Roles del equipo de carga de trabajo implicados en las cargas de trabajo de IA
En el contexto de la creación de cargas de trabajo de inteligencia artificial, a diferencia de la implementación de código tradicional, los modelos no deterministas requieren experimentación iterativa y colaboración entre varios roles y equipos. La integración temprana de las operaciones, el desarrollo de aplicaciones y los equipos de datos es esencial para fomentar la comprensión mutua. Esta colaboración exige diversas aptitudes y aprendizaje continuo para seguir el ritmo de los avances tecnológicos.
La colaboración eficaz depende de la integración de herramientas, procesos y personas, todo ello impulsado por necesidades de carga de trabajo y objetivos específicos. Las estrategias recomendadas incluyen:
- Establecimiento de roles claros y capacidades de cuenta.
- Aprovechar el conjunto de aptitudes del equipo para las tareas adecuadas.
- Estandarización de procesos y subprocesos, como el seguimiento del trabajo como parte de un trabajo pendiente compartido.
- Confiar en la automatización para lograr coherencia y reproducibilidad.
Los roles pueden ser una herramienta eficaz para materializar esas estrategias y estandarizar las responsabilidades. En este artículo se explora el concepto de personas que se encuentran en las cargas de trabajo de inteligencia artificial, sus ventajas en el diseño de cargas de trabajo y se proporcionan ejemplos y herramientas para definir y usar estos roles de nivel de equipo de forma eficaz.
¿Qué son las personas?
Los roles representan subconjuntos de seres humanos y procesos implicados en la creación y ejecución de una carga de trabajo, capturando no solo sus roles, sino también sus comportamientos y capacidades reales. Un individuo puede incorporar uno o varios roles en función del contexto. Interesantemente, una persona no tiene que ser una persona; también puede ser un proceso desatendido, como un proceso de agente dentro de la arquitectura.
Es posible que la carga de trabajo tenga roles de usuario final que impulsan el desarrollo de características, esos roles no están en el ámbito de este artículo.
A diferencia de los roles, que normalmente son funciones o posiciones más estáticas dentro de una organización, los roles son dinámicos y orientados a objetivos. Se pueden usar para asignar requisitos de aptitud a los procesos y herramientas, como los componentes arquitectónicos. Los roles ayudan principalmente a definir el ámbito de responsabilidad y establecer el contexto dentro de un proyecto. Ofrecen otras ventajas, como:
Identificación de brechas de recursos, lo que ayuda a decidir si se debe contratar, entrenar o rediseñar la solución. Si el equipo de cargas de trabajo carece de personas que se adapten a un rol necesario, es posible que tenga que ajustar la arquitectura, modificar el proceso o incorporar nuevo personal. Por ejemplo, si falta un rol de ciencia de datos sénior, la arquitectura se puede rediseñar teniendo en cuenta una mayor confiabilidad en las soluciones de IA saaS de uso general o incorporando soluciones de inteligencia artificial de terceros.
Aptitudes mejoradas. La asignación de roles a componentes arquitectónicos específicos también facilita las oportunidades educativas, proporcionando sesiones y cursos en línea para mejorar las aptitudes.
Asegúrese de los niveles de acceso adecuados. Los roles deben usarse para definir las necesidades de seguridad y acceso mediante su asignación a procesos, arquitecturas y servicios, lo que garantiza los niveles de acceso adecuados.
Planificación y comunicación de proyectos En el planeamiento del proyecto, los roles ayudan a identificar interacciones clave, lo que facilita la configuración de reuniones de sincronización y planificación general. Normalmente, los roles se integran en la jerarquía de seguimiento de casos de usuario, características y requisitos, lo que simplifica la administración de proyectos.
Cómo definir personas
Identifique las especializaciones de los miembros del equipo y alinee con los roles adecuados en las operaciones o el diseño de inteligencia artificial. Cree una plantilla para documentar las expectativas de aptitudes del rol, la información del equipo y los procesos en los que participarán.
Esta es una plantilla de línea base de ejemplo:
| Plantilla de persona |
|---|
| 🔹 Nombre de persona: [Insertar nombre de persona] 🔹Equipo: [Equipo responsable de este rol] 🔹Interacción principal: [Otros equipos con los que interactúa este rol] 🔹Acceso a los componentes: [Requisitos de seguridad y acceso para procesos y componentes del sistema] 🔹Procesos: [Procesa el rol es responsable o contribuye a] 🔹Aptitudes: [Aptitudes necesarias para completar las tareas, incluidos los detalles de dominio y tecnología, como el entrenamiento del modelo o la optimización del índice de búsqueda.] |
Herramientas
El uso de una tabla puede ayudar a organizar y visualizar información para cada persona. La ventaja es que puede crear y vincular otras tablas para obtener información más detallada. Por ejemplo, puede vincular componentes de arquitectura a otra tabla en la que se especifica el control de acceso basado en identidades para cada servicio y entorno (Desarrollo, Fase, Producción).
Compensación. Tener demasiados pocos roles puede dificultar la implementación del control de acceso basado en roles con acceso con privilegios mínimos y distribuir las responsabilidades de trabajo de forma eficaz. Por el contrario, tener demasiados roles agrega sobrecarga de administración. A partir de 5-10 personas es un buen equilibrio, y solo debe agregar personas necesarias para las operaciones.
Las tarjetas también se pueden usar para definir personas. Estas tarjetas contienen la misma información que la tabla o un resumen rápido. Puede crear estas tarjetas con Microsoft PowerPoint o como un conjunto de archivos markdown.
En determinados casos, puede usar un conjunto combinado de herramientas. Por ejemplo, cada componente de arquitectura de una tarjeta de rol puede abrir un archivo markdown con una seguridad de asignación de tablas y un control de acceso basado en rol para cada servicio y entorno. Para obtener un ejemplo de referencia, consulte Acelerador de MLOps: RBAC de identidad.
Personas de ejemplo
Con tarjetas, puede definir los servicios a los que un rol necesita acceso dentro de un proceso y describir las aptitudes necesarias para cada persona (ya sea una persona o un agente).
Importante
Aunque los roles definidos aquí sirven como ejemplos de línea base, se recomienda crear sus propios roles mediante herramientas como tablas, tarjetas de plantilla de roles y gráficos.
Es importante que estos roles se alineen con los procesos, la organización y los usuarios específicos.
| AI Ingeniero de datos (P001) |
|---|
| Equipo: Equipo de ingesta de datos 🔹 Interacción principal: Equipo de desarrollo de IA 🔹 Acceso a componentes: Azure Data Factory, Azure Databricks, Azure SQL Database, Azure Storage 🔹 Procesos: DataOps, ETL, ELT 🔹 Aptitudes: SQL, Python, PySpark |
| Analista de BI (P003) |
|---|
| Equipo: Equipo de Análisis 🔹 Interacción principal: equipo de ingesta de datos 🔹 Acceso a componentes: Power BI, Azure Data Explorer, Azure Storage 🔹 Procesos: análisis de datos, proceso de almacenamiento de datos 🔹 Aptitudes: SQL, Python, PySpark |
| Científico de datos de IA discriminativa (P004) |
|---|
| Equipo: equipo de IA 🔹 Interacción principal: Equipo de ingesta de datos, Equipo de DevOps 🔹 Acceso a componentes: Azure Machine Learning, Azure Databricks, Azure Storage, Azure Key Vault 🔹 Procesos: MLOps, MLflow 🔹 Aptitudes: Azure Machine Learning, Python, entrenamiento de modelos |
| Científico de datos GenAI (P006) |
|---|
| Equipo: equipo de IA 🔹 Interacción principal: Equipo de ingesta de datos, Equipo de DevOps 🔹 Acceso a componentes: Azure AI Studio, Azure OpenAI, Azure AI Search, Azure Storage, Azure Key Vault 🔹 Procesos: GenAIOps 🔹 Aptitudes: Conocimientos de Azure Machine Learning, Python, Model(LLM, SLM), Ajuste fino, RAG, concepto agente |
| Desarrollador de chat de GenAI (P007) |
|---|
| Equipo: Equipo de ingeniería 🔹 Interacción principal: equipo de IA 🔹 Acceso a componentes: Azure WebApps, Azure API Management, Cosmos DB, Azure Container Apps, Azure Functions 🔹 Procesos: DevOps, procesamiento controlado por eventos, microservicios 🔹 Aptitudes: Arquitectura de aplicaciones web (front-end/back-end), React, Node.js, HTML, CSS |
| BuildAgent MLOps (P009) |
|---|
| Equipo: Equipo de ingeniería 🔹 Interacción principal: equipo de IA 🔹 Acceso a componentes: Azure Machine Learning, Azure Devops, GitHub 🔹 Procesos: proceso/servicio de LAMBDA, OUTER Loop MLOps 🔹 Aptitudes: Python, Pyspark |
Caso de uso: Personas para procesos de IA
Los principales procesos relacionados con las cargas de trabajo de IA son:
- DataOps se centra en la ingesta y preparación de datos.
- MLOps implica la operacionalización de modelos de aprendizaje automático.
- GenAIOps pertenece a la detección y evaluación de modelos existentes y, a continuación, a refinarlos en el contexto de la carga de trabajo.
- El bucle interno refina las soluciones en el entorno de desarrollo, ya sea durante la investigación o desencadenada por la supervisión de bucles externos.
- El bucle externo mueve soluciones de desarrollo a producción mediante la supervisión y evaluación continuas para identificar las mejoras necesarias.
La asignación de roles a esos procesos proporciona contexto para cada rol. Esto ayuda a identificar los procesos en los que un rol podría necesitar mejorar la habilidad.
La imagen muestra el flujo de trabajo de DataOps, MLOps y GenAIOps en un entorno de producción. Los datos fluyen de la ingesta a la implementación y evaluación del modelo mediante prácticas de integración continua/implementación continua (CI/CD). Entre las tareas clave se incluyen la refinación de modelos de datos, la evaluación por lotes, la implementación de puntos de conexión, la evaluación del modelo en tiempo real y los modelos de ajuste preciso. Los roles de ejemplo participan en todo el flujo de trabajo.
Caso de uso: Personas para el diseño de arquitectura
La conexión de procesos a la arquitectura auxiliar le ayuda a identificar los servicios con los que un rol necesita interactuar, resaltando áreas para mejorar la capacidad potencial.
Para visualizar esta conexión, cree una imagen gráfica que muestre cómo se conectan los componentes de arquitectura. Esto puede ilustrar el flujo de datos y las interacciones entre los servicios y cómo se automatizan los flujos en la implementación. Esta ayuda visual ayuda a las partes interesadas a comprender la arquitectura y los roles de diferentes roles dentro de él.
En la imagen siguiente se muestra una arquitectura LAMBDA para el análisis moderno en Azure:
Paso siguiente
Ahora continúe con la herramienta de evaluación para evaluar el diseño.