Материализация фичей в контексте Feast - это перенос фичей из оффлайн-хранилища (например, PostgreSQL) в онлайн-хранилище (например, Redis). Этот механизм поддерживает целостность в фичах между оффлайн- и онлайн-применением.
Спасибо за видео. Я правильно понимаю, что Feature Store всегда реализует свои Storage для загрузки туда данных и использования фичей? Для доступа к фичам нельзя использовать Feast как интерфейс для существующей БД, не перегружая их в Storage?
Привет! Не совсем, по сути Feast - это всего лишь интерфейс, абстракция, отделяющая фичи (логику) от реализации (хранения). Вы можете использовать довольно широкий набор готовых адаптеров для онлайн/офлайн хранилищ. В данный момент поддерживаются, например: Cassandra, Postgres, Apache Spark, Redshift и т. д. Можно также реализовать и кастомный адаптер для других реализаций БД. Подробнее можно посмотреть тут docs.feast.dev/reference/offline-stores
@@AlexanderSergeenko Допустим, я хочу организовать обучение модели. Я создаю фичи (логику) в Feast. При сборке датасета запрашиваю данные по фичам у Feast. Он сможет забирать их из существующего dwh, не создавая нигде новых таблиц?
@@MrBlackzubИспользовать текущее DWH в качестве хранилища фичей - можно, но важно понимать, что feast не хранит логику формирования фичей (только логику извлечения готовых/метаданные), вам придется подготовить датасеты фичей в DWH сторонними ETL/ELT, на основе прочих слоев хранилища.
Молодец, доступно и понятно.
Спасибо!
Thanks
+1 за юмор и подачу %)
Спасибо
Классный обзор стека для начинающих
Некоторые термины сходу непонятны для "чайника", но немного гугления спасают ситуацию. Спасибо, лайк!
Привет из финтеха!
Благодарю за доклад!
Спасибо за доклад, очень качественное овервью основ ML.
Спасибо!
Можете подробнее рассказать о процессе материализации фичей? Что это и зачем нужно?
Материализация фичей в контексте Feast - это перенос фичей из оффлайн-хранилища (например, PostgreSQL) в онлайн-хранилище (например, Redis). Этот механизм поддерживает целостность в фичах между оффлайн- и онлайн-применением.
Благодарю за доклад!
Спасибо за видео. Я правильно понимаю, что Feature Store всегда реализует свои Storage для загрузки туда данных и использования фичей? Для доступа к фичам нельзя использовать Feast как интерфейс для существующей БД, не перегружая их в Storage?
Привет!
Не совсем, по сути Feast - это всего лишь интерфейс, абстракция, отделяющая фичи (логику) от реализации (хранения).
Вы можете использовать довольно широкий набор готовых адаптеров для онлайн/офлайн хранилищ.
В данный момент поддерживаются, например: Cassandra, Postgres, Apache Spark, Redshift и т. д. Можно также реализовать и кастомный адаптер для других реализаций БД.
Подробнее можно посмотреть тут docs.feast.dev/reference/offline-stores
@@AlexanderSergeenko Допустим, я хочу организовать обучение модели. Я создаю фичи (логику) в Feast. При сборке датасета запрашиваю данные по фичам у Feast. Он сможет забирать их из существующего dwh, не создавая нигде новых таблиц?
@@MrBlackzubИспользовать текущее DWH в качестве хранилища фичей - можно, но важно понимать, что feast не хранит логику формирования фичей (только логику извлечения готовых/метаданные), вам придется подготовить датасеты фичей в DWH сторонними ETL/ELT, на основе прочих слоев хранилища.
Стоит ли рассматривать feast для небольших проектов?
"Небольшой" - это довольно размытая категория, начинать можно даже с формата MVP. Feast в базовом виде не очень требователен к ресурсам.
Спасибо