khorost.tech Khorost.tech
  • Инфраструктура
  • Go
  • Docker
    • От кода до прода
    • Базы данных
    • Архитектура
    • Performance
    • TypeScript / Node
    • Kubernetes
    • Хранилища
    • Python
    • Наблюдаемость
    • Безопасность
    • Фото и игры
    • Сообщения
    • Языки
    • Zig
    • Rust
    • Java
    • AI
    • Инструменты
    • C++
    • Все публикации
    • Все разделы
    • Серии и карты
  • Поиск
  • Заметки
  • Теги
  • Обо мне

Feature-Store

Признаки в проде: feature store и train/serve skew
10.11.2026

Признаки в проде: feature store и train/serve skew

Признак считают дважды: батчем для обучения и онлайн при инференсе. На стенде онлайн-код по той же спецификации расходится с батчем в каждом значении, перевёрнутые решения и пропущенное мошенничество есть, ошибок — ноль. Feast убирает расхождение путей, но его граница point-in-time включительна, онлайн-хранилище не применяет ttl, а материализация раз в сутки делает устаревшей половину значений. PIT по времени события ещё не PIT по времени знания, а накопительный счёт с самим событием при включительной границе отдаёт модели собственную метку — с ней качество в проде падает ниже случайного. И когда feature store не нужен вовсе

#mlops #feast #postgresql
#feature-store #python
Все публикации Все разделы Обратная связь Telegram-канал Обсуждение RSS
© 2026 Александр Хохлов. MIT License