# Customer Adoption and Innovation (CAI)

> El equipo de Adopción de clientes e innovación de IA de la unidad de negocio de IA de Red Hat — iniciativas, demos, plugins y cómo colaborar.

Desplegamos, usamos y ponemos a prueba Red Hat AI en entornos similares a producción, y luego compartimos lo que funciona con clientes, partners y compañeros, para que liberen todo su potencial.

## Customer Adoption and Innovation 

[Conoce al equipo](#team)

[Mira lo que creamos](#cards)

- **178** Repositorios en rh-aiservices-bu ([Organización de GitHub](https://github.com/rh-aiservices-bu))

- **70+** Demos creadas por el equipo ([AI Quickstart](https://github.com/rh-ai-quickstart))

- **6** Plugins de panel de control ([Community Plugins](https://github.com/rh-ai-community-plugins))

- **9** Miembros del equipo ([Conoce al equipo](#team))

## Iniciativas

- [**Organización de GitHub de Red Hat AI**](https://github.com/rh-aiservices-bu) — Para todos — nuestra organización principal con 178 repositorios de proyectos, prototipos y utilidades de IA.

- [**Red Hat AI Community Plugins**](https://github.com/rh-ai-community-plugins) — Para admins de RHAIE — plugins comunitarios que amplían Red Hat OpenShift AI.

- [**AI Quickstarts**](https://github.com/rh-ai-quickstart) — Para desarrolladores — ejemplos enfocados en resultados de cómo la IA resuelve problemas de negocio reales.

- [**AI on OpenShift**](https://ai-on-openshift.io/) — Para quien aprenda IA en OpenShift — patrones, demos, herramientas y guías.

- [**AI500 MLOps Enablement**](https://github.com/rhoai-mlops) — Para equipos que desarrollan habilidades de MLOps — AI500, laboratorio de experimentación, entrenamiento automatizado y entrega de modelos.

- [**AI501 GenAIOps Enablement**](https://github.com/rhoai-genaiops) — Para equipos que ejecutan GenAI en producción — AI501, taller de 5 días con laboratorios, diapositivas y herramientas de despliegue.

- [**LiteMaaS**](https://github.com/rh-aiservices-bu/litemaas) — Para equipos de plataforma — prueba de concepto para gestionar suscripciones de LLM, claves API y seguimiento de uso, integrándose con LiteLLM.

- [**Taller Parasol**](https://github.com/rh-aiservices-bu/parasol-demo-deployment) — Para quienes aprenden practicando — receta de despliegue de la demo Parasol Insurance en un clúster de RHOAI.

## Tutoriales

- [Guía de MaaS de RHOAI](https://github.com/rh-aiservices-bu/rhoai-maas-guide) — usar modelos como servicio en Red Hat OpenShift AI
- [RHOAI desconectado](https://github.com/rh-aiservices-bu/disconnected-rhoai) — ejecutar Red Hat OpenShift AI en entornos desconectados (air-gapped)
- [Guía de particionado de GPU](https://github.com/rh-aiservices-bu/gpu-partitioning-guide) — particionar GPU para cargas de trabajo de IA en OpenShift
- [Guía de migración de RHOAI 2.25 → 3.5](https://github.com/rh-aiservices-bu/rhoai-2.25-3.5-migration-guide) — migrar Red Hat OpenShift AI de 2.25 a 3.5


## Misión

Con consejos basados en la experiencia del mundo real, capacitamos a
clientes, partners y compañeros para liberar todo el potencial de Red Hat AI.

- Usar los productos de Red Hat AI como lo hacen nuestros clientes
- Actuar como "cliente cero" interno en Red Hat — probar nuestros productos en nosotros mismos antes de que los clientes tengan que hacerlo
- Ayudar a dar soporte a los clientes en temas complejos de IA
- Compartir experiencia basada en la vivencia de primera mano
- ¡Llevar al límite lo que es posible con Red Hat AI!


## Equipo

- **Erwan Granger** — [GitHub](https://github.com/erwangranger) · [LinkedIn](https://www.linkedin.com/in/erwangranger)

- **Guillaume Moutier** — [GitHub](https://github.com/guimou) · [LinkedIn](https://www.linkedin.com/in/guillaume-moutier-70aba762)

- **Robert Lundberg** — [GitHub](https://github.com/RHRolun) · [LinkedIn](https://www.linkedin.com/in/rolun)

- **Roberto Carratalá** — [GitHub](https://github.com/rcarrata) · [LinkedIn](https://www.linkedin.com/in/rcarrata)

- **Karl Eklund** — [GitHub](https://github.com/keklundrh) · [LinkedIn](https://www.linkedin.com/in/karl-eklund-a2180515)

- **Cansu Kavili Örnek** — [GitHub](https://github.com/ckavili) · [LinkedIn](https://www.linkedin.com/in/ckavili)

- **Philip Hayes** — [GitHub](https://github.com/deewhyweb) · [LinkedIn](https://www.linkedin.com/in/philip-hayes-0327532)

- **Sara Banderby** — [GitHub](https://github.com/sarabanderby) · [LinkedIn](https://www.linkedin.com/in/annelisarabanderby)

- **Will Parker** — [GitHub](https://github.com/willsparker) · [LinkedIn](https://www.linkedin.com/in/willsparker98)

## Cómo empezar

Aprende y obtén ayuda en AI on OpenShift, prueba demos listas para desplegar en AI Quickstart, propone ideas de plugins en Community Plugins — o abre un issue en este repositorio para trabajar directamente con el equipo.

[Aprender en AI on OpenShift](https://ai-on-openshift.io/)

[Probar las demos de AI Quickstart](https://github.com/rh-ai-quickstart)

[Proponer un plugin de la comunidad](https://github.com/rh-ai-community-plugins)