[MLOps] Feature Engineering

1. Feature 란?

Feature는 관심 현상에 대해 개별적으로 측정 가능한 속성 또는 특징

• ML model의 입력값

Feature의 필요성

ML Model이 잘 작동하기 위해서는 많은 데이터 뿐만 아니라
잘 정의된 다양한 종류의 Feature가 필요.

Feature Vector

원본 데이터를 Feature Engineering을 통해 가공하여
Model이 사용할 수 있는 Feature Vector로 변환한다.

ML Pipeline 자동화

Enterprise Data -> Feature Engineering
Feature Engineering -> Feature Store
Feature Store -> Model Training
Model Training -> Model Testing
Model Testing -> Model Serving
Model Serving -> Model Monitoring

ML Pipeline을 위한 여러 주체들

1. 데이터 엔지니어

• Feature Engineering

2. 데싸

• Model Traning
• Model Testing

3. ML 엔지니어

• Model Serving
• Model Monitoring

같은 데이터를 두고도 데이터 엔지니어들은 각자 다른 관점으로
Feature Engineering을 수행하기 때문에,
일정한 Featrue Pipeline이 필요하다.