Workload-Team-Personas für KI-Workloads

Im Kontext der Erstellung von KI-Workloads erfordern nicht deterministische Modelle im Gegensatz zur herkömmlichen Codebereitstellung iterative Experimente und Zusammenarbeit in mehreren Rollen und Teams. Die frühzeitige Integration von Betriebs-, Anwendungsentwicklungs- und Datenteams ist unerlässlich, um gegenseitiges Verständnis zu fördern. Diese Zusammenarbeit erfordert vielfältige Fähigkeiten und kontinuierliches Lernen, um mit technologischen Fortschritten schritt zu halten.

Die Zusammenarbeit hängt von der Integration von Tools, Prozessen und Menschen ab und wird durch die Anforderungen des Workloads und spezifische Ziele bestimmt. Zu den empfohlenen Strategien gehören:

• Einrichten klarer Rollen und Verantwortlichkeiten.
• Nutzen sie die Fähigkeiten Ihres Teams für geeignete Aufgaben.
• Standardisieren von Prozessen und Unterprozessen, z. B. Nachverfolgen von Arbeiten als Teil eines freigegebenen Backlogs.
• Verlassen Sie sich auf die Automatisierung, um Konsistenz und Reproduzierbarkeit zu erzielen.

Personas können ein effektives Instrument für die Materialisierung dieser Strategien und die Standardisierung von Zuständigkeiten sein. In diesem Artikel werden die Personas für KI-Workloads und deren Vorteile im Workload-Design beschrieben. Außerdem finden Sie Beispiele und Tools zum effektiven Definieren und Verwenden dieser Personas auf Teamebene.

Was sind Personas?

Personas stellen Untermengen von Menschen und Prozessen dar, die an der Erstellung und dem Vorgang eines Workloads beteiligt sind. Personas erfassen sowohl die Rollen als auch die realen Verhaltensweisen und Verantwortlichkeiten dieser Personen und Prozesse. Eine Person kann je nach Kontext eine oder mehrere "Personas" verkörpern. Eine Persona muss nicht zwangsläufig eine Person sein. Sie kann auch ein unbeaufsichtigter Prozess sein, wie z. B. ein Agent-Prozess in der Architektur.

Ihr Workload könnte Benutzer-Personas haben, die die Entwicklung von Funktionen vorantreiben. Diese Personas sind nicht Gegenstand dieses Artikels.

Im Gegensatz zu Rollen, die relativ statische Funktionen oder Positionen innerhalb einer Organisation sind, sind Personas dynamisch und zielorientiert. Sie können verwendet werden, um Qualifikationsanforderungen an Prozesse und Werkzeuge zuzuordnen, z. B. Architekturkomponenten. Personas helfen in erster Linie dabei, den Zuständigkeitsbereich zu definieren und den Kontext innerhalb eines Projekts festzulegen. Sie bieten mehrere weitere Vorteile, z. B.:

• Identifizierung von Ressourcenlücken. Durch das Identifizieren von Lücken können Sie entscheiden, ob Sie Ressourcen rekrutieren oder trainieren oder die Lösung neu gestalten möchten. Wenn Ihr Workload-Team keine Personen enthält, die an eine erforderliche Persona passen, müssen Sie möglicherweise die Architektur anpassen, den Prozess ändern oder neue Mitarbeiter integrieren. Wenn beispielsweise erfahrene Datenwissenschaftler fehlen, können Sie die Architektur neu gestalten, um mehr auf allgemeine Software-as-a-Service-KI-Lösungen zu setzen oder KI-Lösungen von anderen Anbietern als Microsoft zu integrieren.
• Verbesserte Fähigkeiten. Das Zuordnen von Personas zu bestimmten Architekturkomponenten erleichtert auch Bildungsmöglichkeiten wie Sitzungen und Onlinekurse, um Fähigkeiten zu verbessern.
• Sicherstellung angemessener Zugriffsebenen. Sie sollten Personas verwenden, um Sicherheits- und Zugriffsanforderungen zu definieren, indem Sie Personas Prozessen, Architekturen und Diensten zuordnen. Diese Abbildung trägt dazu bei, geeignete Zugriffsebenen sicherzustellen.
• Erleichterung der Projektplanung und -kommunikation. Bei der Projektplanung helfen Personas dabei, wichtige Interaktionen zu identifizieren, um die Einrichtung von Synchronisierungsbesprechungen und die Gesamtplanung zu erleichtern. In der Regel werden Personas in die Hierarchie der Nachverfolgung von Benutzergeschichten, Features und Anforderungen integriert, um das Projektmanagement zu optimieren.

Definieren von Personas

Identifizieren Sie die Spezialisierungen Ihrer Teammitglieder, und richten Sie sie an die entsprechenden Rollen in Ihren KI-Vorgängen oder -designs aus. Erstellen Sie eine Vorlage, um die Qualifikationserwartungen, Teaminformationen und die Prozesse zu dokumentieren, an denen sie beteiligt sein werden.

Hier ist eine Beispiel-Basisplanvorlage:

Persona-Vorlage

🔹Personenname: [Name] 🔹Team: [Team verantwortlich für die Persona] 🔹Primäre Interaktion: [Andere Teams, die mit der Persona interagieren] 🔹Komponentenzugriff: [Sicherheits- und Zugriffsanforderungen für Prozesse und Systemkomponenten] 🔹Prozesse: [Prozesse, für die die Persona verantwortlich ist oder zu ihr beiträgt] 🔹Fähigkeiten: [Erforderliche Fähigkeiten, um die Aufgaben auszuführen, einschließlich domänen- und technologiespezifischen Fähigkeiten wie Modelltraining oder Suchindexoptimierung]

Extras

Sie können eine Tabelle verwenden, um Informationen für jede Persona zu organisieren und zu visualisieren. Ein Vorteil dieser Methode besteht darin, dass Sie andere Tabellen erstellen und verknüpfen können, die spezifischere Informationen bereitstellen. Sie können beispielsweise Architekturkomponenten mit einer anderen Tabelle verknüpfen, in der die identitätsbasierte Zugriffssteuerung für jeden Dienst und jede Umgebung (Dev, Stage, Production) angegeben ist.

Kompromiss. Mit zu wenigen Personas kann es schwierig sein, rollenbasierte Zugriffssteuerung mit geringstem privilegiertem Zugriff zu implementieren und Arbeitsaufgaben effektiv zu verteilen. Umgekehrt wird durch zu viele Personas der Verwaltungsaufwand erhöht. Mit 5 bis 10 Personas zu beginnen, ist ein gutes Gleichgewicht, und Sie sollten nur Personas hinzufügen, die für Ihre Vorgänge notwendig sind.

Sie können auch Karten verwenden, um Personas zu definieren. Diese Karten enthalten dieselben Informationen wie die Tabelle oder eine kurze Zusammenfassung. Sie können PowerPoint verwenden oder eine Reihe von Markdown-Dateien erstellen, um diese Karten zu erstellen.

In bestimmten Fällen können Sie eine Kombination von Tools verwenden. Zum Beispiel kann jede Architekturkomponente in einer Persona-Karte eine Markdown-Datei öffnen, die eine Tabelle enthält, die die Sicherheit und rollenbasierte Zugriffssteuerung für jeden Dienst und jede Umgebung zuordnet. Ein Beispiel finden Sie unter MLOps Accelerator: Identität RBAC.

Beispielpersonas

Sie können Karten verwenden, um die Dienste zu definieren, auf die eine Persona innerhalb eines Prozesses zugreifen muss, und die für jede Persona erforderlichen Fähigkeiten zu umreißen (egal, ob es sich um eine Person oder einen Agenten handelt).

Wichtig

Obwohl die hier definierten Personas als Basisbeispiele dienen, empfehlen wir, eigene Personas mithilfe von Tools wie Tabellen, Persona-Vorlagenkarten und Diagrammen zu erstellen.

Es ist wichtig, dass diese Personas ihren Prozessen, Ihrer Organisation und Ihren Benutzern entsprechen.

KI-Technische Fachkraft für Daten (P001)
Team: Datenaufnahmeteam 🔹 Primäre Interaktion: KI Entwicklungsteam 🔹 Komponentenzugriff: Azure Data Factory, Azure Databricks, Azure SQL-Datenbank, Azure Storage 🔹 Prozesse: DataOps, ETL, ELT 🔹 Fähigkeiten: SQL, Python, PySpark

BI Analyst (P003)
Team: Analyseteam 🔹 Primäre Interaktion: Team für Datenerfassung 🔹 Komponentenzugriff: Power BI, Azure Data Explorer, Azure Storage 🔹 Prozesse: Datenanalyse, Datenlagerung 🔹 Fähigkeiten: SQL, Python, PySpark

Diskriminative KI-Wissenschaftliche Fachkraft für Daten (P004)
Team: KI-Team 🔹 Primäre Interaktion: Datenerfassungsteam, DevOps-Team 🔹 Komponentenzugriff: Azure Machine Learning, Azure Databricks, Azure Storage, Azure Key Vault 🔹 Prozesse: MLOps, MLflow 🔹 Fähigkeiten: Azure Machine Learning, Python, Modellschulung

GenAI Wissenschaftliche Fachkraft für Daten (P006)
Team: KI-Team 🔹 Primäre Interaktion: Datenerfassungsteam, DevOps-Team 🔹 Komponentenzugriff: Azure AI Foundry-Portal, Azure OpenAI-Dienst, Azure AI Search, Azure Storage, Azure Key Vault 🔹 Prozesse: GenAIOps 🔹 Fähigkeiten: Azure Machine Learning, Python, Modellwissen (LLM, SLM), Feinabstimmung, RAG, agentisches Konzept

GenAI Chat Developer (P007)
Team: Entwicklungsteam 🔹 Primäre Interaktion: KI-Team 🔹 Komponentenzugriff: Azure Web Apps, Azure API Management, Azure Cosmos DB, Azure Container Apps, Azure Functions 🔹 Prozesse: DevOps, ereignisgesteuerte Verarbeitung, Microservices 🔹 Fähigkeiten: Webanwendungsarchitektur (Front-End/Back-End), React, Node.js, HTML, CSS

Build Agent MLOps (P009)
Team: Entwicklungsteam 🔹 Primäre Interaktion: KI-Team 🔹 Komponentenzugriff: Azure Machine Learning, Azure DevOps, GitHub 🔹 Prozesse: Verarbeitung und Bereitstellung von Lambda, äußere Schleife MLOps 🔹 Fähigkeiten: Python, Pyspark

Anwendungsfall: Personas für KI-Prozesse

Diese wichtigsten Prozesse werden in KI-Workloads verwendet:

• DataOps ist die Aufnahme und Vorbereitung von Daten.
• MLOps ist die Operationalisierung von Machine Learning-Modellen.
• GenAIOps ist die Erforschung und Auswertung vorhandener Modelle und die Verfeinerung dieser Modelle im Kontext der Arbeitslast.
• Die innere Schleife ist die Verfeinerung von Lösungen in der Entwicklungsumgebung, entweder während der Untersuchung oder als Trigger für die Überwachung der äußeren Schleife.
• Die äußere Schleife ist die Überführung von Lösungen aus der Entwicklung in die Produktion. Diese Schleife verwendet kontinuierliche Überwachung und Auswertung, um die erforderlichen Verbesserungen zu identifizieren.

Das Zuordnen von Personas zu diesen Prozessen bietet Kontext für jede Persona. Dieser Schritt kann dazu beitragen, die Prozesse zu identifizieren, bei denen eine Person möglicherweise eine Weiterbildung benötigt.

Die Abbildung zeigt den Workflow für DataOps, MLOps und GenAIOps in einer Produktionsumgebung. Die Flows reichen von der Datenerfassung bis zur Bereitstellung und Bewertung des Modells. Der Workflow nutzt die Praktiken der kontinuierlichen Integration und der kontinuierlichen Bereitstellung (CI/CD). Wichtige Aufgaben sind das Verfeinern von Datenmodellen, die Auswertung von Batches, die Bereitstellung von Endpunkten, das Auswerten von Modellen in Echtzeit und die Feinabstimmung von Modellen. Die Beispielpersonas nehmen am gesamten Workflow teil.

Anwendungsfall: Personas für Architekturdesign

Das Verbinden von Prozessen mit der unterstützenden Architektur hilft Ihnen, die Dienste zu identifizieren, mit denen eine Persona interagieren muss, und hebt Bereiche für potenzielle Weiterbildungen hervor.

Um diese Verbindung zu visualisieren, erstellen Sie ein grafisches Bild, das zeigt, wie Architekturkomponenten verbunden sind. Diese visuelle Hilfe kann den Datenfluss und die Interaktionen zwischen Diensten veranschaulichen und wie Abläufe in der Bereitstellung automatisiert werden. Sie hilft Projektbeteiligten dabei, die Architektur und die Rollen verschiedener Personas darin zu verstehen.

Die folgende Abbildung zeigt eine Lambda-Architektur für moderne Analysen in Azure.

Nächster Schritt

Gehen Sie als Nächstes zum Bewertungstool, um Ihr Design zu bewerten.

Bewertung des KI-Workloads