Was ist Feast und welche Komponenten hat es (Offline/Online-Shop)?

Feast (Feature Store) ist eine Plattform zur Verwaltung und Bereitstellung von Merkmalen (Features) in Systemen des maschinellen Lernens. Sie hilft dabei, Merkmale zentral zu speichern, zu aktualisieren und bereitzustellen, sowohl für das Training von Modellen (offline) als auch für die Online-Inferenz (online).

Hauptkomponenten von Feast:

• Offline Store: Speicherung historischer Merkmalsdaten, die zum Trainieren von Modellen verwendet werden. Es ist in der Regel ein Data Lake oder eine Datenbank, wie BigQuery, Snowflake oder Parquet-Dateien in Cloud-Speichern.

• Online Store: eine Datenbank mit niedriger Latenz, die für den schnellen Zugriff auf frische Merkmale während des Betriebs des Modells in der Produktion vorgesehen ist. Häufig sind dies Key-Value-Speicher wie Redis, Cassandra oder DynamoDB.

Feast sorgt für Datenkonsistenz zwischen Offline- und Online-Store, automatisiert die Aktualisierung von Merkmalen und integriert sich in ML-Pipelines, um die Entwicklung und den Betrieb von Modellen zu erleichtern.