Özellik Deposu (Feature Store)

Özellik Deposu (Feature Store) nedir?

Özellik deposu, makine öğrenmesi modellerinin kullandığı "feature" yani özellikleri merkezî olarak saklayan, yöneten ve sunan bir sistemdir. Ham veriyi model için hazır sinyallere çevirdikten sonra bu sinyalleri tek bir yerde toplar; hem eğitim hem de canlı tahmin aynı kaynaktan çeker.

Nasıl çalışır?

Bir ekip veriyi işleyip özellik üretir (örneğin "kullanıcının son 30 gündeki sipariş sayısı"). Özellik deposu bunu iki katmanda tutar: eğitim için toplu geçmiş veriyi barındıran offline katman ve canlı tahmin için düşük gecikmeli online katman. Kritik nokta şu: her iki katman aynı tanımı kullanır, böylece modelin eğitimde gördüğü özellik ile üretimde gördüğü özellik birbirini tutar. Bu tutarsızlık (training-serving skew) modellerin canlıda sessizce bozulmasının en yaygın sebeplerinden biridir; feature store tam olarak bunu önlemek için vardır.

Neden önemli?

Aynı özelliği her ekip yeniden yazarsa hem emek boşa gider hem de tanımlar birbirinden ayrışır. Özellik deposu, bir kez tanımlanan özelliği tüm modellerin paylaşmasını sağlar — yeniden kullanım, tutarlılık ve denetlenebilirlik getirir. Bir ekibin MLOps olgunluğunun tipik bir işaretidir.

Kullanım alanları

Öneri sistemleri, dolandırıcılık tespiti, kredi skorlama ve kişiselleştirme gibi çok sayıda modelin aynı sinyalleri paylaştığı yerlerde işe yarar. Feast gibi açık kaynak araçlar ve büyük bulut sağlayıcıların yönetilen servisleri bu işi üstlenir.