Google釋出開源機器學習特徵商店Feast，讓多個團隊能共享模型特徵

Google雲端與GO-JEK合作，發布了開源特徵商店Feast，供開發團隊管理、儲存和探索機器學習專案相關的特徵，目的是要透過可擴展且統一的特徵儲存平臺，讓機器學習開發團隊可以定義和發布特徵，進而促進組織內特徵探索和重複使用。

特徵資料是關於領域實體（Domain Entity）的訊號，像是司機實體可以取得每日出車計數的特徵，相關的特徵還有距離、目的地以及一天的時間，通常一個機器學習模型會使用多重特徵。Google提到，在大型的團隊中，特徵在不同的專案可能以不同的方式維護和提供，而這將導致基礎架構的複雜化。

Google列舉了組織在維護機器學習特徵可能遇到的問題，第一個，特徵沒有被重複使用，相同的業務邏輯被重複開發了數次，浪費組織的資源，第二個，特徵定義不同，如此團隊並不能簡單的存取特徵檔案，而需要額外的工作進行轉換，

第三個問題，沒有統一特徵基礎架構，將難以提供最新的特徵。要以串流獲取和提供特徵，需要專門的基礎設施，而並非所有團隊具備相同的專業知識時，則團隊無法即時互相利用特徵資料。最後，還可能造成模型訓練與服務產生不一致，Google提到，訓練需要存取歷史資料，而預測模型需要最新的資料，當資料被孤立，使得需要為獨立系統使用個別的工具時，就有可能發生不一致的情況。

Google雲端與GO-JEK共同開發的Feast，以中央平臺解決這些問題，Feast標準化定義、儲存和存取特徵的方法，成為資料工程和機器學習之間的橋樑。Feast能以批次和串流的方式處理特徵資料，還可以管理特徵倉儲以及資料庫，以獲取歷史與最新資料。只要使用Python SDK，使用者就能從特徵倉儲產生訓練資料集，而且在模型部署完畢後，也能使用客戶端函式庫，從Feast Serving API存取特徵資料。

Feast提供集中式的特徵儲存，讓組織可以建構跨專案重複使用的特徵基礎，團隊間可以互相利用開發的特徵，隨著商店中增加的特徵，建制模型的成本便隨之降低。Feast能簡單地存取歷史特徵資料，方便產生用於訓練模型的特徵資料集，而這將能幫助使用者更專注模型建置，而非特徵工程的工作。

Feast強化了訓練和服務之間的一致性，使用Apache Beam管理批次或串流的資料源，為特徵倉儲和特徵商店提供一致的資料服務，使用者可以使用相同的識別符號，在特徵倉儲和特徵商店進行查詢。使用者的機器學習模型可以透過Feast Serving API，使用Feast的特徵資料，降低存取最新特徵資料的延遲，而且其特徵標準化的功能，讓使用者獲取有關特徵的文件、元資料和指標。

Feast和開源機器學習平臺Kubeflow緊密整合，能滿足機器學習生命周期中，對特徵儲存的需求，Feast可以在Kubeflow上部署，也可以與其他Kubeflow元件緊密協作，Feast提供了可以用於Jupyter Notebooksc和Kubeflow Pipelines的Python SDK。