【とくちょうりょうすとあ】
特徴量ストア とは？
💡 機械学習の「食材倉庫」で使い回しと品質を管理
📌 このページのポイント
- 特徴量の定義・計算・保存・提供を一元管理するデータ基盤
- チームや複数のモデル間で特徴量を再利用でき、開発効率が上がる
- 学習時と推論時で同じ特徴量を使えるため、一貫性の問題を防げる
- Feast、Tecton、Vertex AI Feature Storeなどのツールがある
ひよこ 特徴量ストアって何を保管しているの？
ペンギン先生 機械学習で使う「特徴量」を保管しているよ。特徴量というのは、生データを加工してモデルに入力する形にしたものだね。たとえば「ユーザーの過去30日の購入回数」「商品の平均評価」「直近1時間のアクセス数」など、計算済みの値をすぐに使える状態で保管しておくんだ。
ひよこ 毎回計算すればいいんじゃないの？
ペンギン先生 2つの問題があるんだ。1つ目は効率。同じ特徴量を複数のチームが別々に計算するのはムダだよね。2つ目がもっと深刻で「学習時と推論時のズレ」問題。学習では過去データからバッチ計算、推論ではリアルタイム計算で、計算方法が微妙に違ってしまうことがある。特徴量ストアはこのズレを防ぐんだ。
ひよこ 小さなプロジェクトでも必要？
ペンギン先生 個人やモデル1つだけなら、正直なくても困らないよ。でもチームで複数モデルを運用し始めると、「あの特徴量ってどうやって計算してたっけ？」問題が頻発するんだ。目安として、チームに3人以上のMLエンジニアがいたら導入を検討する価値があるよ。
ひよこ 代表的な特徴量ストアのツールって何があるの？
ペンギン先生 Google CloudのVertex AI Feature Store、AWSのSageMaker Feature Store、OSSではFeast（Feature Store）が有名だよ。Feastはオフラインストア（バッチ学習用）とオンラインストア（リアルタイム推論用）を両方管理できて、学習と推論の一貫性を保証してくれるんだ。
ひよこ 特徴量のバージョン管理ってする必要があるの？
まとめ：ざっくりこれだけ覚えればOK！
「特徴量ストア」って出てきたら「機械学習用の特徴データを整理して保管・共有する倉庫のことだな」と思えればだいたいOK！
📖 おまけ：英語の意味
「Feature Store」 ＝ 特徴量の保管庫
💬 Feature（特徴量）をStore（保管する場所）に集約するという意味。データのスーパーマーケットのようなイメージだよ