05. Engenharia de atributos e feature store

Um atributo é uma informação preparada para o modelo, como a quantidade de compras recentes de um cliente. Seu valor depende de regras de cálculo, janela temporal e disponibilidade da fonte. Reutilizar atributos entre equipes pode reduzir divergências, mas exige contratos claros. Este capítulo apresenta feature store, diferenças entre treino e inferência, correção no tempo e atualização, mostrando por que uma variável calculada corretamente hoje pode ser inadequada para reconstruir uma previsão passada.

A última disciplina leva modelos para a operação. Versionamento, pipelines, implantação, monitoramento, governança e resposta a incidentes formam um ciclo contínuo, do experimento à desativação. Este é o capítulo 5 de 20 da disciplina MLOps e Ciclo de Vida de Modelos. Ele retoma Metadados, linhagem e proveniência e utiliza essa base para avançar. Na sequência, estudaremos Pipelines de treinamento.

O fio condutor

Ciência de Dados começa com uma pergunta e termina com uma decisão que precisa ser compreendida, avaliada e acompanhada. Entre esses dois pontos, dados são coletados, examinados e transformados; métodos são escolhidos; resultados são validados; e limitações são comunicadas. Nenhuma etapa compensa automaticamente uma falha grave ocorrida na etapa anterior.

Neste capítulo, use Engenharia de atributos e feature store para acompanhar três dimensões: o problema que se deseja resolver, a evidência disponível e o critério usado para avaliar o resultado. Essa separação ajuda a evitar soluções tecnicamente sofisticadas que não respondem à necessidade real.

Feature store

Começamos por Feature store, pois essa base organiza os conceitos e exemplos que aparecerão no restante do capítulo.

Feature store gerencia definições e acesso a atributos reutilizáveis.

Uma feature store organiza definições, metadados e acesso a atributos reutilizáveis. Arquiteturas comuns distinguem armazenamento histórico para treino e acesso de baixa latência para inferência. O catálogo precisa informar entidade, chave, tipo, unidade, regra de cálculo e responsáveis. A ferramenta não cria automaticamente atributos úteis nem resolve toda questão de qualidade. Sua adoção deve corresponder à necessidade de reutilização e consistência. Um pipeline simples bem versionado pode atender um caso pequeno; múltiplos modelos e consumidores tornam a padronização compartilhada mais relevante.

Skew

Depois de compreender Feature store, passamos a Skew. A nova seção acrescenta outra etapa ao mesmo raciocínio e mostra como as decisões anteriores influenciam as próximas.

Training-serving skew é divergência entre cálculo no treino e na inferência.