Überblick
Das Red Hat Certified Specialist in OpenShift AI Exam testet die Fähigkeit der Kandidaten, OpenShift AI bereitzustellen und so zu konfigurieren, dass Modelle für maschinelles Lernen erstellt, bereitgestellt und verwaltet werden, um KI-fähige Anwendungen zu unterstützen.
Nach erfolgreichem Abschluss erhalten Sie die Zertifizierung als Red Hat Certified Specialist in OpenShift AI, die auch auf die Qualifikation alsRed Hat Certified Architect (RHCA®) angerechnet wird.
Diese Prüfung basiert auf Red Hat OpenShift AI Version 2.13 und Red Hat OpenShift Container Platform Version 4.17.
Zielgruppe
- System- und Software-Architects, die Kenntnisse über die Features und Funktionen von Red Hat OpenShift AI nachweisen müssen.
- Systemadministratorenoder Entwicklungsteams, die nachweisen müssen, dass sie OpenShift AI konfigurieren, unterstützen und warten können.
- Data Scientists,die Kenntnisse in der Verwendung von OpenShift AI zum Entwickeln, Trainieren, Bereitstellen, Testen und Überwachen von KI/ML-Modellen und -Anwendungen nachweisen müssen.
- Red Hat Certified Engineers, dieRed Hat Certified Architect (RHCA) werden möchten
Voraussetzungen
- am Kurs RedHat OpenShift Developer II: Building and Deploying Cloud-native Applications (DO288) teilgenommen haben oder vergleichbare Berufserfahrung mit OpenShift Container Platform vorweisen können
- am KursDeveloping and Deploying AI/ML Applications on Red Hat OpenShift AI (AI267) teilgenommen haben oder vergleichbare Erfahrungen in der Verwendung von den Funktionen von OpenShift AI
- Die Ziele der Prüfung zum Red Hat Certified Specialist in OpenShift AI (EX267) prüfen.
- Nehmen Sie an unserem kostenlosen Einstufungstest teil, um den Kurs zu finden, der zur Vorbereitung auf diese Prüfung am besten geeignet ist
Vorbereitung
Red Hat empfiehlt Ihnen, den KursDeveloping and Deploying AI/ML Applications on Red Hat OpenShift AI (AI267)zur Vorbereitung zu belegen. Die Teilnahme an diesen Kursen ist nicht erforderlich; die Teilnehmenden können wählen, ob sie nur die Prüfung ablegen möchten.
Auch wenn die Teilnahme an Red Hat Kursen einen wichtigen Teil der Prüfungsvorbereitung darstellt, ist sie keine Garantie für das Bestehen der Prüfung. Vorherige Erfahrung, Praxis und Eignung sind darüber hinaus wichtige Erfolgsfaktoren.
Zur Systemadministration für Red Hat Produkte sind zahlreiche Bücher und andere Ressourcen erhältlich. Eine offizielle Empfehlung zur Nutzung solcher Materialien für die Vorbereitung auf die Prüfungen gibt Red Hat jedoch nicht. Dennoch kann sich weiterführende Literatur stets als hilfreich erweisen.
Produktbeschreibung
- Installieren von Red Hat OpenShift AI
- Konfigurieren und Verwalten von RHOAI
- Verwalten von Nutzer- und Gruppenberechtigungen und -ressourcen
- Verwalten des DataScienceCluster-Objekts
- Erstellen und Veröffentlichen von benutzerdefinierten Notebook Images
- Importieren von Notebook Images
- Verwalten von Culling im Leerlauf von Notebooks
- Größenanpassung der Standard-Workbench- und Modellserver
- Arbeiten an Data Science-Projekten
- Erstellen, Ändern und Löschen von Data Science-Projekten
- Verwalten von Data Science-Projektberechtigungen
- Verwenden von Data Science Workbenches
- Verstehen des Jupyter-Ökosystems
- Erstellen, Ändern und Löschen von Workbenches
- Starten und Stoppen von Workbenches
- Verwalten von Datenverbindungen
- Verwalten von Persistent Volume Claim-Objekten
- Überprüfen von Workbench-Ressourcen
- Verwenden von Git für die gemeinsame Verwaltung von Jupyter-Notebooks
- Hochladen eines vorhandenen Notebooks aus einem Git-Repository
- Übertragen aktualisierter Notebooks per Push an ein Git-Repository
- Arbeiten mit Modellen für maschinelles Lernen
- Grundlegende Konzepte des maschinellen Lernens
- Trainieren von Modellen in Python mit beliebten grundlegenden Libraries
- Skalierbares Laden von Daten
- Überwachen und Bewerten des Trainingsprozesses
- Speichern und Laden von Modellen
- Speichern, Exportieren und Freigeben von Modellen
- Bereitstellen von Modellen als Python-Anwendungen
- Erstellen einer benutzerdefinierten Runtime in KServe
- Bereitstellen eines Modells mit ModelMesh
- Erstellen von Data Science Pipelines
- Erstellen von Pipelines mit Elyra
- Erstellen von Pipelines mit Kubeflow
Sonderregelung KIOSK/Remote Examen
Bitte beachten Sie die abweichenden Stornobedingungen für Red Hat Individual Examen (KIOSK / Remote).
Die Laufzeit von 365 Tagen beginnt ab dem Bestelldatum. Es ist kein Rücktritt vom Kauf möglich.
Alle Käufe von Red Hat KIOSK / Remote Examen sind Vorkasse pflichtig und nicht erstattungsfähig.