现在互联网公司还有做特征工程的工作吗？ 第1页

不仅有，而且这两年还Feature Store还兴起了。

Feature Store国内又翻译成特征平台，各家对Feature Store的定义不完全一样，但总体来说，这是一个完全托管的专用存储库，用于存储、更新、检索和共享机器学习特征。

可能新手并不了解，会想：Feature（特征）直接在Jupyter Notebook里定义，几行代码一写不就完了吗？对于试验来说，这么做无妨，但对于一个产品化的机器学习系统，这么做会使得特征难以维护。

所以Feature Store是干嘛的？我们最近也刚开始研究，这里不敢太贸然发表自己看法，就借助参考^[1]一文中讲到的吧。这篇文章中，讲到Feature Store（特征平台）的作用从低层到高层分别为：

最底层是访问（access）的需求。这一层需求包括特征可读取、特征转换逻辑透明和特征血缘可溯。它们使得特征能被发现、分享和复用，减少重复。
其次是服务（serving）的需求。这一层的核心需求是为线上服务提供高吞吐、低延迟的特征读取能力，而无需通过 SQL 去数据仓库读取。其它需求还包括：与已有的离线特征存储集成，使得特征能够从离线特征存储同步到在线特征存储（例如 Redis）；实时的特征转换等。
诸准确（integrity）需求。最常见的需求是最小化 train-serve skew，确保特征在训练和服务环境下是一致的。另一个常见需求是 point-in-time correctness（又称 time-travel），以确保历史特征和标签被用于训练和评估时不存在 data leaks。
再往上，是便利的需求。特征平台需要足够简单好入手，例如提供简单直观的接口、易交互、易 debug 等，才能让大家采纳和受益。
最后是自治（autopilot）的需求，包括自动回填特征、对特征的分布进行监控和报警等。我知道有些公司有做这一层的事情，但我没怎么读到相关材料。

大家可以看到，其实Feature Store这个东西，从技术并没有新东西，更多的是把特征的创建这个过程单独提出来，从而满足利益相关方的需求，无论是业务方还是技术方，都用同一套基础架构；同时，特征平台的离线计算，可以减少在线计算的压力。

所以总结下。现在不仅还有做特征工程的，而且还有把特征这件事真正做成工程的。

参考

1. ^特征平台需求层次理论 https://www.infoq.cn/article/83sxswlgqvejae7f9vut