GCP整合Tecton平臺強化機器學習特徵管理

Google雲端加入一個稱為Tecton的功能平臺，可自動執行生產環境中，建置和管理機器學習特徵的步驟，Tecton是一個全託管特徵建置和調度服務，可完整管理機器學習特徵生命周期，降低組織建構、管理和共享機器學習特徵的障礙，並提高模型效能和可靠性，控制機器學習應用程式的開發和維護成本。

目前不少企業開始將機器學習功能整合進應用程式中，但是機器學習模型需要高品質的資料，經過轉換建立機器學習特徵，才能做出精準預測，而Google提到，建置和管理生產環境機器學習特徵資料工作管線並不容易，這些工作管線的資料來自批次處理或是串流傳輸等不同來源，在將這些資料轉換成為機器學習特徵之後，才能用於訓練和服務上。

而Tecton的目標是要能自動處理機器學習特徵的建置、處理、共享和供給工作，資料團隊可以使用Tecton的宣告式框架，將特徵定義為程式碼，在底層會由Tecton調度轉換與實現機器學習特徵所需要的實際工作管線。透過Google Cloud Build這類CI/CD工具，開發者可以將Tecton特徵當作程式碼進行管理，集中管理程式碼方便共享和協作，就像是管理基礎設施即程式碼，或是模型即程式碼一樣。

Tecton可自動連接和維護Google雲端批次處理和串流服務的新資料，同時Tecton也支援來自包括Redshift、Snowflake和Apache Kafka等非GCP的資料。Tecton在Google雲端上，會使用Databricks或Dataproc分散式運算平臺聚合和轉換資料，將傳入的資料轉換成為特徵，放到線上與離線特徵商店中。資料特徵存放在Tecton低延遲線上儲存，服務即時供給需求，同時也會存放在離線儲存，以用於產生訓練資料集和離線推理用途。