Personas da equipe de workloads para workloads de IA
No contexto da criação de cargas de trabalho de IA, ao contrário da implantação de código tradicional, modelos não determinísticos exigem experimentação iterativa e colaboração entre várias funções e equipes. A integração antecipada de operações, desenvolvimento de aplicativos e equipes de dados é essencial para promover o entendimento mútuo. Essa colaboração exige diversas habilidades e aprendizado contínuo para acompanhar os avanços tecnológicos.
** A colaboração efetiva depende da integração das ferramentas, processos e pessoas e é orientada por demandas de carga de trabalho e metas específicas. As estratégias recomendadas incluem:
- Estabelecer papéis e responsabilidades claros.
- Aproveitando o conjunto de habilidades da sua equipe para tarefas apropriadas.
- Padronizar processos e subprocessos, como acompanhar o trabalho como parte de uma lista de pendências compartilhada.
- Contando com a automação para obter consistência e reprodutibilidade.
As personas podem ser uma ferramenta eficaz para materializar essas estratégias e padronizar responsabilidades. Este artigo descreve as personas para workloads de IA e seus benefícios no design de workloads. Ele também fornece exemplos e ferramentas para definir e usar essas personas de nível de equipe com eficiência.
O que são personas?
As personas representam subconjuntos de humanos e processos envolvidos na criação e operação de uma carga de trabalho. As personas capturam as funções e os comportamentos reais e as responsabilidades desses indivíduos e processos. Um indivíduo pode incorporar uma ou várias personas, dependendo do contexto. Uma persona não precisa ser uma pessoa. Também pode ser um processo não supervisionado, como um processo de agente na arquitetura.
Sua carga de trabalho pode ter perfis de usuário que impulsionam o desenvolvimento de funcionalidades. Essas personas não estão no escopo deste artigo.
Ao contrário das funções, que são funções ou posições relativamente estáticas em uma organização, as personas são dinâmicas e orientadas a metas. Eles podem ser usados para mapear requisitos de habilidade para processos e ferramentas, como componentes arquitetônicos. As personas ajudam principalmente a definir o escopo da responsabilidade e definir o contexto dentro de um projeto. Eles fornecem vários outros benefícios, como:
- Identificação de lacunas de recursos. Identificar lacunas ajuda você a decidir se deseja recrutar ou treinar recursos ou reprojetar a solução. Se sua equipe de carga de trabalho não tiver indivíduos que se ajustem a uma persona necessária, talvez seja necessário ajustar a arquitetura, modificar o processo ou integrar novos funcionários. Por exemplo, se uma persona de ciência de dados sênior estiver ausente, você poderá reprojetar a arquitetura para depender mais de soluções de IA saaS (software como serviço) de uso geral ou incorporar soluções de IA que não sejam da Microsoft.
- Habilidades aprimoradas. Mapear personas para componentes arquitetônicos específicos também facilita oportunidades educacionais, como sessões e cursos online para aprimorar as habilidades.
- Garantindo níveis apropriados de acesso. Você deve usar personas para definir as necessidades de segurança e acesso mapeando personas para processos, arquiteturas e serviços. Esse mapeamento ajuda a garantir os níveis de acesso apropriados.
- Facilitando o planejamento e a comunicação do projeto. No planejamento de projetos, as personas ajudam a identificar as principais interações para facilitar a configuração de reuniões de sincronização e planejamento geral. Normalmente, as personas são integradas à hierarquia de acompanhamento de histórias, recursos e requisitos do usuário para simplificar o gerenciamento de projetos.
Como definir personas
Identifique as especializações dos membros de sua equipe e alinhe-as com as funções apropriadas em suas operações ou design de IA. Crie um modelo para documentar as expectativas de habilidade das personas, as informações da equipe e os processos nos quais elas estarão envolvidas.
Aqui está um exemplo de modelo de linha de base:
| Modelo de persona |
|---|
| 🔹Nome da Persona: [Nome] equipe 🔹: [Equipe responsável pela persona] 🔹Interação primária: [Outras equipes com as quais a persona interage] 🔹Acesso a componentes: [Requisitos de segurança e acesso para processos e componentes do sistema] 🔹Processos: [Processos pelos quais a persona é responsável ou contribui] 🔹Habilidades: [Habilidades necessárias para realizar as tarefas, incluindo especificações de domínio e tecnologia, como treinamento de modelos ou otimização de índices de pesquisa] |
Ferramentas
Você pode usar uma tabela para organizar e visualizar informações para cada persona. Uma vantagem para esse método é que você pode criar e vincular a outras tabelas que fornecem informações mais específicas. Por exemplo, você pode vincular componentes de arquitetura a outra tabela em que o controle de acesso baseado em identidade é especificado para cada serviço e ambiente (Desenvolvimento, Preparo, Produção).
Troca. Ter poucas personas pode dificultar a implementação do controle de acesso baseado em função com acesso menos privilegiado e a distribuição eficaz das responsabilidades de trabalho. Por outro lado, ter muitas personas adiciona sobrecarga de gerenciamento. Começar com entre 5 e 10 personas representa um bom equilíbrio, e você só deve adicionar personas necessárias para as suas operações.
Você também pode usar cartões para definir personas. Esses cartões contêm as mesmas informações que a tabela ou um resumo rápido. Você pode usar o PowerPoint ou criar um conjunto de arquivos Markdown para criar esses cartões.
Em determinados casos, você pode usar uma combinação de ferramentas. Por exemplo, cada componente de arquitetura em um cartão de persona pode abrir um arquivo Markdown que inclui uma tabela que mapeia a segurança e o controle de acesso baseado em função para cada serviço e ambiente. Para obter um exemplo, consulte o acelerador MLOps: RBAC de Identidade.
Personas de exemplo
Você pode usar cartões para definir os serviços que uma persona precisa ser capaz de acessar em um processo e descrever as habilidades necessárias para cada persona (seja uma pessoa ou um agente).
Importante
Embora as personas definidas aqui sirvam como exemplos de linha de base, recomendamos que você crie suas próprias personas usando ferramentas como tabelas, cartões de modelo de persona e grafos.
É importante que essas personas se alinhem com seus processos, organização e usuários.
| Engenheiro de dados de IA (P001) |
|---|
| Equipe: Equipe de ingestão de dados 🔹 Interação primária: equipe de desenvolvimento de IA 🔹 Acesso a componentes: Azure Data Factory, Azure Databricks, Banco de Dados SQL do Azure, Armazenamento do Azure 🔹 Processos: DataOps, ETL, ELT 🔹 Habilidades: SQL, Python, PySpark |
| Analista de BI (P003) |
|---|
| Equipe: Equipe de Análise 🔹 Interação primária: Equipe de Ingestão de Dados 🔹 Acesso a componentes: Power BI, Azure Data Explorer, Armazenamento do Azure Processos 🔹: análise de dados, armazenamento de dados 🔹 Habilidades: SQL, Python, PySpark |
| Cientista de dados de IA discriminativa (P004) |
|---|
| Equipe: Equipe de IA 🔹 Interação primária: Equipe de Ingestão de Dados, Equipe de DevOps 🔹 Acesso a componentes: Azure Machine Learning, Azure Databricks, Armazenamento do Azure, Azure Key Vault 🔹 Processos: MLOps, MLflow 🔹 Habilidades: Azure Machine Learning, Python, Treinamento de modelo |
| Cientista de dados GenAI (P006) |
|---|
| Equipe: Equipe de IA 🔹 Interação primária: Equipe de Ingestão de Dados, Equipe de DevOps 🔹 Acesso a componentes: portal do Azure AI Foundry, Serviço OpenAI do Azure, Azure AI Search, Armazenamento do Azure, Azure Key Vault 🔹 Processos: GenAIOps 🔹 Skills: Azure Machine Learning, Python, conhecimento de modelo (LLM, SLM), ajuste fino, RAG, conceito agente |
| Desenvolvedor de bate-papo GenAI (P007) |
|---|
| Equipe: Equipe de Engenharia 🔹 Interação primária: Equipe de IA 🔹 Acesso a componentes: Aplicativos Web do Azure, Gerenciamento de API do Azure, Azure Cosmos DB, Aplicativos de Contêiner do Azure, Azure Functions processos 🔹: DevOps, processamento controlado por eventos, microsserviços 🔹 Skills: arquitetura de aplicativo Web (front-end/back-end), React, Node.js, HTML, CSS |
| Construir o Agente MLOps (P009) |
|---|
| Equipe: Equipe de Engenharia 🔹 Interação primária: Equipe de IA 🔹 Acesso a componentes: Azure Machine Learning, Azure DevOps, GitHub 🔹 Processos: processamento e serviço de Lambda, MLOps de loop externo 🔹 Habilidades: Python, Pyspark |
Caso de uso: Personas para processos de IA
Esses processos principais são usados em cargas de trabalho de IA:
- DataOps é a ingestão e preparação de dados.
- O MLOps é a operacionalização de modelos de machine learning.
- GenAIOps é a descoberta e avaliação de modelos existentes e o refinamento desses modelos para o contexto da carga de trabalho.
- O loop interno é o refinamento das soluções no ambiente de desenvolvimento, seja durante a pesquisa ou quando acionado pelo monitoramento do loop externo.
- O loop externo é o movimento de soluções do desenvolvimento para a produção. Esse loop usa monitoramento e avaliação contínuas para identificar as melhorias necessárias.
O mapeamento de personas para esses processos fornece contexto para cada persona. Esta etapa pode ajudar a identificar os processos em que uma persona pode precisar de desenvolvimento de habilidades.
A imagem mostra o fluxo de trabalho para DataOps, MLOps e GenAIOps em um ambiente de produção. Os dados fluem da ingestão para a implantação e avaliação do modelo. O fluxo de trabalho usa práticas de CI/CD (integração contínua e entrega contínua). As principais tarefas incluem refinar modelos de dados, avaliar lotes, implantar endpoints, avaliar modelos em tempo real e ajustar modelos. As personas de exemplo participam de todo o fluxo de trabalho.
Caso de uso: Personas para projeto de arquitetura
Conectar processos à arquitetura de suporte ajuda você a identificar os serviços com os quais uma persona precisa interagir e destaca áreas para possíveis aperfeiçoamentos de habilidades.
Para visualizar essa conexão, crie uma imagem gráfica que mostre como os componentes de arquitetura estão conectados. Esse auxílio visual pode ilustrar o fluxo de dados e interações entre serviços e como os fluxos são automatizados na implantação. Ele ajuda os stakeholders a entender a arquitetura e as funções de diferentes personas dentro dela.
A imagem a seguir mostra uma arquitetura lambda para análise moderna no Azure.
Próxima etapa
Em seguida, vá para a ferramenta de avaliação para avaliar seu design.