Apresentando Feature Views
Traduzido do original em inglês por IA. Ver em inglês
A Databricks introduziu o Feature Views, um framework gerenciado que permite aos profissionais definir uma feature de ML uma única vez no Unity Catalog e usá-la de forma consistente em treinamento, inferência em lote e serving em tempo real. Este lançamento elimina o desvio entre treinamento e serving (training-serving skew) e o gerenciamento complexo de infraestrutura, permitindo que os usuários coloquem features em produção rapidamente com poucas chamadas de API e sirvam features de streaming com uma latência p99 de ponta a ponta de 200 ms.
* O que é: Feature Views são um framework gerenciado para definir uma feature de ML uma vez e usá-la em qualquer lugar — a mesma definição alimenta dados históricos para experimentação e treinamento, e pipelines de produção para inferência em lote ou em tempo real. * O desafio que resolve: Colocar ML em tempo real em produção. Experimente features em um notebook e coloque-as em produção rapidamente com poucas chamadas de API. Elimine o desvio entre treinamento e serving, códigos de features duplicados e infraestruturas frágeis e autogerenciadas de streaming e online store que dificultam a escala do ML. * O resultado: As features tornam-se objetos governados no Unity Catalog, materializados por pipelines gerenciados, com features de streaming servidas com uma latência p99 de ponta a ponta de 200 ms.