Feature Store et Inférence en Ligne

Le Feature Store de Databricks fournit un dépôt centralisé qui permet aux data scientists de trouver et de partager des caractéristiques et garantit également que le même code utilisé pour calculer les valeurs des caractéristiques est utilisé pour l'entraînement et l'inférence du modèle.

Le Feature Store de Databricks résout la complexité de la gestion à la fois de grands ensembles de données à grande échelle pour l'entraînement et de petites données pour l'inférence en temps réel, accélérant votre équipe de science des données avec les meilleures pratiques.

Dans cette démo, nous allons couvrir toutes les capacités du Magasin de Caractéristiques et de la Table en Ligne dans un ensemble de trois carnets de notes. Chaque carnet introduira de nouvelles capacités :

• Tables de consultation du Feature Store au sein du Catalogue Unity
• Utilisez Databricks AutoML pour construire un modèle de manière programmatique
• Utilisez des recherches ponctuelles pour prévenir les fuites de données
• Ajoutez une table de streaming pour actualiser vos fonctionnalités en temps réel
• Déployer un magasin en ligne pour l'inférence en temps réel
• Ajoutez une spécification de fonctionnalité pour calculer les fonctionnalités en temps réel via la fonction de catalogue Unity
• Déployez votre modèle en tant que point de terminaison de service sans serveur

 

Pour installer la démo, obtenez un espace de travail Databricks gratuit et exécutez les deux commandes suivantes dans un carnet Python

Dbdemos est une bibliothèque Python qui installe des démonstrations Databricks complètes dans vos espaces de travail. Dbdemos chargera et démarrera des carnets de notes, des pipelines Delta Live Tables, des clusters, des tableaux de bord Databricks SQL, des modèles d'entrepôt... Voir comment utiliser dbdemos

 

Dbdemos est distribué en tant que projet GitHub.

Pour plus de détails, veuillez consulter le GitHub fichier README.md et suivez la documentation.
Dbdemos est fourni tel quel. Voir le Licence et Notice pour plus d'informations.
Databricks n'offre pas de support officiel pour dbdemos et les ressources associées.
Pour tout problème, veuillez ouvrir un ticket et l'équipe de démonstration examinera sur une base de meilleurs efforts.