推薦算法與系統在全球範圍內已得到廣泛應用，爲用戶提供了更個性化和智能化的產品推薦體驗。在推薦系統領域，AI建模中特徵數據的複用、一致性等問題嚴重影響了建模效率。阿里雲機器學習平臺 PAI 推出特徵平臺（PAI-FeatureStore）。在所有需要特徵的AI建模場景，用戶可通過 Feature Store 輕鬆地共享和重用特徵數據，減少資源和時間成本、提升工作效率。
什麼是特徵平臺
特徵平臺（Feature Store） 是一種中心化的數據管理和共享平臺，用於組織、存儲和管理機器學習和數據科學中使用的特徵數據。在多個細分場景解決AI模型的訓練和推理輸入特徵數據問題。
阿里雲機器學習平臺 PAI-FeatureStore 與阿里雲多個雲產品的深度結合，封裝從特徵到模型的全鏈路。並且，基於推薦算法流程的開發，實現與已有的成熟推薦流程無縫銜接，進一步提升算法工程師和開發人員的效率。
通過 PAI-FeatureStore，有效地提升工作效率、減少資源成本和開發時間。作爲一個集中的、可擴展的、高效的特徵數據存儲和訪問解決方案，解決了在AI建模中特徵數據的複用、一致性、可發現性和可管理性等問題。PAI-FeatureStore 自動完成在線和離線表的構建，保證在線和離線的一致性，同時在特徵表只存一份的情況下，能夠向多人共享特徵；離線存儲方面支持阿里云云原生大數據計算服務MaxCompute，在線存儲方面支持阿里雲實時數倉Hologres、GraphCompute 和 TableStore 等產品，算法工程師無需深入瞭解各個存儲產品的使用細節，通過網頁手動操作或 Python SDK 即可完成特徵處理。
PAI-FeatureStore 適用場景及優勢功能
阿里雲機器學習平臺 PAI-FeatureStore 適用於推薦場景、用戶增長、廣告或者是金融風控場景等需要特徵的AI建模場景，爲數據分析師和建模人員提供統一的數據特徵存儲和管理平臺，方便進行數據處理、特徵提取和分析。
目前 PAI-FeatureStore 主要功能如下：
- 離線數據和在線數據一致：PAI-FeatureStore 中，各個產品的數據同步操作都封裝爲一行數據同步的代碼，幫忙用戶屏蔽了不同存儲產品繁瑣的數據授權等操作細節，保證數據一致性，提高特徵數據處理和使用的準確率和效率；
- 自動關聯特徵表：PAI-FeatureStore 中，支持將模型訓練所需要的各種特徵組合在一起，導出成模型訓練所需要的訓練表。當訓練所需的特徵散落在多張不同的表裏時，PAI-FeatureStore支持自動將多張表關聯導出。並且，支持序列表導出、按event_time關聯導出、自動按表大小排序及優化導出時間等；
- 自動模型特徵分析：PAI-FeatureStore 支持PAI-EAS自動分析出模型需要使用的特徵，並且自動加載好相關特徵。通過指定好PAI-FeatureStore 中的項目名、模型特徵名等，預測引擎能自動分析出所需要的特徵並進行加載，簡化使用流程；
- 實時特徵秒級讀取：PAI-FeatureStore 支持客戶對特徵進行分類的註冊。在實時特徵值存在秒級別變化的推薦場景中，對特徵鏈路要求高，當有線上請求來讀取特徵時，PAI-FeatureStore會判斷需要讀取的若爲實時特徵，直接對在線存儲的進行讀取。上千個實時特徵的讀取可以在15ms，滿足低延遲要求；
- 多版本特徵管理：PAI-FeatureStore 支持增量挖掘特徵，解決特徵種類複雜，線上數據來源多樣的問題。方便線上模型迭代，同時節約存儲資源；
此外，PAI-FeatureStore 還有深度結合PAI全鏈路推薦系統PAI-REC，實現離在線一致性檢查；通過SDK可直接使用 PAI-FeatureStore 所有產品能力；支持 PAI-EAS 直接從 MaxCompute 拉取特徵，減少在線存儲壓力等功能。
如何使用 PAI-FeatureStore
使用步驟請參考產品文檔：https://help.aliyun.com/zh/pai/user-guide/feature-store/
PAI-FeatureStore預計將於2023年9月中下旬在全Region正式上線。
點擊立即免費試用雲產品 開啓雲上實踐之旅！
本文爲阿里雲原創內容，未經允許不得轉載