Untuk mengoperasikan sistem machine learning yang disesuaikan, tim perlu memiliki akses ke banyak fitur data untuk melatih model, serta menayangkannya dalam produksi. GO-JEK dan Google Cloud dengan bangga mengumumkan rilis Feast, toko fitur open source yang memungkinkan tim mengelola, menyimpan, dan menemukan fitur untuk digunakan dalam project machine learning.
Dikembangkan bersama oleh GO-JEK dan Google Cloud, Feast bertujuan memecahkan serangkaian tantangan yang sering dihadapi tim machine learning engineering dengan menjadi platform terbuka, dapat diperluas, dan terpadu untuk penyimpanan fitur. Feast memberi tim kemampuan untuk mendefinisikan dan memublikasikan fitur ke toko terpadu ini, yang pada gilirannya akan memfasilitasi penemuan dan penggunaan kembali fitur di seluruh project machine learning.
“Feast adalah komponen penting dalam membangun sistem machine learning end-to-end di GO-JEK,” kata Peter Richens, Senior Data Scientist di GO-JEK, “kami sangat senang bisa merilisnya ke komunitas open source. Kami erat bekerja sama dengan Google Cloud dalam desain dan pengembangan produk,  dan ini telah menghasilkan sistem yang kuat untuk pengelolaan fitur machine learning, mulai dari ide hingga produksi.”
Untuk penerapan produksi, tim machine learning membutuhkan beragam sistem yang bekerja sama. Kubeflow adalah project yang didedikasikan untuk membuat sistem ini sederhana, portabel serta skalabel dan bertujuan untuk menerapkan sistem open-source terbaik bagi ML ke beragam infrastruktur. Kami saat ini dalam proses mengintegrasikan Feast dengan Kubeflow untuk menangani kebutuhan penyimpanan fitur yang melekat dalam siklus machine learning.

Motivasi

Data fitur adalah sinyal tentang entitas domain, e.g: untuk GO-JEK, kita bisa memiliki entity pengemudi dan fitur dari jumlah perjalanan harian yang diselesaikan. Fitur menarik lainnya mungkin adalah jarak antara pengemudi dan tujuan, atau waktu. Kombinasi beberapa fitur digunakan sebagai input untuk model machine learning.
Dalam lingkungan dan tim besar, cara fitur dijaga dan ditayangkan bisa berbeda secara signifikan di seluruh project dan ini menghadirkan kompleksitas infrastruktur, serta dapat mengakibatkan duplikasi pekerjaan.
Tantangan yang biasa dihadapi:

• Fitur tidak digunakan kembali: Fitur yang merepresentasikan konsep bisnis yang sama dikembangkan lagi berkali-kali, ketika pekerjaan yang ada dari tim lain sebenarnya bisa digunakan kembali.
• Definisi fitur bervariasi: Tim mendefinisikan fitur secara berbeda dan mengakses dokumentasinya tidaklah mudah.
• Kesulitan dalam menayangkan fitur-fitur terbaru: Menggabungkan fitur yang berasal dari batch dan streaming, dan membuatnya tersedia untuk penayangan, membutuhkan keahlian yang tidak dimiliki semua tim. Menyerap dan menayangkan fitur yang berasal dari streaming data sering kali membutuhkan infrastruktur khusus. Dengan demikian, tim terhalang untuk memanfaatkan data real time.
• Inkonsistensi antara pelatihan dan penayangan: Pelatihan membutuhkan akses ke data historis, sedangkan model yang menayangkan prediksi membutuhkan nilai terbaru. Inkonsistensi muncul ketika data diisolasi ke dalam banyak sistem independen yang membutuhkan fitur terpisah.

Solusi kami

Feast memecahkan tantangan-tantangan ini dengan menyediakan platform terpusat untuk menstandarkan definisi, penyimpanan, dan akses fitur untuk pelatihan dan penayangan. Ia berfungsi untuk menjembatani data engineering dan machine learning.
Feast menangani penyerapan data fitur dari sumber streaming dan batch. Feast juga mengelola warehouse dan menayangkan database untuk data historis dan terbaru. Menggunakan Python SDK, pengguna bisa menghasilkan set data pelatihan dari warehouse fitur. Setelah model diterapkan, mereka bisa menggunakan library klien untuk mengakses data fitur dari Feast Serving API.

Feast menyediakan hal-hal berikut:

• Visibilitas dan penggunaan kembali fitur: Toko fitur terpusat memungkinkan organisasi membangun fondasi fitur yang bisa digunakan kembali di seluruh project. Tim kemudian bisa memanfaatkan fitur yang dikembangkan oleh tim lain, dan seiring dengan semakin banyaknya fitur yang ditambahkan ke toko, membangun model akan menjadi lebih mudah dan murah.
• Mengakses fitur untuk pelatihan: Feast memungkinkan pengguna untuk dengan mudah mengakses data fitur historis. Ini memungkinkan pengguna untuk membuat set data fitur untuk digunakan dalam model pelatihan. Praktisi ML kemudian bisa lebih berfokus pada pemodelan dan mengurangi fokusnya pada rekayasa fitur.
• Mengakses fitur dalam penayangan: Data fitur juga tersedia untuk model dalam produksi melalui API penayangan fitur. API penayangan telah dirancang guna memberikan akses berlatensi rendah untuk nilai fitur terbaru.
• Konsistensi antara pelatihan dan penayangan: Feast memberikan konsistensi dengan mengelola dan menyatukan penyerapan data dari sumber streaming dan batch, menggunakan Apache Beam, ke dalam warehouse fitur dan toko yang menayangkan fitur. Pengguna bisa melakukan kueri fitur dalam warehouse dan API penayangan menggunakan set ID fitur yang sama.
• Standardisasi fitur: Tim bisa menangkap dokumentasi, metadata, dan metrik tentang fitur. Hal ini memungkinkan tim untuk berkomunikasi dengan jelas mengenai fitur, menguji data fitur, dan menentukan bila suatu fitur berguna untuk model tertentu.

Kubeflow

Terdapat ekosistem fitur yang terus berkembang yang berupaya memproduksi machine learning. Platform ML open source kunci dalam tempat ini adalah Kubeflow, yang berfokus pada peningkatan pengemasan, pelatihan, penayangan, orkestrasi, dan evaluasi model. Perusahaan yang sukses membangun platform ML internal telah mengidentifikasi bahwa peran standardisasi definisi, penyimpanan, dan akses fitur sangat penting dalam keberhasilan tersebut.
Karena alasan inilah, Feast bertujuan agar bisa diterapkan di Kubeflow dan terintegrasi secara mudah dengan komponen Kubeflow lainnya.  Ini mencakup Python SDK untuk penggunaan dengan notebook Jupyter Kubeflow, serta Pipeline Kubeflow.
Ada masalah Kubeflow GitHub di sini yang memberikan ruang diskusi tentang integrasi Feast pada masa mendatang.

Bagaimana Anda bisa berkontribusi

Feast menyediakan cara konsisten untuk mengakses fitur yang bisa diteruskan ke model penayangan, dan untuk mengakses fitur dalam batch untuk pelatihan. Kami berharap bahwa Feast bisa bertindak sebagai jembatan antara tim data engineering dan machine learning Anda, dan kami sangat menantikan masukan Anda melalui project GitHub kami. Untuk cara lain dalam berkontribusi:

• Temukan project Feast pada repositori GitHub di sini
• Bergabunglah dengan komunitas Kubeflow dan temukan kami di Slack

Let the Feast begin!