feast

Par mkurman · zorai

Feast — feature store open-source. Serving en ligne et hors ligne, jointures point-in-time, validation des features et ingestion en streaming. Standardise la gestion des features entre l'entraînement et la production.

npx skills add https://github.com/mkurman/zorai --skill feast

Présentation

Feast est un feature store open-source pour la ML en production, fournissant la récupération de features hors ligne (données d'entraînement batch via requêtes SQL) et en ligne (serving basse latence via Redis, Firestore ou DynamoDB) avec correction point-in-time. Les features sont versionnées, validées et gouvernées via un registry.

Installation

uv pip install feast

Définition de Features

from feast import Entity, FeatureView, FileSource, ValueType
from datetime import timedelta

driver = Entity(name="driver_id", value_type=ValueType.INT64, description="Driver identifier")
source = FileSource(path="data/driver_stats.parquet", timestamp_field="event_timestamp")
feature_view = FeatureView(
    name="driver_hourly_stats",
    entities=[driver],
    ttl=timedelta(hours=2),
    source=source,
)

Servir

feast apply   # register in registry
feast serve   # online serving at localhost:6566

Références

Skills similaires

trtllm-moe-develop
nvidia / skills

Auditer et aligner le code MoE TensorRT-LLM avec l'architecture de référence.

1 033
eval-bootstrap
datadog-labs / agent-skills

Générer du code d'évaluation Python à partir de traces de production LLM Datadog.

126
ad-model-onboard
nvidia / skills

Automatiser l'intégration de modèles HuggingFace dans AutoDeploy avec tests et rapport.

1 033
claude-api
anthropics / skills

Construire des applications LLM avec Claude via le SDK officiel adapté au langage.

146 952
pinecone-full-text-search
pinecone-io / skills

Créer et interroger un index full-text-search Pinecone avec l'API preview.

14