Практические хранилища функций для производственного ML

Обеспечение согласованности признаков между обучением и обслуживанием является одной из наиболее важных задач при развертывании моделей машинного обучения. Хранилище функций является важным компонентом инфраструктуры, который решает эту проблему. Этот курс дает глубокое, практическое понимание Feast, ведущего решения Feature Store с открытым исходным кодом. Вы изучите основные концепции, внутренние механизмы и инфраструктуру, необходимые для управления жизненным циклом функций и надежного развертывания моделей, сосредоточившись на производственных приложениях. Что вы узнаете: * Понять основную архитектуру и назначение магазина функций, сосредоточившись на критически важных концепциях присоединения к точке во времени и материализации функций. * Настройка и развертывание Feast с использованием общих современных компонентов инфраструктуры, таких как Docker, Spark, объектное хранилище (S3) и Redis для автономного и онлайн-обслуживания. * Практика определения представлений объектов, ввода данных из различных источников, включая потоковые источники, и обеспечения согласованности данных в различных средах. * Применение методов проверки и подтверждения качества основных данных в рамках процесса поглощения признаков для поддержания целостности модели и предотвращения дрейфа. * Освоить различия между высокопроизводительным автономным поиском признаков для обучения модели и онлайн-обслуживанием с низкой задержкой для вывода в реальном времени. Курс начинается с базовой терминологии и архитектуры, а затем переходит к практическим упражнениям по конфигурации и развертыванию с использованием современных компонентов инфраструктуры данных. Вы будете работать с реальными сценариями, чтобы понять, как Feast обрабатывает сложные потоки данных и синхронизацию. Этот курс предназначен для начинающих ученых данных, инженеров ML и инженеров данных. Им необходимо внедрить масштабируемую и последовательную систему управления функциями для своих проектов машинного обучения. Не требуется предыдущий опыт работы с Feast. Начните создавать надежные и воспроизводимые конвейеры ML сегодня.