KURSBESCHREIBUNG
Dieser Kurs vermittelt, wie sich die AI/ML-Funktionalitäten von OpenShift nutzen lassen, um intelligente Anwendungen zu entwickeln und bereitzustellen.
Teilnehmende lernen die Grundlagen containerisierter AI/ML-Workflows – vom Einsatz von Jupyter Notebooks bis zur Nutzung von Frameworks wie PyTorch.
Das Training behandelt Best Practices für Modellbereitstellung, Skalierung, Überwachung und die Integration von AI/ML in bestehende Pipelines.
ZIELGRUPPE
Dieses Training richtet sich an:
- Data Scientists, ML Engineers und DevOps-Fachkräfte, die AI/ML-Workloads auf OpenShift betreiben möchten
- Softwareentwickler, die ML-Pipelines und Modellbereitstellungen in Cloud-native Systeme integrieren wollen
- Teams, die containerbasierte Lösungen für skalierbare AI/ML-Projekte evaluieren
VORAUSSETZUNGEN
Für die Teilnahme an diesem Training werden folgende Kenntnisse empfohlen:
- Grundkenntnisse in Containern sowie in der Arbeit mit Kubernetes/OpenShift
- Basiswissen zu Machine Learning und Frameworks wie PyTorch oder TensorFlow
- Erfahrung mit Python ist hilfreich (für Übungen in Jupyter Notebooks)
Falls Sie Fragen haben, sind wir nur einen Klick entfernt.