Feature Store или как обеспечить быструю доставку данных по запросу 🛒

В работе с данными для обучения моделей (в частности, нейросетей) много рутины: под каждую ML-модель нужно создать свой набор данных (датасет), убрать лишние признаки (фичи) и протестировать точность предсказаний. Иногда при изменении датасета нужно собирать данные по новой. Это неудобно и требует много времени.

Чтобы оптимизировать работу с данными, мы решили разработать Feature Store.

Подробнее о том, что такое "супермаркет" данных, о том, как работает Feature Store и кому он в первую очередь нужен вы узнаете в наших карточках