Kubeflow-Pipelines<\/li><\/ul>","outline":"Einführung in Red Hat OpenShift AI<\/h5>
Identifizieren der wichtigsten Funktionen von Red Hat OpenShift AI und beschreiben der Architektur und Komponenten von Red Hat AI<\/p>\n
Data Science-Projekte<\/h5>
Organisieren von Code und Konfiguration mithilfe von Data Science-Projekten, Workbenches und Datenverbindungen<\/p>\n
Jupyter Notebooks<\/h5>
Verwenden von Jupyter Notebooks zum interaktiven Ausführen und Testen von Code<\/p>\n
Installieren von Red Hat OpenShift AI<\/h5>
Installieren von Red Hat OpenShift AI mit der Webkonsole und CLI und Verwalten von Komponenten von Red Hat OpenShift AI<\/p>\n
Verwalten von Nutzenden und Ressourcen<\/h5>
Verwalten von Nutzenden von Red Hat OpenShift AI sowie die Ressourcenzuweisung für Workbenches<\/p>\n
Benutzerdefinierte Notebook Images<\/h5>
Erstellen von benutzerdefinierten Notebook Images und Importieren von benutzerdefinierten Notebooks über das Dashboard von Red Hat OpenShift AI<\/p>\n
Einführung in Machine Learning<\/h5>
Beschreiben grundlegender ML-Konzepte, verschiedene Arten von Machine Learning sowie ML-Workflows<\/p>\n
Trainieren von Modellen<\/h5>
Trainieren von Modellen mit standardmässigen und benutzerdefinierten Workbenches<\/p>\n
Verbessertes Modelltraining mit RHOAI<\/h5>
Anwenden von RHOAI Best Practices in Machine Learning und Data Science<\/p>\n
Einführung in die Modellbereitstellung<\/h5>
Beschreiben der Konzepte und Komponenten, die zum Exportieren, Freigeben und Bereitstellen von trainierten ML-Modellen erforderlich sind<\/p>\n
Modellbereitstellung in Red Hat OpenShift AI<\/h5>
Bereitstellen von trainierten ML-Modellen mit OpenShift AI<\/p>\n
Einführung in Data Science Pipelines<\/h5>
Erstellen, Ausführen, Verwalten und Fehlerbehebung von Data Science Pipelines<\/p>\n
Elyra Pipelines<\/h5>
Erstellen von Data Science Pipelines mit Elyra<\/p>\n
Kubeflow Pipelines<\/h5>
Erstellen von Data Science Pipelines mit Kubeflow Pipelines<\/p>","summary":"
Eine Einführung in die Entwicklung und Bereitstellung von KI\/ML-Anwendungen auf Red Hat OpenShift AI.<\/p>\n
Developing and Deploying AI\/ML Applications on Red Hat OpenShift AI (AI267) vermittelt Teilnehmer grundlegende Kenntnisse darüber, wie sie KI\/ML-Anwendungen mit Red Hat OpenShift entwickeln und bereitstellen können. Die Teilnehmer erwerben durch praktische Erfahrungen wichtige Kompetenzen für die Verwendung von Red Hat OpenShift AI zum Trainieren, Entwickeln und Bereitstellen von ML-Modellen (Machine Learning).<\/p>\n
Dieser Kurs basiert auf Red Hat OpenShift® 4.14 und Red Hat OpenShift AI 2.8. Das !<\/span> ist in diesem Angebot enthalten.<\/p>","objective_plain":"Auswirkungen auf die Organisation\n\nOrganisationen erfassen und speichern riesige Mengen an Daten aus mehreren Quellen. Red Hat OpenShift AI bietet Unternehmen eine Plattform, um Daten zu analysieren, Trends und Muster zu visualisieren und zuk\u00fcnftige Gesch\u00e4ftsergebnisse mit Algorithmen f\u00fcr maschinelles Lernen und k\u00fcnstliche Intelligenz vorherzusagen.\n\nAuswirkungen auf Einzelne\n\nIn diesem Kurs lernen Sie die Grundlagen der Architektur von Red Hat OpenShift AI kennen. Nach Abschluss des Kurses k\u00f6nnen Sie Red Hat OpenShift AI installieren, Ressourcenzuordnungen verwalten, Komponenten aktualisieren und Nutzende sowie deren Berechtigungen verwalten. Sie sind in der Lage, Modelle zu trainieren und bereitzustellen und dabei Best Practices in Machine Learning und Data Science mit Red Hat OpenShift AI anzuwenden. Ausserdem k\u00f6nnen Sie Data Science-Pipelines erstellen, ausf\u00fchren und verwalten sowie Probleme beheben.","essentials_plain":"- Git-Erfahrung erforderlich\n- Erfahrung in der Python-Entwicklung oder Abschluss des Kurses Python Programming with Red Hat (AD141) erforderlich\n- Kenntnisse in Red Hat OpenShift oder Abschluss des Kurses Red Hat OpenShift Developer II: Building and Deploying Cloud-native Applications (DO288) erforderlich\n- Grundkenntnisse in den Bereichen KI, Data Science und Machine Learning werden empfohlen","audience_plain":"- Data Scientists und KI-Fachkr\u00e4fte, die Red Hat OpenShift AI zum Erstellen und Trainieren von ML-Modellen verwenden m\u00f6chten\n- Entwicklungsteams, die KI\/ML-f\u00e4hige Anwendungen entwickeln und integrieren m\u00f6chten\n- MLOps Engineers, die f\u00fcr die Installation, Konfiguration, Bereitstellung und \u00dcberwachung von KI\/ML-Anwendungen auf Red Hat OpenShift AI verantwortlich sind","contents_plain":"- Einf\u00fchrung in Red Hat OpenShift AI\n- Data Science-Projekte\n- Jupyter Notebooks\n- Installieren von Red Hat OpenShift AI\n- Verwalten von Nutzenden und Ressourcen\n- Benutzerdefinierte Notebook Images\n- Einf\u00fchrung in Machine Learning\n- Trainieren von Modellen\n- Verbessertes Modelltraining mit RHOAI\n- Einf\u00fchrung in die Modellbereitstellung\n- Modellbereitstellung in Red Hat OpenShift AI\n- Einf\u00fchrung in die Workflow-Automatisierung\n- Elyra-Pipelines\n- Kubeflow-Pipelines","outline_plain":"Einf\u00fchrung in Red Hat OpenShift AI\n\nIdentifizieren der wichtigsten Funktionen von Red Hat OpenShift AI und beschreiben der Architektur und Komponenten von Red Hat AI\n\nData Science-Projekte\n\nOrganisieren von Code und Konfiguration mithilfe von Data Science-Projekten, Workbenches und Datenverbindungen\n\nJupyter Notebooks\n\nVerwenden von Jupyter Notebooks zum interaktiven Ausf\u00fchren und Testen von Code\n\nInstallieren von Red Hat OpenShift AI\n\nInstallieren von Red Hat OpenShift AI mit der Webkonsole und CLI und Verwalten von Komponenten von Red Hat OpenShift AI\n\nVerwalten von Nutzenden und Ressourcen\n\nVerwalten von Nutzenden von Red Hat OpenShift AI sowie die Ressourcenzuweisung f\u00fcr Workbenches\n\nBenutzerdefinierte Notebook Images\n\nErstellen von benutzerdefinierten Notebook Images und Importieren von benutzerdefinierten Notebooks \u00fcber das Dashboard von Red Hat OpenShift AI\n\nEinf\u00fchrung in Machine Learning\n\nBeschreiben grundlegender ML-Konzepte, verschiedene Arten von Machine Learning sowie ML-Workflows\n\nTrainieren von Modellen\n\nTrainieren von Modellen mit standardm\u00e4ssigen und benutzerdefinierten Workbenches\n\nVerbessertes Modelltraining mit RHOAI\n\nAnwenden von RHOAI Best Practices in Machine Learning und Data Science\n\nEinf\u00fchrung in die Modellbereitstellung\n\nBeschreiben der Konzepte und Komponenten, die zum Exportieren, Freigeben und Bereitstellen von trainierten ML-Modellen erforderlich sind\n\nModellbereitstellung in Red Hat OpenShift AI\n\nBereitstellen von trainierten ML-Modellen mit OpenShift AI\n\nEinf\u00fchrung in Data Science Pipelines\n\nErstellen, Ausf\u00fchren, Verwalten und Fehlerbehebung von Data Science Pipelines\n\nElyra Pipelines\n\nErstellen von Data Science Pipelines mit Elyra\n\nKubeflow Pipelines\n\nErstellen von Data Science Pipelines mit Kubeflow Pipelines","summary_plain":"Eine Einf\u00fchrung in die Entwicklung und Bereitstellung von KI\/ML-Anwendungen auf Red Hat OpenShift AI.\n\nDeveloping and Deploying AI\/ML Applications on Red Hat OpenShift AI (AI267) vermittelt Teilnehmer grundlegende Kenntnisse dar\u00fcber, wie sie KI\/ML-Anwendungen mit Red Hat OpenShift entwickeln und bereitstellen k\u00f6nnen. Die Teilnehmer erwerben durch praktische Erfahrungen wichtige Kompetenzen f\u00fcr die Verwendung von Red Hat OpenShift AI zum Trainieren, Entwickeln und Bereitstellen von ML-Modellen (Machine Learning).\n\nDieser Kurs basiert auf Red Hat OpenShift\u00ae 4.14 und Red Hat OpenShift AI 2.8. Das (!) ist in diesem Angebot enthalten.","skill_level":"Intermediate","version":"1.0","duration":{"unit":"d","value":3,"formatted":"3 Tage"},"pricelist":{"List Price":{"DE":{"country":"DE","currency":"EUR","taxrate":19,"price":3168},"SE":{"country":"SE","currency":"EUR","taxrate":25,"price":3168},"IT":{"country":"IT","currency":"EUR","taxrate":20,"price":2541},"AE":{"country":"AE","currency":"USD","taxrate":5,"price":2641},"AT":{"country":"AT","currency":"EUR","taxrate":20,"price":3168},"GB":{"country":"GB","currency":"GBP","taxrate":20,"price":2741},"PL":{"country":"PL","currency":"EUR","taxrate":23,"price":2237},"SI":{"country":"SI","currency":"EUR","taxrate":20,"price":3168},"CH":{"country":"CH","currency":"CHF","taxrate":8.1,"price":3168},"FR":{"country":"FR","currency":"EUR","taxrate":19.6,"price":3168}}},"lastchanged":"2026-03-16T18:08:47+01:00","parenturl":"https:\/\/portal.flane.ch\/swisscom\/json-courses","nexturl_course_schedule":"https:\/\/portal.flane.ch\/swisscom\/json-course-schedule\/34856","source_lang":"de","source":"https:\/\/portal.flane.ch\/swisscom\/json-course\/redhat-ai268"}}