Feature store

¿Qué es?

Un feature store es un repositorio centralizado donde los equipos de datos almacenan, documentan y sirven las features (variables o características) que alimentan los modelos de machine learning. Actúa como capa intermedia entre el procesamiento de datos y el entrenamiento o inferencia de modelos.

El problema que resuelve es concreto: sin un feature store, cada equipo de ML computa sus propias características, lo que genera duplicidades de código, inconsistencias entre entrenamiento y producción, y modelos difíciles de auditar.

¿Para qué sirve?

Un feature store tiene dos responsabilidades principales:

• Almacenamiento offline: guarda historial de features para entrenar modelos con datos pasados. Suele apoyarse en un data warehouse o data lake.
• Servicio online: sirve features en baja latencia (milisegundos) para inferencia en tiempo real. Aquí entra una base de datos clave-valor como Redis o DynamoDB.

También centraliza la documentación (qué mide cada feature, quién la calcula, con qué lógica), la versionización y el linaje de las características.

Ejemplo

Un banco que tiene varios modelos de riesgo crediticio: modelo de scoring de clientes nuevos, modelo de detección de fraude en tiempo real y modelo de propensión al churn.

Sin feature store, los tres equipos calculan por separado la feature ratio_deuda_ingresos con ligeras diferencias en la fórmula. En producción, el modelo de fraude usa una versión diferente a la que se usó en entrenamiento —el clásico training-serving skew— y el modelo empieza a degradarse.

Con un feature store, ratio_deuda_ingresos se define una vez, se documenta, se versiona y todos los equipos la consumen desde la misma fuente.

Tecnologías de referencia

• Feast: open source, agnóstico de proveedor, el más popular.
• Tecton: SaaS enterprise, muy usado en empresas con ML avanzado.
• Hopsworks: open source con capacidades de feature store + MLOps integradas.
• Vertex AI Feature Store (Google) y SageMaker Feature Store (AWS): soluciones managed para equipos que viven en esos clouds.
• Databricks Feature Store: integrado en el ecosistema Databricks/Unity Catalog.

Más información

Lee sobre arquitecturas de datos para ML y MLOps en producción en Dataprix.