feathr

收录理由

很多机器学习团队都困在手工拼接训练数据上：从原始日志、交易记录或事件流里反复清洗、对齐、拼表，既费时又容易出错。Feathr 把这一层痛苦抽走，它是个特征仓库，让你用 Python 把转换逻辑写一次、注册成名字，之后离线训练和在线推理都能复用同一套特征，还带点时间正确的 join，从源头堵住数据泄漏。底层跑在 Spark 上，能接 Databricks 和 Azure Synapse，那些动辄上亿行的数据量，自建管道常常扛不住，它却应付得来。数据科学家拿到的是带 UDF 支持的 Python 接口，平台团队则有注册表、权限治理和物化机制来支撑生产环境。如果你们组织正想统一特征的建设、共享和版本管理，让不同模型之间不再各搞一套，这个项目值得仔细读一读。