{"id":39276,"date":"2019-10-31T22:29:10","date_gmt":"2019-10-31T19:29:10","guid":{"rendered":"https:\/\/prohoster.info\/blog\/proekt-open-data-hub-otkrytaya-platforma-mashinnogo-obucheniya-na-baze-red-hat-openshift\/"},"modified":"2019-10-31T22:29:10","modified_gmt":"2019-10-31T19:29:10","slug":"proekt-open-data-hub-otkrytaya-platforma-mashinnogo-obucheniya-na-baze-red-hat-openshift","status":"publish","type":"post","link":"https:\/\/prohoster.info\/it\/blog\/administrirovanie\/proekt-open-data-hub-otkrytaya-platforma-mashinnogo-obucheniya-na-baze-red-hat-openshift","title":{"rendered":"Il progetto Open Data Hub \u00e8 una piattaforma aperta di machine learning basata su Red Hat OpenShift","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"<p>Il futuro \u00e8 arrivato, le tecnologie dell'intelligenza artificiale e del machine learning sono gi\u00e0 utilizzate con successo dai tuoi negozi preferiti, dalle compagnie di trasporti e persino dalle fattorie che allevano tacchini. <\/p>\n<p><img decoding=\"async\" alt=\"Il progetto Open Data Hub \u00e8 una piattaforma aperta di machine learning basata su Red Hat OpenShift\" src=\"\/wp-content\/uploads\/2019\/10\/ac77ba2d00012d4f3bee803c9c26bc9f.jpg\" style=\"display:block;margin: 0 auto;\" \/><br \/>\n <br \/>\nE se qualcosa esiste, allora su internet c'\u00e8 gi\u00e0... un progetto aperto! Scopri come Open Data Hub aiuta a scalare nuove tecnologie ed evitare difficolt\u00e0 nella loro implementazione.<br \/>\n<noindex><a rel=\"nofollow\" name=\"habracut\"><\/a><\/noindex><br \/>\nNonostante tutti i vantaggi dell'intelligenza artificiale (artificial Intelligence, AI) e del machine learning (machine learning, ML), le organizzazioni si trovano spesso ad affrontare difficolt\u00e0 nella scalabilit\u00e0 di queste tecnologie. I principali problemi sono solitamente i seguenti:<\/p>\n<ul>\n<li><b>Scambio di informazioni e collaborazione<\/b> \u2013 scambiare informazioni senza sforzi e collaborare in modalit\u00e0 di iterazioni rapide \u00e8 praticamente impossibile.<\/li>\n<li><b>Accesso ai dati<\/b> \u2013 per ogni compito deve essere ricostruito manualmente, il che richiede molto tempo.<\/li>\n<li><b>Accesso on demand<\/b> \u2013 non \u00e8 possibile ottenere accesso on-demand agli strumenti e alla piattaforma di machine learning, cos\u00ec come all'infrastruttura di calcolo.<\/li>\n<li><b>Produzione<\/b> \u2013 i modelli rimangono in fase di prototipo e non vengono portati in produzione.<\/li>\n<li><b>Monitoraggio e spiegazione dei risultati del lavoro AI<\/b> \u2013 la riproducibilit\u00e0, il monitoraggio e la spiegazione dei risultati AI\/ML sono difficoltosi.<\/li>\n<\/ul>\n<p>\nSe non risolti, questi problemi influiscono negativamente sulla velocit\u00e0, sull'efficienza e sulla produttivit\u00e0 degli specialisti preziosi nell'elaborazione e nell'analisi dei dati. Questo porta alla loro frustrazione, alla delusione sul lavoro e, in ultima analisi, le aspettative del business riguardo all'AI\/ML si vanificano.<\/p>\n<p>La responsabilit\u00e0 per risolvere questi problemi ricade sugli specialisti IT, che devono fornire ai data analyst \u2013 giusto, qualcosa di simile a un cloud. Se vogliamo essere pi\u00f9 dettagliati, necessitiamo di una piattaforma che offra libert\u00e0 di scelta e abbia un accesso comodo e semplice. Deve essere veloce, facilmente riconfigurabile, scalabile on demand e resistente ai guasti. Costruire tale piattaforma su tecnologie open source aiuta a non cadere in dipendenza da vendor e a mantenere un vantaggio strategico a lungo termine nel controllo dei costi.<\/p>\n<p>Qualche anno fa, qualcosa di simile stava accadendo nello sviluppo di applicazioni e ha portato alla nascita dei microservizi, di ambienti cloud ibridi, dell'automazione IT e dei processi agile. Per gestire tutto ci\u00f2, gli specialisti IT hanno iniziato a utilizzare container, Kubernetes e cloud ibridi aperti.<\/p>\n<p>Ora questa esperienza viene applicata per rispondere alle sfide dell'intelligenza artificiale. Pertanto, gli specialisti IT stanno creando piattaforme basate su container che consentono di sviluppare servizi AI\/ML nell'ambito dei processi agile, accelerano l'innovazione e sono progettate per il cloud ibrido.<\/p>\n<p><img decoding=\"async\" alt=\"Il progetto Open Data Hub \u00e8 una piattaforma aperta di machine learning basata su Red Hat OpenShift\" src=\"\/wp-content\/uploads\/2019\/10\/a899093183092edd8b2902f47b0495a8.jpg\" style=\"display:block;margin: 0 auto;\" \/><\/p>\n<p>Costruiremo tale piattaforma partendo da Red Hat OpenShift, la nostra piattaforma container Kubernetes per il cloud ibrido, che ha un ecosistema in rapida crescita di soluzioni software e hardware per il ML (NVIDIA, H2O.ai, Starburst, PerceptiLabs, ecc.). Alcuni dei clienti di Red Hat, come BMW Group, ExxonMobil e altri, hanno gi\u00e0 implementato catene di strumenti ML containerizzati e processi DevOps basati su questa piattaforma e il suo ecosistema, per portare le loro architetture ML in modalit\u00e0 di produzione industriale e accelerare il lavoro degli analisti di dati.<\/p>\n<p>Un'altra ragione per cui abbiamo avviato il progetto Open Data Hub \u00e8 dimostrare un esempio di architettura basata su diversi progetti open source e mostrare come realizzare l'intero ciclo di vita di una soluzione ML basata sulla piattaforma OpenShift.<\/p>\n<h3>Progetto Open Data Hub<\/h3>\n<p>\nSi tratta di un progetto open source che si sviluppa all'interno della comunit\u00e0 di sviluppo pertinente e realizza l'intero ciclo di operazioni, dalla carreggiata e trasformazione dei dati iniziali fino alla creazione, addestramento e supporto del modello, affrontando le sfide AI\/ML tramite container e Kubernetes sulla piattaforma OpenShift. Questo progetto pu\u00f2 essere visto come un'implementazione di riferimento, un esempio di come costruire una soluzione aperta di tipo \"AI\/ML come servizio\" basata su OpenShift e sugli strumenti open source pertinenti, come Tensorflow, JupyterHub, Spark e altri. \u00c8 importante notare che Red Hat stessa utilizza questo progetto per fornire i propri servizi AI\/ML. Inoltre, OpenShift si integra con le principali soluzioni software e hardware per il ML di NVIDIA, Seldon, Starburst e altri fornitori, facilitando la costruzione e l'avvio di sistemi di apprendimento automatico personalizzati.<\/p>\n<p><img decoding=\"async\" alt=\"Il progetto Open Data Hub \u00e8 una piattaforma aperta di machine learning basata su Red Hat OpenShift\" src=\"\/wp-content\/uploads\/2019\/10\/85a4266250e1afca62bdc9406422510c.jpg\" style=\"display:block;margin: 0 auto;\" \/><\/p>\n<p>Il progetto Open Data Hub \u00e8 rivolto alle seguenti categorie di utenti e scenari di utilizzo:<\/p>\n<ul>\n<li>Data analyst che necessita di una soluzione per implementare progetti di ML organizzata come un servizio cloud con funzioni di self-service.<\/li>\n<li>Data analyst che ha bisogno della massima scelta tra la vasta gamma di strumenti e piattaforme AI\/ML open source pi\u00f9 recenti.<\/li>\n<li>Data analyst che necessita di accesso a fonti di dati per l'addestramento dei modelli.<\/li>\n<li>Data analyst che richiede accesso a risorse computazionali (CPU, GPU, memoria).<\/li>\n<li>Data analyst che ha bisogno della possibilit\u00e0 di collaborare e condividere i risultati con i colleghi, ricevere feedback e apportare miglioramenti mediante iterazioni rapide.<\/li>\n<li>Data analyst che desidera interagire con sviluppatori (e team devops) affinch\u00e9 i suoi modelli ML e risultati vengano messi in produzione.<\/li>\n<li>Ingegnere dei dati che deve garantire l'accesso della data analytics a diverse fonti di dati nel rispetto delle norme e dei requisiti di sicurezza.<\/li>\n<li>Amministratore\/operatori di sistemi IT che ha bisogno della possibilit\u00e0 di monitorare senza sforzi il ciclo di vita (installazione, configurazione, aggiornamento) di componenti e tecnologie open source. Sono inoltre necessari strumenti di gestione e quotazione appropriati.<\/li>\n<\/ul>\n<p>\nIl progetto Open Data Hub riunisce una serie di strumenti open source per l'implementazione dell'intero ciclo delle operazioni AI\/ML. Jupyter Notebook \u00e8 lo strumento di lavoro principale per i data analyst. Questo strumento \u00e8 oggi molto popolare tra gli specialisti dell'elaborazione e analisi dei dati, e Open Data Hub consente loro di creare e gestire facilmente gli ambienti di lavoro Jupyter Notebook, utilizzando JupyterHub integrato. Oltre alla creazione e all'importazione dei notebook Jupyter, il progetto Open Data Hub contiene anche una serie di notebook gi\u00e0 pronti sotto forma di biblioteca AI Library.<\/p>\n<p>Questa libreria \u00e8 una collezione di componenti open-source per l'apprendimento automatico e soluzioni per scenari tipici, che semplificano il rapido prototipaggio. JupyterHub \u00e8 integrato con il modello di accesso RBAC di OpenShift, permettendo di utilizzare gli account OpenShift esistenti e implementare un accesso unico al sistema. Inoltre, JupyterHub offre un'interfaccia utente comoda chiamata spawner, tramite la quale l'utente pu\u00f2 facilmente configurare la quantit\u00e0 di risorse computazionali (nuclei della CPU, memoria, GPU) per il Jupyter Notebook scelto.<\/p>\n<p>Dopo che l'analista dei dati ha creato e configurato il notebook, tutte le altre preoccupazioni riguardanti esso vengono gestite dal pianificatore Kubernetes, che fa parte di OpenShift. Gli utenti devono solo eseguire i propri esperimenti, salvare e condividere i risultati del proprio lavoro. Inoltre, gli utenti esperti possono accedere direttamente alla shell CLI di OpenShift direttamente dai notebook Jupyter, per interagire con i primitivi Kubernetes, come Job, o con le funzionalit\u00e0 di OpenShift, come Tekton o Knative. In alternativa, si pu\u00f2 utilizzare l'interfaccia grafica OpenShift, chiamata \"console web di OpenShift\".<\/p>\n<p><img decoding=\"async\" alt=\"Il progetto Open Data Hub \u00e8 una piattaforma aperta di machine learning basata su Red Hat OpenShift\" src=\"\/wp-content\/uploads\/2019\/10\/601d63af1467b01df504954416effb3d.jpg\" style=\"display:block;margin: 0 auto;\" \/><\/p>\n<p><img decoding=\"async\" alt=\"Il progetto Open Data Hub \u00e8 una piattaforma aperta di machine learning basata su Red Hat OpenShift\" src=\"\/wp-content\/uploads\/2019\/10\/4647d8d979cc26b0c20cd3d63caed501.jpg\" style=\"display:block;margin: 0 auto;\" \/><\/p>\n<p>Passando alla fase successiva, Open Data Hub consente di gestire i pipeline di dati. A tal fine viene utilizzato un oggetto Ceph, fornito sotto forma di storage a oggetti compatibile con S3. Apache Spark fornisce lo streaming dei dati da fonti esterne o dallo storage integrato Ceph S3, consentendo anche di eseguire trasformazioni preliminari dei dati. Apache Kafka offre gestione avanzata dei pipeline di dati (dove \u00e8 possibile eseguire caricamenti multipli, oltre a operazioni di trasformazione, analisi e salvataggio dei dati).<\/p>\n<p>Quindi, l'analista dei dati ha avuto accesso ai dati e ha costruito un modello. Ora desidera condividere i risultati ottenuti con i colleghi o gli sviluppatori di applicazioni, offrendo loro il proprio modello secondo la logica di servizio. A tal fine \u00e8 necessario un server di output, e Open Data Hub dispone di tale server, chiamato Seldon, che consente di pubblicare il modello come servizio RESTful.<\/p>\n<p>A un certo punto, su un server Seldon, ci sono pi\u00f9 modelli e si manifesta la necessit\u00e0 di monitorare come vengono utilizzati. Per questo, Open Data Hub offre una raccolta di metriche pertinenti e un motore di report basato su strumenti di monitoraggio open source ampiamente utilizzati, come Prometheus e Grafana. Di conseguenza, otteniamo un riscontro per monitorare l'uso dei modelli AI, in particolare nell'ambiente di produzione.<\/p>\n<p><img decoding=\"async\" alt=\"Il progetto Open Data Hub \u00e8 una piattaforma aperta di machine learning basata su Red Hat OpenShift\" src=\"\/wp-content\/uploads\/2019\/10\/1c95bcd2656ea8376ccc0a91fa266897.jpg\" style=\"display:block;margin: 0 auto;\" \/><\/p>\n<p>In questo modo, Open Data Hub fornisce un approccio cloud-like durante tutto il ciclo delle operazioni AI\/ML, dall'accesso e preparazione dei dati fino all'addestramento e all'implementazione industriale del modello.<\/p>\n<h3>Mettiamo tutto insieme<\/h3>\n<p>\nOra sorge la domanda su come organizzare tutto ci\u00f2 per l'amministratore OpenShift. Ed \u00e8 qui che entra in gioco un operatore Kubernetes speciale per i progetti Open Data Hub.<\/p>\n<p><img decoding=\"async\" alt=\"Il progetto Open Data Hub \u00e8 una piattaforma aperta di machine learning basata su Red Hat OpenShift\" src=\"\/wp-content\/uploads\/2019\/10\/4bcb406f6886227ef357cd0318767ca2.jpg\" style=\"display:block;margin: 0 auto;\" \/><\/p>\n<p>Questo operatore gestisce l'installazione, la configurazione e il ciclo di vita del progetto Open Data Hub, incluso il dispiegamento di strumenti come JupyterHub, Ceph, Spark, Kafka, Seldon, Prometheus e Grafana. Il progetto Open Data Hub pu\u00f2 essere trovato nella console web di OpenShift, nella sezione degli operatori comunitari. In questo modo, l'amministratore di OpenShift pu\u00f2 specificare che i progetti OpenShift pertinenti rientrano nella categoria \"progetto Open Data Hub\". Questo viene fatto una sola volta. Dopodich\u00e9, l'analista dati accede al proprio spazio di progetto tramite la console web di OpenShift e vede che per i suoi progetti \u00e8 installato e disponibile l'operatore Kubernetes corrispondente. Pu\u00f2 quindi creare un'istanza del progetto Open Data Hub con un clic e avere immediatamente accesso agli strumenti descritti sopra. E tutto questo pu\u00f2 essere configurato in modalit\u00e0 ad alta disponibilit\u00e0 e resilienza.<\/p>\n<p><img decoding=\"async\" alt=\"Il progetto Open Data Hub \u00e8 una piattaforma aperta di machine learning basata su Red Hat OpenShift\" src=\"\/wp-content\/uploads\/2019\/10\/811a85229d0f3e54a96de1adb9aaeb24.jpg\" style=\"display:block;margin: 0 auto;\" \/><\/p>\n<p>Se desideri provare il progetto Open Data Hub con le tue mani, inizia con <noindex><a rel=\"nofollow\" href=\"https:\/\/opendatahub.io\/docs\/getting-started\/quick-installation.html\">le istruzioni di installazione e il tutorial introduttivo<\/a><\/noindex>. I dettagli tecnici dell'architettura di Open Data Hub possono essere trovati <noindex><a rel=\"nofollow\" href=\"https:\/\/opendatahub.io\/docs\/architecture.html\">qui<\/a><\/noindex>, i piani di sviluppo del progetto - <noindex><a rel=\"nofollow\" href=\"https:\/\/opendatahub.io\/docs\/roadmap\/future.html\">qui<\/a><\/noindex>. In futuro, \u00e8 prevista un'ulteriore integrazione con Kubeflow, la risoluzione di varie questioni relative alla regolamentazione dei dati e alla sicurezza, e l'organizzazione dell'integrazione con sistemi basati su regole Drools e Optaplanner. Puoi esprimere la tua opinione e diventare parte del progetto <noindex><a rel=\"nofollow\" href=\"https:\/\/opendatahub.io\/docs\/additional.html#community\">Open Data Hub<\/a><\/noindex> nella pagina <noindex><a rel=\"nofollow\" href=\"https:\/\/opendatahub.io\/docs\/additional.html#community\">della comunit\u00e0<\/a><\/noindex>. <\/p>\n<p>In sintesi: seri problemi di scalabilit\u00e0 impediscono alle organizzazioni di sfruttare appieno il potenziale dell'intelligenza artificiale e del machine learning. Red Hat OpenShift \u00e8 da tempo usato con successo per risolvere problemi simili nel settore del software. Il progetto Open Data Hub, realizzato nell'ambito della comunit\u00e0 di sviluppo open source, offre un'architettura di riferimento per organizzare l'intero ciclo operativo dell'AI\/ML su cloud ibrido OpenShift. Abbiamo un piano di sviluppo chiaro e ben concepito per questo progetto, e siamo seriamente intenzionati a creare attorno ad esso una comunit\u00e0 di sviluppo attiva e proficua per soluzioni AI open source sulla piattaforma OpenShift.<br \/>\n<br \/>Fonte: <a content=\"nofollow\" rel=\"nofollow\" href=\"https:\/\/habr.com\/ru\/company\/redhatrussia\/blog\/472836\/\">habr.com<\/a><\/p>","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"excerpt":{"rendered":"<p>\u0411\u0443\u0434\u0443\u0449\u0435\u0435 \u043d\u0430\u0441\u0442\u0443\u043f\u0438\u043b\u043e, \u0442\u0435\u0445\u043d\u043e\u043b\u043e\u0433\u0438\u0438 \u0438\u0441\u043a\u0443\u0441\u0441\u0442\u0432\u0435\u043d\u043d\u043e\u0433\u043e \u0438\u043d\u0442\u0435\u043b\u043b\u0435\u043a\u0442\u0430 \u0438 \u043c\u0430\u0448\u0438\u043d\u043d\u043e\u0433\u043e \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044f \u0443\u0436\u0435 \u0443\u0441\u043f\u0435\u0448\u043d\u043e \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u0443\u044e\u0442 \u0432\u0430\u0448\u0438 \u043b\u044e\u0431\u0438\u043c\u044b\u0435 \u043c\u0430\u0433\u0430\u0437\u0438\u043d\u044b, \u0442\u0440\u0430\u043d\u0441\u043f\u043e\u0440\u0442\u043d\u044b\u0435 \u043a\u043e\u043c\u043f\u0430\u043d\u0438\u0438 \u0438 \u0434\u0430\u0436\u0435 \u0444\u0435\u0440\u043c\u044b, \u0432\u044b\u0440\u0430\u0449\u0438\u0432\u0430\u044e\u0449\u0438\u0435 \u0438\u043d\u0434\u0435\u0435\u043a. \u0410 \u0435\u0441\u043b\u0438 \u0447\u0442\u043e-\u0442\u043e \u0441\u0443\u0449\u0435\u0441\u0442\u0432\u0443\u0435\u0442, \u0437\u043d\u0430\u0447\u0438\u0442 \u0432 \u0438\u043d\u0442\u0435\u0440\u043d\u0435\u0442\u0435 \u043f\u0440\u043e \u044d\u0442\u043e \u0443\u0436\u0435 \u0435\u0441\u0442\u044c\u2026 \u043e\u0442\u043a\u0440\u044b\u0442\u044b\u0439 \u043f\u0440\u043e\u0435\u043a\u0442! \u0421\u043c\u043e\u0442\u0440\u0438\u0442\u0435 \u043a\u0430\u043a Open Data Hub \u043f\u043e\u043c\u043e\u0433\u0430\u0435\u0442 \u043c\u0430\u0441\u0448\u0442\u0430\u0431\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u043d\u043e\u0432\u044b\u0435 \u0442\u0435\u0445\u043d\u043e\u043b\u043e\u0433\u0438\u0438 \u0438 \u0438\u0437\u0431\u0435\u0433\u0430\u0442\u044c \u0442\u0440\u0443\u0434\u043d\u043e\u0441\u0442\u0435\u0439 \u043f\u0440\u0438 \u0438\u0445 \u0432\u043d\u0435\u0434\u0440\u0435\u043d\u0438\u0438. \u041f\u0440\u0438 \u0432\u0441\u0435\u0445 \u043f\u043b\u044e\u0441\u0430\u0445 \u0438\u0441\u043a\u0443\u0441\u0441\u0442\u0432\u0435\u043d\u043d\u043e\u0433\u043e \u0438\u043d\u0442\u0435\u043b\u043b\u0435\u043a\u0442\u0430 (artificial [&hellip;]<\/p>\n","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"author":1,"featured_media":39277,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[688],"tags":[],"class_list":["post-39276","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-administrirovanie"],"aioseo_notices":[],"aioseo_head":"\n\t\t<!-- All in One SEO 5.0.1.1 - aioseo.com -->\n\t<meta name=\"description\" content=\"\u0411\u0443\u0434\u0443\u0449\u0435\u0435 \u043d\u0430\u0441\u0442\u0443\u043f\u0438\u043b\u043e, \u0442\u0435\u0445\u043d\u043e\u043b\u043e\u0433\u0438\u0438 \u0438\u0441\u043a\u0443\u0441\u0441\u0442\u0432\u0435\u043d\u043d\u043e\u0433\u043e \u0438\u043d\u0442\u0435\u043b\u043b\u0435\u043a\u0442\u0430 \u0438 \u043c\u0430\u0448\u0438\u043d\u043d\u043e\u0433\u043e \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044f \u0443\u0436\u0435 \u0443\u0441\u043f\u0435\u0448\u043d\u043e \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u0443\u044e\u0442 \u0432\u0430\u0448\u0438 \u043b\u044e\u0431\u0438\u043c\u044b\u0435 \u043c\u0430\u0433\u0430\u0437\u0438\u043d\u044b, \u0442\u0440\u0430\u043d\u0441\u043f\u043e\u0440\u0442\u043d\u044b\u0435 \u043a\u043e\u043c\u043f\u0430\u043d\u0438\u0438 \u0438 \u0434\u0430\u0436\u0435 \u0444\u0435\u0440\u043c\u044b, \u0432\u044b\u0440\u0430\u0449\u0438\u0432\u0430\u044e\u0449\u0438\u0435 \u0438\u043d\u0434\u0435\u0435\u043a.\" \/>\n\t<meta name=\"robots\" content=\"max-image-preview:large\" \/>\n\t<meta name=\"author\" content=\"Yuri Gagarin\"\/>\n\t<link rel=\"canonical\" href=\"https:\/\/prohoster.info\/it\/blog\/administrirovanie\/proekt-open-data-hub-otkrytaya-platforma-mashinnogo-obucheniya-na-baze-red-hat-openshift\" \/>\n\t<meta name=\"generator\" content=\"All in One SEO (AIOSEO) 5.0.1.1\" \/>\n\t\t<meta property=\"og:locale\" content=\"it_IT\" \/>\n\t\t<meta property=\"og:site_name\" content=\"ProHoster | \u041a\u0443\u043f\u0438\u0442\u044c \u043d\u0430\u0434\u0435\u0436\u043d\u044b\u0439 \u0445\u043e\u0441\u0442\u0438\u043d\u0433 \u0434\u043b\u044f \u0441\u0430\u0439\u0442\u043e\u0432 \u0441 \u0437\u0430\u0449\u0438\u0442\u043e\u0439 \u043e\u0442 DDoS, VPS VDS \u0441\u0435\u0440\u0432\u0435\u0440\u044b\" \/>\n\t\t<meta property=\"og:type\" content=\"article\" \/>\n\t\t<meta property=\"og:title\" content=\"\ud83e\udd47\u041f\u0440\u043e\u0435\u043a\u0442 Open Data Hub \u2013 \u043e\u0442\u043a\u0440\u044b\u0442\u0430\u044f \u043f\u043b\u0430\u0442\u0444\u043e\u0440\u043c\u0430 \u043c\u0430\u0448\u0438\u043d\u043d\u043e\u0433\u043e \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044f \u043d\u0430 \u0431\u0430\u0437\u0435 Red Hat OpenShift | ProHoster\" \/>\n\t\t<meta property=\"og:description\" content=\"\u0411\u0443\u0434\u0443\u0449\u0435\u0435 \u043d\u0430\u0441\u0442\u0443\u043f\u0438\u043b\u043e, \u0442\u0435\u0445\u043d\u043e\u043b\u043e\u0433\u0438\u0438 \u0438\u0441\u043a\u0443\u0441\u0441\u0442\u0432\u0435\u043d\u043d\u043e\u0433\u043e \u0438\u043d\u0442\u0435\u043b\u043b\u0435\u043a\u0442\u0430 \u0438 \u043c\u0430\u0448\u0438\u043d\u043d\u043e\u0433\u043e \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044f \u0443\u0436\u0435 \u0443\u0441\u043f\u0435\u0448\u043d\u043e \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u0443\u044e\u0442 \u0432\u0430\u0448\u0438 \u043b\u044e\u0431\u0438\u043c\u044b\u0435 \u043c\u0430\u0433\u0430\u0437\u0438\u043d\u044b, \u0442\u0440\u0430\u043d\u0441\u043f\u043e\u0440\u0442\u043d\u044b\u0435 \u043a\u043e\u043c\u043f\u0430\u043d\u0438\u0438 \u0438 \u0434\u0430\u0436\u0435 \u0444\u0435\u0440\u043c\u044b, \u0432\u044b\u0440\u0430\u0449\u0438\u0432\u0430\u044e\u0449\u0438\u0435 \u0438\u043d\u0434\u0435\u0435\u043a.\" \/>\n\t\t<meta property=\"og:url\" content=\"https:\/\/prohoster.info\/it\/blog\/administrirovanie\/proekt-open-data-hub-otkrytaya-platforma-mashinnogo-obucheniya-na-baze-red-hat-openshift\" \/>\n\t\t<meta property=\"og:image\" content=\"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg\" \/>\n\t\t<meta property=\"og:image:secure_url\" content=\"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg\" \/>\n\t\t<meta property=\"og:image:width\" content=\"350\" \/>\n\t\t<meta property=\"og:image:height\" content=\"350\" \/>\n\t\t<meta property=\"article:published_time\" content=\"2019-10-31T19:29:10+00:00\" \/>\n\t\t<meta property=\"article:modified_time\" content=\"2019-10-31T19:29:10+00:00\" \/>\n\t\t<meta property=\"article:publisher\" content=\"https:\/\/www.facebook.com\/prohoster\" \/>\n\t\t<meta property=\"article:author\" content=\"https:\/\/www.facebook.com\/prohoster\" \/>\n\t\t<!-- All in One SEO -->\n\n","aioseo_head_json":{"title":"\ud83e\udd47Progetto Open Data Hub \u2013 piattaforma open di machine learning basata su Red Hat OpenShift | ProHoster","description":"Il futuro \u00e8 arrivato, le tecnologie dell'intelligenza artificiale e del machine learning sono gi\u00e0 utilizzate con successo dai tuoi negozi preferiti, dalle compagnie di trasporti e persino dalle fattorie che allevano tacchini.","canonical_url":"https:\/\/prohoster.info\/it\/blog\/administrirovanie\/proekt-open-data-hub-otkrytaya-platforma-mashinnogo-obucheniya-na-baze-red-hat-openshift","robots":"max-image-preview:large","keywords":"","webmasterTools":{"miscellaneous":""},"schema":null,"og:locale":"it_IT","og:site_name":"ProHoster | \u041a\u0443\u043f\u0438\u0442\u044c \u043d\u0430\u0434\u0435\u0436\u043d\u044b\u0439 \u0445\u043e\u0441\u0442\u0438\u043d\u0433 \u0434\u043b\u044f \u0441\u0430\u0439\u0442\u043e\u0432 \u0441 \u0437\u0430\u0449\u0438\u0442\u043e\u0439 \u043e\u0442 DDoS, VPS VDS \u0441\u0435\u0440\u0432\u0435\u0440\u044b","og:type":"article","og:title":"\ud83e\udd47\u041f\u0440\u043e\u0435\u043a\u0442 Open Data Hub \u2013 \u043e\u0442\u043a\u0440\u044b\u0442\u0430\u044f \u043f\u043b\u0430\u0442\u0444\u043e\u0440\u043c\u0430 \u043c\u0430\u0448\u0438\u043d\u043d\u043e\u0433\u043e \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044f \u043d\u0430 \u0431\u0430\u0437\u0435 Red Hat OpenShift | ProHoster","og:description":"\u0411\u0443\u0434\u0443\u0449\u0435\u0435 \u043d\u0430\u0441\u0442\u0443\u043f\u0438\u043b\u043e, \u0442\u0435\u0445\u043d\u043e\u043b\u043e\u0433\u0438\u0438 \u0438\u0441\u043a\u0443\u0441\u0441\u0442\u0432\u0435\u043d\u043d\u043e\u0433\u043e \u0438\u043d\u0442\u0435\u043b\u043b\u0435\u043a\u0442\u0430 \u0438 \u043c\u0430\u0448\u0438\u043d\u043d\u043e\u0433\u043e \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044f \u0443\u0436\u0435 \u0443\u0441\u043f\u0435\u0448\u043d\u043e \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u0443\u044e\u0442 \u0432\u0430\u0448\u0438 \u043b\u044e\u0431\u0438\u043c\u044b\u0435 \u043c\u0430\u0433\u0430\u0437\u0438\u043d\u044b, \u0442\u0440\u0430\u043d\u0441\u043f\u043e\u0440\u0442\u043d\u044b\u0435 \u043a\u043e\u043c\u043f\u0430\u043d\u0438\u0438 \u0438 \u0434\u0430\u0436\u0435 \u0444\u0435\u0440\u043c\u044b, \u0432\u044b\u0440\u0430\u0449\u0438\u0432\u0430\u044e\u0449\u0438\u0435 \u0438\u043d\u0434\u0435\u0435\u043a.","og:url":"https:\/\/prohoster.info\/it\/blog\/administrirovanie\/proekt-open-data-hub-otkrytaya-platforma-mashinnogo-obucheniya-na-baze-red-hat-openshift","og:image":"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg","og:image:secure_url":"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg","og:image:width":350,"og:image:height":350,"article:published_time":"2019-10-31T19:29:10+00:00","article:modified_time":"2019-10-31T19:29:10+00:00","article:publisher":"https:\/\/www.facebook.com\/prohoster","article:author":"https:\/\/www.facebook.com\/prohoster"},"aioseo_meta_data":{"post_id":"39276","title":null,"description":null,"keywords":null,"keyphrases":null,"primary_term":null,"canonical_url":null,"og_title":null,"og_description":null,"og_object_type":"default","og_image_type":"default","og_image_url":null,"og_image_width":null,"og_image_height":null,"og_image_custom_url":null,"og_image_custom_fields":null,"og_video":null,"og_custom_url":null,"og_article_section":null,"og_article_tags":null,"twitter_use_og":false,"twitter_card":"default","twitter_image_type":"default","twitter_image_url":null,"twitter_image_custom_url":null,"twitter_image_custom_fields":null,"twitter_title":null,"twitter_description":null,"schema":{"blockGraphs":[],"customGraphs":[],"default":{"data":{"Article":[],"Course":[],"Dataset":[],"FAQPage":[],"Movie":[],"Person":[],"Product":[],"ProductReview":[],"Car":[],"Recipe":[],"Service":[],"SoftwareApplication":[],"WebPage":[]},"graphName":"","isEnabled":true},"graphs":[]},"schema_type":null,"schema_type_options":null,"pillar_content":false,"robots_default":true,"robots_noindex":false,"robots_noarchive":false,"robots_nosnippet":false,"robots_nofollow":false,"robots_noimageindex":false,"robots_noodp":false,"robots_notranslate":false,"robots_max_snippet":null,"robots_max_videopreview":null,"robots_max_imagepreview":"large","priority":null,"frequency":null,"local_seo":null,"seo_analyzer_scan_date":"2026-01-24 01:33:20","breadcrumb_settings":null,"limit_modified_date":false,"reviewed_by":null,"ai":null,"created":"2021-02-28 14:14:14","updated":"2026-01-24 01:33:20","focus_keyword":null,"additional_keywords":null,"truseo_locale":null},"gt_translate_keys":[{"key":"link","format":"url"}],"_links":{"self":[{"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/posts\/39276","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/comments?post=39276"}],"version-history":[{"count":0,"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/posts\/39276\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/media\/39277"}],"wp:attachment":[{"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/media?parent=39276"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/categories?post=39276"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/tags?post=39276"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}