Feast: Almacenes de funciones prácticos para el ML de producción

Garantizar la consistencia de las características entre el entrenamiento y la entrega es uno de los retos más importantes en la implementación de modelos de aprendizaje automático, y un almacén de características es el componente de infraestructura esencial que resuelve este problema. Este curso proporciona una comprensión profunda y práctica de Feast, la solución de Feature Store de código abierto líder.Aprenderá los conceptos básicos, los mecanismos internos y la infraestructura necesarios para administrar el ciclo de vida de las características e implementar modelos de manera confiable, centrándose en aplicaciones de nivel de producción. Lo que aprenderás: * Comprender la arquitectura central y el propósito de una tienda de características, centrándose en los conceptos críticos de Point-in-Time Join y materialización de características. * Configurar e implementar Feast utilizando componentes de infraestructura moderna comunes como Docker, Spark, almacenamiento de objetos (S3) y Redis para servir tanto sin conexión como en línea. * Practique definir vistas de características, ingerir datos de varias fuentes, incluidas las fuentes de transmisión, y garantizar la coherencia de los datos en los entornos. * Aplicar comprobaciones de calidad de datos fundamentales y técnicas de validación dentro de la tubería de ingestión de características para mantener la integridad del modelo y evitar la deriva. * Dominar las diferencias entre la recuperación de características sin conexión de alto rendimiento para el entrenamiento de modelos y el servicio en línea de baja latencia para la inferencia en tiempo real. El curso comienza con la terminología y la arquitectura fundamentales antes de pasar a la configuración práctica y los ejercicios de implementación utilizando componentes de infraestructura de datos modernos.Trabajará a través de escenarios del mundo real para comprender cómo Feast maneja los flujos de datos complejos y la sincronización. Este curso está diseñado para científicos de datos principiantes, ingenieros de aprendizaje automático e ingenieros que necesitan implementar un sistema de gestión de características escalable y consistente para sus proyectos de aprendizajes automáticos.No se requiere experiencia previa con Feast. Comience a crear canalizaciones de ML robustas y reproducibles hoy mismo.