• 在这篇评论中，描述了当前的Feature Store格局，以及如何在MLOps管道中构建？人工智能和机器学习已达到拐点。在2020年，各种规模的不同行业的组织开始将其ML项目从实验发展到工业规模的生产。这样做的时候，他们意识到他们在功能特征定义和提取上浪费了很多时间和精力。F
  • 由于MLOps是一个新生领域，因此可能很难掌握其含义和要求。实施MLOps的最大挑战之一是在ML管道上叠加DevOps实践的难度。这主要是由于根本差异：DevOps处理的是代码，而ML是既是代码又有数据。当涉及到数据时，不可预测性始终是一个主要问题。由于代码和数据是独立且并行发展的，