Introdução ao Vertex AI Feature Store (antigo)

O Vertex AI Feature Store (antigo) oferece um repositório centralizado para organizar, armazenar e apresentar funcionalidades de ML. A utilização de um repositório de funcionalidades central permite a uma organização partilhar, descobrir e reutilizar eficientemente funcionalidades de AA à escala, o que pode aumentar a velocidade de desenvolvimento e implementação de novas aplicações de AA.

O Vertex AI Feature Store (antigo) é uma solução totalmente gerida que gere e dimensiona a infraestrutura subjacente, como recursos de armazenamento e computação. Esta solução significa que os cientistas de dados podem concentrar-se na lógica de cálculo das funcionalidades em vez de se preocuparem com os desafios da implementação de funcionalidades na produção.

O Vertex AI Feature Store (antigo) é uma parte integrada do Vertex AI. Pode usar o Vertex AI Feature Store (antigo) de forma independente ou como parte dos fluxos de trabalho do Vertex AI. Por exemplo, pode obter dados do Vertex AI Feature Store (antigo) para preparar modelos personalizados ou do AutoML no Vertex AI.

O Vertex AI Feature Store (antigo) é o antecessor do Vertex AI Feature Store. Para saber mais sobre o Vertex AI Feature Store, consulte a documentação do Vertex AI Feature Store.

Vista geral

Use o Vertex AI Feature Store (antigo) para criar e gerir featurestores, tipos de entidades e funcionalidades. Um Feature Store é um contentor de nível superior para as suas funcionalidades e respetivos valores. Quando configura um Feature Store, os utilizadores permitidos podem adicionar e partilhar as respetivas funcionalidades sem apoio técnico de engenharia adicional. Os utilizadores podem definir funcionalidades e, em seguida, importar (carregar) valores das funcionalidades de várias origens de dados. Saiba mais sobre o modelo de dados e os recursos do Vertex AI Feature Store (antigo).

Qualquer utilizador autorizado pode pesquisar e obter valores do Feature Store. Por exemplo, pode encontrar funcionalidades e, em seguida, fazer uma exportação em lote para obter dados de preparação para a criação de modelos de ML. Também pode obter valores de caraterísticas em tempo real para fazer previsões online rápidas.

Vantagens

Antes de usar o Vertex AI Feature Store (antigo), pode ter calculado valores de caraterísticas e guardado-os em várias localizações, como tabelas no BigQuery e como ficheiros no Cloud Storage. Além disso, pode ter criado e gerido soluções separadas para o armazenamento e o consumo de valores de atributos. Em contrapartida, o Vertex AI Feature Store (antigo) oferece uma solução unificada para armazenamento em lote e online, bem como a publicação de funcionalidades de ML. As secções seguintes detalham as vantagens que o Vertex AI Feature Store (antigo) oferece.

Partilhe funcionalidades na sua organização

Se produzir funcionalidades num Feature Store, pode partilhá-las rapidamente com outras pessoas para tarefas de preparação ou publicação. As equipas não precisam de reestruturar funcionalidades para diferentes projetos ou exemplos de utilização. Além disso, uma vez que pode gerir e publicar funcionalidades a partir de um repositório central, pode manter a consistência em toda a sua organização e reduzir os esforços duplicados, especialmente para funcionalidades de elevado valor.

O Vertex AI Feature Store (antigo) oferece capacidades de pesquisa e filtragem para que outras pessoas descubram e reutilizem funcionalidades existentes. Para cada funcionalidade, pode ver os metadados relevantes para determinar a qualidade e os padrões de utilização da funcionalidade. Por exemplo, pode ver a fração de entidades que têm um valor válido para uma funcionalidade (também conhecida como cobertura de funcionalidades) e a distribuição estatística dos valores das funcionalidades.

Solução gerida para publicação online em grande escala

O Vertex AI Feature Store (antigo) oferece uma solução gerida para a publicação de funcionalidades online (publicação de baixa latência), o que é fundamental para fazer previsões online atempadas. Não tem de criar nem operar uma infraestrutura de serviço de dados de baixa latência. O Vertex AI Feature Store (antigo) faz isto por si e é dimensionado conforme necessário. Codifica a lógica para gerar funcionalidades, mas delega a tarefa de disponibilização de funcionalidades. Toda esta gestão incluída reduz o atrito para criar novas funcionalidades, permitindo que os cientistas de dados façam o seu trabalho sem se preocuparem com a implementação.

Mitigue o desvio aprendizagem/publicação

A divergência entre a preparação e a publicação ocorre quando a distribuição dos dados das funcionalidades que usa em produção difere da distribuição dos dados das funcionalidades que foram usados para preparar o seu modelo. Esta distorção resulta frequentemente em discrepâncias entre o desempenho de um modelo durante a preparação e o respetivo desempenho na produção. Os exemplos seguintes descrevem como o Vertex AI Feature Store (antigo) pode resolver potenciais origens de discrepância entre a preparação e a publicação:

  • O Vertex AI Feature Store (antigo) garante que um valor de funcionalidade é importado uma vez para um Feature Store e que o mesmo valor é reutilizado para preparação e publicação. Sem um Feature Store, pode ter caminhos de código diferentes para gerar funcionalidades entre o treino e a publicação. Assim, os valores das funcionalidades podem ser diferentes entre a preparação e a publicação.
  • O Vertex AI Feature Store (antigo) oferece pesquisas num determinado momento para obter dados históricos para a preparação. Com estas pesquisas, pode mitigar a fuga de dados obtendo apenas os valores das caraterísticas que estavam disponíveis antes de uma previsão e não depois.

Para mais informações sobre como detetar a discrepância entre a preparação e a publicação, consulte o artigo Veja anomalias de valores de funcionalidades.

Detetar desvio

O Vertex AI Feature Store (antigo) ajuda a detetar alterações significativas na distribuição dos dados de atributos ao longo do tempo, também conhecido como desvio. O Vertex AI Feature Store (antigo) monitoriza constantemente a distribuição dos valores das funcionalidades que são importados para o Feature Store. À medida que a variação das funcionalidades aumenta, pode ter de voltar a formar os modelos que estão a usar as funcionalidades afetadas. Para mais informações sobre como detetar a variação, consulte o artigo Veja anomalias de valores de funcionalidades.

Quotas e limites

O Vertex AI Feature Store (antigo) aplica quotas e limites para ajudar a gerir os recursos definindo os seus próprios limites de utilização e para proteger a comunidade de utilizadores do Google Cloud, evitando picos imprevistos na utilização. Para evitar atingir restrições não planeadas, reveja as quotas do Vertex AI Feature Store (antigo) na página Quotas e limites. Por exemplo, o Vertex AI Feature Store (antigo) define uma quota no número de nós de publicação online e uma quota no número de pedidos de publicação online que pode fazer por minuto.

Retenção de dados

O Vertex AI Feature Store (antigo) mantém os valores das funcionalidades até ao limite de retenção de dados. Este limite baseia-se na data/hora associada aos valores das funcionalidades e não na data/hora em que os valores foram importados. O Vertex AI Feature Store (antigo) agenda a eliminação de valores com datas/horas que excedem o limite.

Preços

Os preços do Vertex AI Feature Store (antigo) baseiam-se em vários fatores, como a quantidade de dados que armazena e o número de nós online do Feature Store que usa. As cobranças começam imediatamente após a criação de um Feature Store. Para mais informações, consulte os preços do Vertex AI Feature Store (antigo).

O que se segue?