proto.lib

Feature Store & Online/Offline Skew

Feature store cung cấp cùng một định nghĩa feature cho cả huấn luyện (offline) và suy luận (online); lệch giữa hai đường tính toán gây ra training-serving skew.

AI/ML SystemsTrung bình2026-07-17
Feature Store & Online/Offline Skew

Tags

#feature-store#training-serving-skew#mlops#feature-engineering#data-consistency

Tài liệu tham khảo

Mở rộng

Animation gốc là một file HTML tự chứa, có thể nhúng lại ở bất kỳ trang nào khác. Mở file gốc

Liên quan

AI/ML SystemsNâng cao

Point-in-Time Feature Join: tránh leakage khi ghép feature

Một training row phải được ghép với giá trị feature ĐÚNG như tại thời điểm event xảy ra (as-of join theo entity, lấy bản ghi mới nhất không muộn hơn timestamp), không phải giá trị feature hôm nay — ghép nhầm với giá trị tương lai khiến model offline trông rất tốt nhưng sụp khi serving thực tế.

#point-in-time-join#feature-store#data-leakage#as-of-join
AI/ML SystemsCơ bản

Experiment Tracking: dựng lại được mô hình đã huấn luyện

Mỗi lần chạy huấn luyện cần ghi lại commit code, phiên bản dữ liệu, toàn bộ config, phiên bản môi trường/thư viện, random seed, và metrics/artifact kết quả — để một kết quả có thể được tái tạo, so sánh công bằng với một run song song, và truy vết ngược từ model đã deploy về đúng cách nó được tạo ra.

#experiment-tracking#reproducibility#mlops#random-seed
AI/ML SystemsNâng cao

Chọn mẫu để gán nhãn bằng Active Learning

Thay vì gán nhãn ngẫu nhiên, pipeline chọn những mẫu model đang KHÔNG CHẮC nhất (hoặc hai model bất đồng, hoặc xa mọi mẫu đã có nhãn) để gửi cho annotator, rồi retrain và lặp lại — đạt độ chính xác tương đương với chi phí gán nhãn thấp hơn nhiều so với random sampling.

#active-learning#data-labeling#annotation#uncertainty-sampling