Workshop do Roadshow de AI da Red Hat

Visão geralUma experiência de meio dia, o roadshow de AI da Red Hat oferece a você uma visão de como acelerar o tempo para obter valor de aplicativos habilitados para AI que escalonam em nuvem híbrida. Assim, você pode aumentar a produtividade da equipe, aprimorar as experiências do cliente e impulsionar a inovação com AI pronta para empresas, incluindo AI generativa e preditiva. Você também verá como pode medir o impacto comercial de uma iniciativa de AI.Como parte do roadshow, os participantes terão a oportunidade de construir, treinar e implantar modelos de AI e integrá-los em um aplicativo com um laboratório prático. Eles experimentarão como é passar de uma ideia para construir um modelo preciso até ter um aplicativo pronto para produção.O que você aprenderá e experimentará:O que é necessário para construir um aplicativo habilitado para AI, seguro e escalável e mostrar o impacto comercial que isso geraComo a AI generativa está sendo utilizada como um habilitador estratégico pelas empresasComo a Red Hat AI acelera a inovação em AI e reduz o custo operacional de desenvolver e entregar soluções de AI em ambientes de nuvem híbridaComo obter inferência consistente, rápida e econômicaPor que e como alinhar modelos aos dados privados da empresaInovando com AI AgenticAbordagens para outros obstáculos comuns de AI: segurança e proteção em AI, fornecimento de modelos privados para usuários internos e medição do valor da AIExperiência prática trabalhando com uma plataforma de MLOps: Construir e treinar diferentes tipos de modelos, integrá-los em um aplicativo frontend para criar novos recursos e testar o aplicativo como um usuário. Nenhuma experiência em AI é necessária. Quem deve participar:Engenheiro de AIEngenheiros de dadosCientistas de dadosEngenheiro de MLTomadores de decisão de TIDiretores de TIArquitetos de infraestruturaEspecialistas em infraestruturaArquitetos empresariaisDesenvolvedoresArquitetos de aplicativosLíderes de equipe de desenvolvedoresSaiba antes de irOperações, desenvolvedores e praticantes de ciência de dados fazendo o laboratório prático devem ter essas ferramentas sugeridas e conhecimento dessas áreas:Um computador portátil rodando Windows, MacOS ou Linux com o navegador Chrome ou Firefox.Conceitos básicos de KubernetesCompreensão geral de contêineres Linux (por exemplo, Docker, CRI-O, etc.).Conhecimento geral de terminologia de AI (por exemplo, aprendizado de máquina, aprendizado profundo, modelos de fundação, etc.).Nenhuma experiência em AI é necessária.