Personas de equipas para cargas de trabalho de IA
No contexto da criação de cargas de trabalho de IA, em contraste com a implantação de código tradicional, os modelos não determinísticos exigem experimentação iterativa e colaboração entre várias funções e equipes. A integração precoce das equipes de operações, desenvolvimento de aplicativos e dados é essencial para promover a compreensão mútua. Esta colaboração exige competências diversificadas e aprendizagem contínua para acompanhar os avanços tecnológicos.
A colaboração eficaz depende da integração de ferramentas, processos e pessoas e é impulsionada pelas necessidades de carga de trabalho e objetivos específicos. As estratégias recomendadas incluem:
- Estabelecer papéis e responsabilidades claros.
- Tirar partido do conjunto de competências da sua equipa para tarefas adequadas.
- Padronização de processos e subprocessos, como o acompanhamento do trabalho como parte de uma lista de pendências compartilhada.
- Confiando na automação para alcançar consistência e reprodutibilidade.
As personas podem ser uma ferramenta eficaz para materializar essas estratégias e padronizar responsabilidades. Este artigo descreve as personas para cargas de trabalho de IA e seus benefícios no design de cargas de trabalho. Ele também fornece exemplos e ferramentas para definir e usar essas personas de nível de equipe de forma eficaz.
O que são personas?
Personas representam subconjuntos de seres humanos e processos que estão envolvidos na criação e operação de uma carga de trabalho. As personas capturam tanto os papéis quanto os comportamentos e responsabilidades reais desses indivíduos e processos. Um indivíduo pode encarnar uma ou várias personas, dependendo do contexto. Uma persona não precisa ser uma pessoa. Também pode ser um processo não assistido, como um processo de agente na arquitetura.
A sua carga de trabalho pode incluir personas de utilizador que impulsionam o desenvolvimento de funcionalidades. Essas personas não estão no escopo deste artigo.
Ao contrário dos papéis, que são funções ou posições relativamente estáticas dentro de uma organização, as personas são dinâmicas e orientadas para objetivos. Eles podem ser usados para mapear requisitos de habilidades para processos e ferramentas, como componentes arquitetônicos. As personas ajudam principalmente a definir o escopo da responsabilidade e a definir o contexto dentro de um projeto. Eles fornecem vários outros benefícios, tais como:
- Identificação de lacunas de recursos. Identificar lacunas ajuda você a decidir se deseja recrutar ou treinar recursos ou redesenhar a solução. Se sua equipe de carga de trabalho não tiver indivíduos que se encaixem em uma persona necessária, talvez seja necessário ajustar a arquitetura, modificar o processo ou integrar novos funcionários. Por exemplo, se uma persona sênior de ciência de dados estiver faltando, você pode redesenhar a arquitetura para confiar mais em soluções de IA de software como serviço (SaaS) de uso geral ou incorporar soluções de IA que não sejam da Microsoft.
- Competências melhoradas. Mapear personas para componentes arquitetônicos específicos também facilita oportunidades educacionais, como sessões e cursos on-line para aprimorar habilidades.
- Garantir níveis adequados de acesso. Você deve usar personas para definir necessidades de segurança e acesso, mapeando personas para processos, arquiteturas e serviços. Esse mapeamento ajuda a garantir níveis de acesso adequados.
- Facilitar o planeamento 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 o planejamento geral. Normalmente, as personas são integradas à hierarquia de rastreamento de histórias de usuários, recursos e requisitos para simplificar o gerenciamento de projetos.
Como definir personas
Identifique as especializações dos membros da sua equipe e alinhe-as com as funções apropriadas em suas operações ou design de IA. Crie um modelo para documentar as expectativas de habilidades 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] 🔹Equipa: [Equipa 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 para os quais contribui] 🔹Habilidades: [Habilidades necessárias para concluir as tarefas, incluindo especificidades de domínio e tecnologia, como treinamento de modelo ou otimização de índice de pesquisa] |
Ferramentas
Você pode usar uma tabela para organizar e visualizar informações para cada persona. Uma vantagem desse 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 onde o controle de acesso baseado em identidade é especificado para cada serviço e ambiente (Dev, Stage, Production).
Compensação. Ter poucas personas pode dificultar a implementação do controle de acesso baseado em funções com acesso menos privilegiado e a distribuição eficaz das responsabilidades de trabalho. Por outro lado, ter muitas personas aumenta a sobrecarga de gestão. Começar com entre 5 e 10 personas é um bom equilíbrio, e você só deve adicionar personas que sejam necessárias para suas operações.
Você também pode usar cartões para definir personas. Estes 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 certos casos, você pode usar uma combinação de ferramentas. Por exemplo, cada componente de arquitetura em um cartão 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 : Identity RBAC.
Exemplo de personas
Você pode usar cartões para definir os serviços que uma persona precisa acessar dentro de 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 gráficos.
É importante que essas personas se alinhem com seus processos, organização e usuários.
| Engenheiro de Dados AI (P001) |
|---|
| Equipa: Equipa de Ingestão de Dados 🔹 Interação primária: Equipe de desenvolvimento de IA Acesso ao componente 🔹: 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) |
|---|
| Equipa: Equipa 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) |
|---|
| Equipa: AI Team 🔹 Interação primária: Equipe de Ingestão de Dados, Equipe de DevOps Acesso ao componente 🔹: Azure Machine Learning, Azure Databricks, Azure Storage, Azure Key Vault 🔹 Processos: MLOps, MLflow 🔹 Habilidades: Azure Machine Learning, Python, Treinamento de modelo |
| Cientista de Dados GenAI (P006) |
|---|
| Equipa: AI Team 🔹 Interação primária: Equipe de Ingestão de Dados, Equipe de DevOps Acesso ao componente 🔹: Portal do Azure AI Foundry, Azure OpenAI Service, Azure AI Search, Azure Storage, Azure Key Vault 🔹 Processos: GenAIOps 🔹 Habilidades: Azure Machine Learning, Python, conhecimento de modelos (LLM, SLM), ajuste fino, RAG, conceito agênico |
| Desenvolvedor de bate-papo GenAI (P007) |
|---|
| Equipa: Equipa de Engenharia 🔹 Interação primária: Equipe de IA 🔹 Acesso a componentes: Azure Web Apps, Azure API Management, Azure Cosmos DB, Azure Container Apps, Azure Functions 🔹 Processos: DevOps, processamento orientado a eventos, microsserviços 🔹 Habilidades: Arquitetura de aplicações Web (front-end/back-end), React, Node.js, HTML, CSS |
| MLOps do Agente de Build (P009) |
|---|
| Equipa: Equipa de Engenharia 🔹 Interação primária: Equipe de IA Acesso ao componente 🔹: Azure Machine Learning, Azure DevOps, GitHub 🔹 Processos: Processamento e serviço de Lambda, loop externo MLOps 🔹 Habilidades: Python, Pyspark |
Caso de uso: Personas para processos de IA
Estes processos principais são usados em cargas de trabalho de IA:
- DataOps é a ingestão e preparação de dados.
- 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 de carga de trabalho.
- O laço interno é o refinamento de soluções no ambiente de desenvolvimento, seja durante a pesquisa ou conforme acionado pelo monitoramento do laço externo.
- "Outer loop" é o processo de mover soluções do desenvolvimento para a produção. Este ciclo utiliza monitorização 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 aperfeiçoamento.
A imagem mostra o fluxo de trabalho para DataOps, MLOps e GenAIOps em um ambiente de produção. Os dados fluem desde a ingestão até a implantação e avaliação do modelo. O fluxo de trabalho usa práticas de integração contínua e entrega contínua (CI/CD). 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 design de arquitetura
Conectar processos à arquitetura de suporte ajuda a identificar os serviços com os quais uma persona precisa interagir e destaca áreas para potencial aprimoramento.
Para visualizar essa conexão, crie uma imagem gráfica que mostre como os componentes da arquitetura estão conectados. Esse auxílio visual pode ilustrar o fluxo de dados e as interações entre serviços e como os fluxos são automatizados na implantação. Ele ajuda as partes interessadas a entender a arquitetura e os papéis de diferentes personas dentro dela.
A imagem a seguir mostra uma arquitetura do Lambda para análises modernas no Azure.
Próximo passo
Em seguida, prossiga para a ferramenta de avaliação para avaliar o seu projeto.