주요 컨텐츠로 이동

Feature Store

데이터 플랫폼과 MLOps 프레임워크를 함께 설계한 첫 번째 특성 저장소

feature-store-img-1
Feature Store Architecture

데이터 팀은 이제 새로운 특성을 생성하고, 기존 특성을 탐색 및 재사용하고, 레이턴시가 짧은 온라인 스토어에 특성을 게시하고, 학습 데이터 세트를 구축하고, 배치 추론을 위한 특성 값을 검색할 수 있습니다.

feature-store-img-3

재사용 가능한 자산으로서의 특성

특성 레지스트리는 모든 특성, 관련 정의, 원본 데이터 및 소비자에 대한 검색 가능한 기록을 제공하여 팀 간 재작업을 크게 줄여 줍니다. 데이터 사이언티스트, 애널리스트 및 ML 엔지니어는 가공되지 않은 사용 데이터를 기반으로 특성을 검색하고 직접 사용하거나 기존 특성을 포크할 수 있습니다.

feature-store-img-4

학습 및 서빙을 위한 일관된 특성

특성 공급자는 두 가지 모드로 특성을 제공합니다. 배치 모드는 ML 모델 학습 또는 배치 추론을 위해 고처리량 특성을 제공합니다. 온라인 모드는 ML 모델을 서빙하거나 BI 애플리케이션에서 동일한 특성을 사용할 수 있도록 짧은 레이턴시로 특성을 제공합니다. 모델 학습에 사용되는 특성은 모델과 함께 자동으로 추적되며, 모델 추론 중에 모델 스스로 특성 저장소에서 직접 검색합니다.

feature-store-img-5

기본 내장 거버넌스를 사용한 특성 보호

특성 저장소 통합은 특성을 컴퓨팅하는 데 사용되는 데이터의 전체 계보를 제공합니다. 특성에는 적절한 수준의 보안을 위해 연결된 ACL이 있습니다. MLflow와 통합하면 특성이 ML 모델과 함께 저장되므로 학습과 서빙 시간 간의 드리프트를 제거할 수 있습니다.

리소스

가상 이벤트

Virtual Event: Building Machine Learning Platforms

Ready to get started?