专题演讲嘉宾：俞育才

上线机器学习模型是非常具有挑战的。事实上，大量的机器学习项目未能顺利地上线，最困难的问题之一就是数据。大多数 AI 平台都与数据平台脱节，这使得保持特征的不断更新和实时可用，就变得很困难。离线/在线偏差会阻止模型在实时场景的应用，甚至更糟糕的是，在生产中引入了错误和偏差。

鉴于以上的问题，在 eBay 的机器学习部门，我们探索并构建了完整的数据解决方案，我们称之为统一特征仓库。我们的特征仓库不仅支持传统的离线特征，还支持实时特征，并且在平台层就保证了离线/在线的一致性。另外，我们还做了针对特征的专门的生命周期管理。通过统一特征平台，我们大大简化了数据科学家对特征的使用，十倍提升了特征的 TTM (time-to-market) ，从根本上加快了机器学习模型的开发和上线。

演讲提纲：

1. AI生产化的数据痛点
2. eBay的统一特征仓库
   • 离线特征处理
   • 实时特征处理
   • 特征的回溯和模拟
   • 特征的生命周期管理
3. 特征仓库在业务部门的落地

你将获得：

• 了解如何使用特征仓库来简化机器学习模型的开发与上线
• 学习如何构建企业级的特征仓库