Profile zespołów dla obciążeń związanych ze sztuczną inteligencją

W kontekście tworzenia obciążeń sztucznej inteligencji, w przeciwieństwie do tradycyjnego wdrażania kodu, modele nieokreślone wymagają iteracyjnego eksperymentowania i współpracy między wieloma rolami i zespołami. Wczesna integracja operacji, tworzenia aplikacji i zespołów danych jest niezbędna do wspierania wzajemnego zrozumienia. Ta współpraca wymaga różnorodnych umiejętności i ciągłego uczenia się, aby nadążyć za postępami technologicznymi.

Efektywna współpraca zależy od integrowania narzędzi, procesów i osób i jest napędzana potrzebami wynikającymi z obciążenia pracą oraz określonymi celami. Zalecane strategie obejmują:

• Ustanawianie jasnych ról i rachunków.
• Korzystanie z zestawu umiejętności twojego zespołu w celu wykonywania odpowiednich zadań.
• Standaryzacja procesów i podprocesów, takich jak śledzenie pracy w ramach udostępnionej listy prac.
• Poleganie na automatyzacji w celu osiągnięcia spójności i powtarzalności.

Personas może być skutecznym narzędziem do materializacji tych strategii i standaryzacji obowiązków. W tym artykule opisano personifikacje obciążeń związanych ze sztuczną inteligencją oraz ich korzyści w projektowaniu zadań roboczych. Zawiera również przykłady i narzędzia do efektywnego definiowania i używania tych osób na poziomie zespołu.

Co to są personas?

Personas reprezentują podzestawy ludzi i procesów, które są zaangażowane w tworzenie i działanie zadania. Personas uchwytują zarówno role, jak i rzeczywiste zachowania oraz obowiązki tych osób i procesów. Osoba może uosabiać jedną lub wiele osób, w zależności od kontekstu. Osoba nie musi być osobą. Może to być również proces nienadzorowany, taki jak proces agenta w architekturze.

Twoje zadania mogą mieć persony użytkowników, które napędzają rozwój funkcji. Osoby te nie należą do zakresu tego artykułu.

W przeciwieństwie do ról, które są stosunkowo statycznymi funkcjami lub stanowiskami w organizacji, osoby są dynamiczne i zorientowane na cel. Mogą służyć do mapowania wymagań umiejętności na procesy i narzędzia, takie jak składniki architektury. Osoby pomagają przede wszystkim zdefiniować zakres odpowiedzialności i ustawić kontekst w projekcie. Zapewniają one kilka innych korzyści, takich jak:

• Identyfikacja luk w zasobach. Identyfikowanie luk pomaga zdecydować, czy zatrudnić lub wytrenować zasoby, czy przeprojektować rozwiązanie. Jeśli zespołowi ds. obciążeń brakuje osób, które pasują do niezbędnego profilu, może być konieczne dostosowanie architektury, zmodyfikowanie procesu lub zatrudnienie nowego personelu. Jeśli na przykład brakuje starszej osoby do nauki o danych, możesz przeprojektować architekturę, aby polegać bardziej na rozwiązaniach sztucznej inteligencji ogólnego przeznaczenia (SaaS) lub uwzględnić rozwiązania sztucznej inteligencji firmy innej niż Microsoft.
• Ulepszone umiejętności. Mapowanie osób na określone składniki architektury ułatwia również możliwości edukacyjne, takie jak sesje i kursy online w celu zwiększenia umiejętności.
• Zapewnienie odpowiednich poziomów dostępu. Osoby należy używać do definiowania potrzeb związanych z zabezpieczeniami i dostępem przez mapowanie osób na procesy, architektury i usługi. To mapowanie pomaga zapewnić odpowiednie poziomy dostępu.
• Ułatwianie planowania i komunikacji projektu. W planowaniu projektu persony pomagają zidentyfikować kluczowe interakcje w celu ułatwienia organizacji spotkań synchronicznych oraz ogólnego planowania. Zazwyczaj osoby są zintegrowane z hierarchią śledzenia historii użytkowników, funkcji i wymagań w celu usprawnienia zarządzania projektami.

Jak zdefiniować osoby

Zidentyfikuj specjalizacje członków zespołu i dopasuj je do odpowiednich ról w operacjach lub projekcie sztucznej inteligencji. Utwórz szablon, aby udokumentować oczekiwania osób, informacje o zespole i procesy, w których będą one zaangażowane.

Oto przykładowy szablon punktu odniesienia:

Narzędzia

Tabelę można używać do organizowania i wizualizowania informacji dla każdej osoby. Jedną z zalet tej metody jest możliwość tworzenia i łączenia z innymi tabelami, które zawierają bardziej szczegółowe informacje. Można na przykład połączyć składniki architektury z inną tabelą, w której określono kontrolę dostępu opartą na tożsamościach dla każdej usługi i środowiska (Dev, Stage, Production).

Kompromis. Zbyt mało osób może utrudnić zaimplementowanie kontroli dostępu opartej na rolach z najmniej uprzywilejowanym dostępem i efektywne dystrybuowanie obowiązków służbowych. Z drugiej strony posiadanie zbyt wielu osób zwiększa obciążenie związane z zarządzaniem. Począwszy od od 5 do 10 osób, jest to dobra równowaga i należy dodać tylko osoby, które są niezbędne do wykonywania operacji.

Możesz również użyć kart do zdefiniowania osób. Te karty zawierają te same informacje co tabela lub krótkie podsumowanie. Możesz użyć programu PowerPoint lub utworzyć zestaw plików markdown do utworzenia tych kart.

W niektórych przypadkach można użyć kombinacji narzędzi. Na przykład każdy składnik architektury na karcie osoby może otworzyć plik Markdown zawierający tabelę, która mapuje zabezpieczenia i kontrolę dostępu opartą na rolach dla każdej usługi i środowiska. Przykład można znaleźć w artykule MLOps accelerator: Identity RBAC.

Przykładowe osoby

Za pomocą kart można zdefiniować usługi, do których osoba musi mieć dostęp w ramach procesu i przedstawić umiejętności wymagane dla każdej osoby (niezależnie od tego, czy jest to osoba, czy agent).

Przypadek użycia: Personas dla procesów sztucznej inteligencji

Te główne procesy są używane w obciążeniach sztucznej inteligencji:

• Metodyka DataOps to pozyskiwanie i przygotowywanie danych.
• Metodyka MLOps to operacjonalizacja modeli uczenia maszynowego.
• GenAIOps to odnajdywanie i ewaluacja istniejących modeli oraz uściślenie tych modeli w kontekście obciążenia.
• Pętla wewnętrzna to doprecyzowanie rozwiązań w środowisku deweloperskim, zarówno podczas badań, jak i wyzwalane przez monitorowanie pętli zewnętrznej.
• Pętla zewnętrzna to proces przenoszenia rozwiązań z etapu rozwoju do produkcji. Ta pętla używa ciągłego monitorowania i oceny w celu zidentyfikowania niezbędnych ulepszeń.

Mapowanie osób na te procesy zapewnia kontekst dla każdej osoby. Ten krok może pomóc w zidentyfikowaniu procesów, w których osoba może potrzebować upskillingu.

Obraz przedstawia przepływ pracy dla operacji DataOps, MLOps i GenAIOps w środowisku produkcyjnym. Dane przepływają od pozyskiwania do wdrażania i oceny modelu. Przepływ pracy wykorzystuje praktyki ciągłej integracji i ciągłego dostarczania (CI/CD). Kluczowe zadania obejmują udoskonalanie modeli danych, ocenianie partii, wdrażanie punktów końcowych, ocenianie modeli w czasie rzeczywistym i dostrajanie modeli. Przykładowa osoba uczestniczy w całym przepływie pracy.

Przypadek użycia: Personas na potrzeby projektowania architektury

Łączenie procesów z architekturą pomocniczą pomaga zidentyfikować usługi, z którymi osoba musi wchodzić w interakcje i wyróżniać obszary potencjalnego upskillingu.

Aby zwizualizować to połączenie, utwórz obraz graficzny przedstawiający sposób łączenia składników architektury. Ta pomoc wizualna może zilustrować przepływ danych i interakcje między usługami oraz sposób automatycznego wdrażania przepływów. Pomaga to uczestnikom projektu zrozumieć architekturę i role różnych osób w nim.

Na poniższej ilustracji przedstawiono architekturę lambda na potrzeby nowoczesnej analizy na platformie Azure.

Następny krok

Następnie przejdź do narzędzia do oceny, aby ocenić projekt.