सेवा के बारे में
अनुवादितमैं Feast पर ML फीचर स्टोर सेट करता हूँ और बनाए रखता हूँ ताकि आपके मॉडल प्रशिक्षण और वास्तविक समय में समान फीचर्स देख सकें। प्रशिक्षण/सेवा भिन्नता आमतौर पर अनजान तरीके से आ जाती है: एक ऑफलाइन पाइपलाइन और ऑनलाइन सेवा समान फीचर को थोड़ा अलग तरीके से गणना करती है, और यह बाद में खराब मेट्रिक्स में प्रकट होती है जब निदान महंगा और धीमा होता है। मैं इस पूरी श्रेणी की त्रुटियों को समाप्त करता हूँ - प्रत्येक फीचर एक बार परिभाषित किया जाता है और सत्य के एकल स्रोत से सेवा दी जाती है।
काम में पूरा चक्र शामिल है: इकाई और फीचर परिभाषाएँ, ऐतिहासिक डेटा पर प्रशिक्षण के लिए ऑफलाइन स्टोर, कम-लेटेंसी सेवा के लिए ऑनलाइन स्टोर, और समय-निर्धारित सही जोड़े ताकि प्रशिक्षण डेटा भविष्य से लीक न हो। मैं लोड पाइपलाइन्स, सामग्रीकरण कार्यक्रम, और फीचर पुरानी और परिवर्तन के लिए निगरानी सेट करता हूँ। सब कुछ संस्करण-नियंत्रित और पूरी तरह से पुनरुत्पादनीय है।
आपको एक साफ फीचर रजिस्ट्रि मिलती है जो परियोजनाओं में पुनः उपयोग की जाती है, प्रयोग से उत्पादन तक एक तेज़ मार्ग, और दोनों पक्षों पर मेल खाते नंबर। मैं शून्य से शुरू कर सकता हूँ या आधे बने स्टोर को ठीक कर सकता हूँ, और मैं प्रत्येक कदम को विस्तार से दस्तावेज करता हूँ ताकि आप बाद में इसे बनाए रख सकें।
काम में पूरा चक्र शामिल है: इकाई और फीचर परिभाषाएँ, ऐतिहासिक डेटा पर प्रशिक्षण के लिए ऑफलाइन स्टोर, कम-लेटेंसी सेवा के लिए ऑनलाइन स्टोर, और समय-निर्धारित सही जोड़े ताकि प्रशिक्षण डेटा भविष्य से लीक न हो। मैं लोड पाइपलाइन्स, सामग्रीकरण कार्यक्रम, और फीचर पुरानी और परिवर्तन के लिए निगरानी सेट करता हूँ। सब कुछ संस्करण-नियंत्रित और पूरी तरह से पुनरुत्पादनीय है।
आपको एक साफ फीचर रजिस्ट्रि मिलती है जो परियोजनाओं में पुनः उपयोग की जाती है, प्रयोग से उत्पादन तक एक तेज़ मार्ग, और दोनों पक्षों पर मेल खाते नंबर। मैं शून्य से शुरू कर सकता हूँ या आधे बने स्टोर को ठीक कर सकता हूँ, और मैं प्रत्येक कदम को विस्तार से दस्तावेज करता हूँ ताकि आप बाद में इसे बनाए रख सकें।
