Capítulo 2: Ingeniería de Características a Escala

Feature Stores

Los feature stores centralizan el cálculo y el suministro de características, asegurando la consistencia entre el entrenamiento y la inferencia.

Ejemplo de Feast

from feast import FeatureStore, Entity, Feature, ValueType, FeatureView
from feast.infra.offline_stores.file_source import FileSource

# Define entity
customer = Entity(
    name="customer_id",
    value_type=ValueType.STRING,
    description="Customer identifier"
)

# Define feature view
customer_features = FeatureView(
    name="customer_features",
    entities=["customer_id"],
    ttl=timedelta(days=1),
    features=[
        Feature(name="total_purchases", dtype=ValueType.FLOAT),
        Feature(name="days_since_last_login", dtype=ValueType.INT64),
        Feature(name="account_age_days", dtype=ValueType.INT64),
    ],
    online=True,
    source=FileSource(path="data/customer_features.parquet")
)

# Get features for training
store = FeatureStore(repo_path=".")
training_df = store.get_historical_features(
    entity_df=entity_df,
    features=["customer_features:total_purchases", "customer_features:days_since_last_login"]
).to_df()

# Get features for inference (online)
online_features = store.get_online_features(
    features=["customer_features:total_purchases"],
    entity_rows=[{"customer_id": "CUS-12345"}]
).to_dict()

Características Online vs Offline

Tipo	Propósito	Latencia	Almacenamiento
Offline	Entrenamiento	Minutos	Data warehouse
Online	Inferencia	Milisegundos	Redis, DynamoDB

Puntos Clave

Summary

1. Los feature stores aseguran la consistencia entre entrenamiento e inferencia
2. Separar los stores online/offline para diferentes necesidades de latencia
3. Versionar las características como el código y los datos

---

Siguiente: Capítulo 3: Calidad y Validación de Datos