Taller de Roadshow de IA de Red Hat

Description

Descripción: Una experiencia de medio día, el roadshow de IA de Red Hat te brinda información sobre cómo acelerar el tiempo de valor de las aplicaciones habilitadas para IA que escalan en la nube híbrida. Así podrás aumentar la productividad del equipo, mejorar la experiencia del cliente y fomentar la innovación con IA lista para empresas, incluyendo IA generativa y predictiva. También verás cómo puedes medir el impacto empresarial de una iniciativa de IA. Como parte del roadshow, los asistentes tendrán la oportunidad de construir, entrenar y desplegar modelos de IA e integrarlos en una aplicación con un laboratorio práctico. Experimentarán lo que es pasar de una idea a construir un modelo preciso y tener una aplicación lista para producción. Lo que aprenderás y experimentarás: Lo que se necesita para construir una aplicación habilitada para IA, segura y escalable, y mostrar el impacto empresarial que generaCómo se utiliza la IA generativa como un habilitador estratégico por las empresasCómo Red Hat IA acelera la innovación en IA y reduce el costo operativo de desarrollar y entregar soluciones de IA en entornos de nube híbridaCómo obtener inferencias consistentes, rápidas y rentablesPor qué y cómo alinear modelos a datos de empresas privadasInnovar con IA AgenticEnfoques a otros obstáculos comunes de IA: seguridad y protección de IA, servir modelos privados a usuarios internos y medir el valor de la IAExperiencia práctica trabajando con una plataforma MLOps: Construir y entrenar diferentes tipos de modelos, integrarlos en una aplicación front-end para crear nuevas funciones y probar la aplicación como usuario. No se requiere experiencia en IA. Quién debería asistir: Ingenieros de IA, Ingenieros de datos, Científicos de datos, Ingenieros de ML, Tomadores de decisiones de TI, Directores de TI, Arquitectos de infraestructura, Especialistas en infraestructura, Arquitectos empresariales, Desarrolladores, Arquitectos de aplicaciones, Líderes de equipo de desarrolladores. Información previa: Las operaciones, desarrolladores y practicantes de ciencia de datos que participen en el laboratorio práctico deben tener estas herramientas sugeridas y conocimientos en estas áreas: Una computadora portátil con Windows, MacOS o Linux con el navegador web Firefox o Chrome. Conceptos de Kubernetes a nivel de entrada. Un entendimiento general de contenedores de Linux (por ejemplo, Docker, CRI-O, etc.). Conocimiento general de la terminología de IA (por ejemplo, aprendizaje automático, aprendizaje profundo, modelos de fundación, etc.). No se requiere experiencia en IA.