VIP20
本课程属于：025-实时特征平台 数据工程与实时数据平台 · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

特征注册与版本管理实践

📚 共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
第1章
特征工程概述
什么是特征，特征工程在ML中的位置，特征存储与版本管理的必要性。
基础入门
第2章
特征注册中心概念
特征注册表（Feature Registry）的定义、核心功能、与特征存储的区别。
核心概念
第3章
特征元数据管理
特征名称、类型、来源、描述、创建时间、负责人等元数据设计。
元数据设计
第4章
特征版本化策略
语义化版本（SemVer）在特征中的应用、版本号规范、向后兼容性。
版本规范
第5章
特征注册API设计
RESTful API设计原则、注册新特征、查询特征、更新特征元数据。
API开发
第6章
特征存储后端选型
关系型数据库（PostgreSQL）、NoSQL（Redis）、对象存储（S3）的对比与选择。
存储架构
第7章
特征血缘追踪
特征从原始数据到模型输入的完整链路追踪、数据血缘图构建。
血缘治理
第8章
特征生命周期管理
特征创建、审核、发布、废弃、下线的完整流程设计。
流程管理
第9章
特征质量监控
数据完整性检查、空值率、分布漂移、时效性监控指标。
质量监控
第10章
特征权限控制
基于角色的访问控制（RBAC）、特征级别的读写权限、审计日志。
安全权限
第11章
特征发现与搜索
特征目录（Feature Catalog）设计、标签系统、全文搜索实现。
搜索目录
第12章
特征依赖管理
特征之间的依赖关系、循环依赖检测、依赖图拓扑排序。
依赖拓扑
第13章
特征计算与存储分离
离线特征与在线特征的计算逻辑复用、存储策略差异。
架构分离
第14章
特征预计算与实时计算
批处理特征（Spark）、流处理特征（Flink）、Lambda架构实践。
计算实时
第15章
特征服务化
特征服务（Feature Service）架构、低延迟特征获取、缓存策略。
服务性能
第16章
特征一致性校验
离线训练与在线推理的特征一致性、时间旅行（Time Travel）查询。
校验一致性
第17章
特征回填（Backfill）
历史特征数据补全策略、回填任务调度、数据校验。
回填数据
第18章
特征漂移检测
数据漂移（Data Drift）、概念漂移（Concept Drift）的检测与告警。
漂移监控
第19章
特征重要性评估
基于模型的特征重要性计算、特征对模型贡献的量化分析。
评估模型
第20章
特征复用与共享
跨项目特征复用机制、特征市场（Feature Marketplace）设计。
复用共享
第21章
特征版本回滚
特征版本回退策略、回滚对下游模型的影响评估、自动化回滚流程。
回滚风险
第22章
特征变更通知
变更事件驱动架构、Webhook通知、Slack/邮件告警集成。
通知集成
第23章
特征测试框架
特征单元测试、集成测试、回归测试、A/B测试中的特征验证。
测试质量
第24章
特征文档自动生成
从元数据自动生成特征文档、文档版本与特征版本同步。
文档自动化
第25章
特征注册中心高可用
多活部署、数据同步、故障转移、灾备方案。
高可用部署
第26章
特征治理与合规
GDPR/CCPA合规、特征脱敏、数据保留策略。
合规治理
第27章
特征监控大盘
Grafana监控面板设计、关键指标可视化、SLA/SLO监控。
监控可视化
第28章
特征注册中心与ML平台集成
与MLflow、Kubeflow、Feast等平台的集成方案。
集成ML平台
第29章
大规模特征工程实践
千亿级特征场景下的注册与版本管理挑战、分片与分区策略。
大规模实践
第30章
特征注册中心未来趋势
特征即代码（Feature as Code）、联邦特征学习、自动化特征工程。
趋势前沿