Лаборатория 2: AI Architecture Design Sprint
Полный цикл проектирования AI системы — от архитектуры до инфраструктуры с ролевым распределением задач
🏗️ Лаборатория 2: AI Architecture Design Sprint
За 2 недели превратить идею из Лабы 1 в техническую реальность: архитектура, интерфейсы, данные и инфраструктура. Каждая роль — эксперт своего домена.
📊 Sprint Dashboard
🗓️ Sprint Timeline
Каждая роль создает свои Pull Request'ы с индивидуальными артефактами.
Общая ветка: lab2-design-sprint, индивидуальные PR: lab2-[role]-deliverables
Основной вопрос спринта
"Как будем решать задачу технически?"
Каждая роль отвечает на свою часть этого вопроса через конкретные артефакты и практические задачи.
📋 Progress Tracker
🎯 Задачи по ролям
SYSTEM ARCHITECT / PRODUCT OWNER
Формулировка проблемы, архитектура системы, распределение задач
Ответственность
Проектирование архитектуры системы, создание технических требований и координация архитектурных решений команды. Определение технологического стека и принципов разработки.
Технические требования
- Анализ use-cases из лабораторной 1
- Формулировка технических требований
- Определение метрик производительности
- Выбор архитектурных принципов
docs/requirements.mdC4 Архитектура
- Context диаграмма (система и внешний мир)
- Container диаграмма (Frontend, API, DB, LLM)
- Выбор и обоснование технологий
- Описание интерфейсов компонентов
docs/architecture/c4-diagrams.mdRoadmap проекта
- Разделение на эпики по спринтам
- Определение зависимостей задач
- Приоритизация MVP функций
- Планирование рисков и их митигация
docs/roadmap.mdDoR/DoD критерии
- Definition of Ready для задач
- Definition of Done для функций
- Метрики успеха продукта
- KPI для каждого спринта
docs/definitions.md- • Используйте интерактивные C4 диаграммы
- • Согласовывайте архитектуру с командой
- • Проводите регулярные ретроспективы
- • Документируйте архитектурные решения (ADR)
Итоговые артефакты
docs/requirements.mddocs/architecture/c4-diagrams.mddocs/roadmap.mddocs/definitions.mddatabase/schema.sqldesign/wireframes.figmadesign/user-flows.miroapi/openapi.yamldocker-compose.dev.yml.github/workflows/monitoring/docs/infrastructure.mdml/requirements.mddata/ + ml/prompt_templates.pyml/models/baseline.pyreports/baseline_report.mdГрафик работы
Дни 1-2: Стратегия
- • SA/PO: требования и начало архитектуры
- • Fullstack: анализ данных и начало схемы
- • MLOps: исследование инструментов
- • AI Engineer: исследование LLM решений
Дни 3-4: Проектирование
- • SA/PO: C4 диаграммы
- • Fullstack: wireframes и UX flows
- • MLOps: docker-compose черновик
- • AI Engineer: подготовка данных и промптов
Дни 5-7: Детализация
- • SA/PO: roadmap и DoD
- • Fullstack: API контракты
- • MLOps: CI/CD настройка
- • AI Engineer: baseline модель
Дни 8-10: Интеграция
- • Все роли: связывание артефактов
- • Cross-review между ролями
- • Тестирование интеграций
- • Обновление документации
Дни 11-12: Полировка
- • MLOps: мониторинг и финальные тесты
- • AI Engineer: evaluation и отчет
- • SA/PO: финальный архитектурный ревью
- • Fullstack: UI/UX валидация
Дни 13-14: Сдача
- • Создание Pull Request'ов
- • Peer review всех артефактов
- • Итоговая документация
- • Готовность к следующему спринту
🎯 Definition of Done (DoD)
Технические требования
К концу этого спринта у вас будет полная техническая основа для реализации AI системы. Архитектура, интерфейсы, данные и инфраструктура — всё готово для кодинга в Спринте 3!