnóstico de Competências
Red Hat Learning Subscription
Este curso é disponibilizado através da modalidade Learning Subscription, que permite aos formandos, durante 365 dias, o acesso a:
- Participação numa edição Live Training
- Labs Oficiais da Red Hat
- eBook Oficial da Red Hat
- Curso em e-Learning
- 100 horas de Hands-on Labs
- 1 Exame de Certificação Red Hat
- 2ª tentativa de exame em caso de reprovação
Objetivos
- Introdução ao Red Hat OpenShift AI
- Projetos de Data Science
- Jupyter Notebooks
- Instalação do Red Hat OpenShift AI
- Gestão de Utilizadores e Recursos
- Imagens Personalizadas de Notebooks
- Introdução ao Machine Learning
- Treino de Modelos
- Otimização do Treino de Modelos com o RHOAI
- Introdução ao Model Serving
- Model Serving no Red Hat OpenShift AI
- Introdução a Pipelines de Data Science
- Trabalhar com Pipelines
- Controlo de Pipelines e Experiências
Impacto na Organização
- As organizações recolhem e armazenam grandes volumes de informação a partir de múltiplas fontes. Com o Red Hat OpenShift AI, as organizações dispõem de uma plataforma preparada para analisar dados, visualizar tendências e padrões, e prever resultados futuros de negócio através da utilização de algoritmos de machine learning e inteligência artificial.
Impacto no Formando
- Como resultado da frequência deste curso, será capaz de compreender os fundamentos da arquitetura do Red Hat OpenShift AI. Irá conseguir instalar o Red Hat OpenShift AI, gerir a alocação de recursos, atualizar componentes e gerir utilizadores e respetivas permissões. Será também capaz de treinar, implementar e disponibilizar modelos, incluindo a utilização do Red Hat OpenShift AI para aplicar boas práticas em machine learning e data science. Por fim, conseguirá criar, executar, gerir e resolver problemas em pipelines de data science.
Destinatários
- Data scientists e profissionais de IA que pretendem utilizar o Red Hat OpenShift AI para criar e treinar modelos de ML
- Programadores que pretendem desenvolver e integrar aplicações com capacidades de IA/ML
- Programadores, data scientists e profissionais de IA que pretendem automatizar os seus workflows de ML
- Engenheiros de MLOps responsáveis por operacionalizar o ciclo de vida de ML no Red Hat OpenShift AI
Pré-Requisitos
- É necessária experiência com Git.
- É necessária experiência em desenvolvimento Python, ou a conclusão do curso Python Programming with Red Hat (AD141).
- É necessária experiência em Red Hat OpenShift, ou a conclusão do curso Red Hat OpenShift Developer II: Building and Deploying Cloud-native Applications (DO288).
- É recomendada experiência básica nas áreas de IA, ciência de dados e machine learning.
Programa
- Introdução ao Red Hat OpenShift AI
- Projetos de Data Science
- Jupyter Notebooks
- Instalação do Red Hat OpenShift AI
- Gestão de Utilizadores e Recursos
- Imagens de Notebook Personalizadas
- Introdução ao Machine Learning
- Treino de Modelos
- Melhorar o Treino de Modelos com RHOAI
- Introdução ao Model Serving
- Model Serving no Red Hat OpenShift AI
- Introdução a Data Science Pipelines
- Trabalhar com Pipelines
- Controlo de Pipelines e Experiências
Introdução ao Red Hat OpenShift AI
- Identificar as principais funcionalidades do Red Hat OpenShift AI e descrever a arquitetura e os componentes do Red Hat AI.
Projetos de Data Science
- Organizar código e configuração através de data science projects, workbenches e data connections.
Jupyter Notebooks
- Utilizar Jupyter notebooks para executar e testar código de forma interativa.
Instalação do Red Hat OpenShift AI
- Instalar o Red Hat OpenShift AI e gerir os componentes do Red Hat OpenShift AI.
Gestão de Utilizadores e Recursos
- Gerir utilizadores do Red Hat OpenShift AI e alocar recursos.
Imagens de Notebook Personalizadas
- Criar e importar imagens de notebook personalizadas no Red Hat OpenShift AI.
Introdução ao Machine Learning
- Descrever conceitos básicos de machine learning, diferentes tipos de machine learning e workflows de machine learning.
Treino de Modelos
- Treinar modelos utilizando workbenches predefinidos e personalizados.
Melhorar o Treino de Modelos com RHOAI
- Utilizar o RHOAI para aplicar boas práticas em machine learning e data science.
Introdução ao Model Serving
- Descrever os conceitos e componentes necessários para exportar, partilhar e servir modelos de machine learning treinados.
Model Serving no Red Hat OpenShift AI
- Servir modelos de machine learning treinados com o OpenShift AI.
Introdução a Data Science Pipelines
- Definir e configurar Data Science Pipelines.
Trabalhar com Pipelines
- Criar data science pipelines com o Kubeflow SDK e o Elyra.
Controlo de Pipelines e Experiências
- Configurar, monitorizar e acompanhar pipelines com artefactos, métricas e experiências.
