Qu'est-ce que Feast et quels sont ses composants (magasin offline/en ligne) ?

Feast (Feature Store) est une plateforme pour gérer et fournir des caractéristiques (features) dans les systèmes d'apprentissage automatique. Elle aide à stocker, mettre à jour et livrer des caractéristiques de manière centralisée pour l'entraînement des modèles (offline) ainsi que pour l'inférence en ligne (online).

Principaux composants de Feast:

• Offline Store : stockage de données historiques de caractéristiques utilisées pour entraîner des modèles. Il s'agit généralement d'un data lake ou d'une base de données, comme BigQuery, Snowflake ou des fichiers Parquet dans le stockage cloud.

• Online Store : base de données à faible latence conçue pour un accès rapide aux caractéristiques fraîches lors de l'exécution du modèle en production. Il s'agit souvent de magasins key-value, comme Redis, Cassandra ou DynamoDB.

Feast assure la cohérence des données entre offline et online store, automatise la mise à jour des caractéristiques et s'intègre aux pipelines ML pour simplifier le développement et l'exploitation des modèles.