Курс на Stepik
Обложка курса «Feast Feature Store. Практический курс» на Stepik
2 990 ₽

Feast Feature Store. Практический курс ★ 0.000

Открыть на
STEPIK.ORG

Единственный глубокий курс по Feast — open-source feature store для ML. Это не пересказ документации, а подробный разбор того, как Feast устроен под капотом и как его применяют в продакшене. Point-in-Time Join, материализация фичей, KafkaSource, онлайн-обслуживание через Redis — каждый механизм разобран на практике в реальной инфраструктуре (Docker, Spark, S3, Redis). Курс подсвечивает неочевидные ошибки, на которых обжигаются в проде. Для ML- и Data-инженеров, которым нужен Feature Store

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «Feast Feature Store. Практический курс»Учеников на курсе 3
Сертификаты, выданные на курсе «Feast Feature Store. Практический курс»Сертификатов выдано 1
Отзывы о курсе «Feast Feature Store. Практический курс»Отзывов получено 0
Рейтинг курса «Feast Feature Store. Практический курс»Рейтинг курса 0.000
Уроки в курсе «Feast Feature Store. Практический курс»Количество уроков 35
Тесты в курсе «Feast Feature Store. Практический курс»Количество квизов 69
Задачи с кодом в курсе «Feast Feature Store. Практический курс»Количество задач с кодом 7
Стоимость курса «Feast Feature Store. Практический курс»Стоимость курса 2 990 ₽ —
Обновления курса «Feast Feature Store. Практический курс»Обновления курса — —
Дата публикации курса «Feast Feature Store. Практический курс»Дата публикации курса — ———
Последнее обновление курса «Feast Feature Store. Практический курс»Последнее обновление — ———
Сложность normal — ———

Содержание курса

Разделы в курсе «Feast Feature Store. Практический курс» 8 разделов Уроки в курсе «Feast Feature Store. Практический курс» 35 уроков Тесты в курсе «Feast Feature Store. Практический курс» 69 тестов Задачи в курсе «Feast Feature Store. Практический курс» 7 задач Последнее обновление курса «Feast Feature Store. Практический курс» обн. 22 мая 2026

1. Зачем нужны Feature Stores — какую проблему они решают

6 уроков
Закрытый
1.1 Что такое Feature Store? ↗
2
2
-
0
Закрытый
1.2 Почему Feast? ↗
2
2
-
0
Закрытый
1.3 Проблемы, которые решают Feature Stores ↗
2
2
-
0
Закрытый
1.4 Обзор инфраструктуры курса ↗
2
2
-
0
Закрытый
1.5 Вопросы ↗
2
1
-
0
Открытый
1.6 Обратная связь ↗
2
2
-
0

2. Настройка инфраструктуры Feast

3 урока
Закрытый
2.1 Инициализация проекта Feast ↗
2
2
-
0
Закрытый
2.2 Вопросы ↗
2
1
-
0
Открытый
2.3 Обратная связь ↗
0
0
-
0

3. Сущности, источники данных и Feature Views

5 уроков
Закрытый
3.1 Сущности (Entities): «Кто/что» стоит за признаками ↗
2
2
-
0
Закрытый
3.2 Источники данных: где хранятся фичи ↗
2
2
-
0
Закрытый
3.3 Feature Views: группировка фичей ↗
2
2
-
0
Закрытый
3.4 Вопросы ↗
2
2
-
0
Открытый
3.5 Обратная связь ↗
1
1
-
0

4. Получение исторических фичей и Point-in-Time Join

5 уроков
Закрытый
4.1 Проблема Point-in-Time Join ↗
2
1
-
0
Закрытый
4.2 Формирование Entity DataFrame ↗
2
2
-
0
Закрытый
4.3 Использование get_historical_features() ↗
2
1
-
0
Закрытый
4.4 Семантика Join: подробный разбор ↗
2
1
-
0
Открытый
4.5 Обратная связь ↗
1
0
-
0

5. Материализация и online-serving

7 уроков
Закрытый
5.1 Зачем нужна материализация? ↗
2
0
-
0
Закрытый
5.2 Запуск материализации ↗
2
1
-
0
Закрытый
5.3 Получение онлайн-фичей ↗
2
2
-
0
Закрытый
5.4 Сгораемые ключи: TTL в Feast ↗
2
1
-
0
Открытый
5.5 Как Redis обрабатывает записи ↗
2
1
-
0
Открытый
5.6 Запись в online store ↗
2
1
-
0
Открытый
5.7 Обратная связь ↗
1
0
-
0

6. FeatureService

2 урока
Открытый
6.1 FeatureService ↗
1
0
-
0
Открытый
6.2 Обратная связь ↗
0
0
-
0

7. On-Demand Feature View и PushSource

4 урока
Открытый
7.1 On-Demand Feature View ↗
1
1
-
0
Открытый
7.2 PushSource ↗
1
0
-
0
Открытый
7.3 Выбор подхода: batch, on-demand или push ↗
1
0
-
0
Открытый
7.4 Обратная связь ↗
0
0
-
0

8. KafkaSource и потоковая обработка фичей

3 урока
Открытый
8.1 KafkaSource — чтение фичей из Kafka ↗
1
1
-
0
Открытый
8.2 StreamFeatureView — трансформации на потоке ↗
1
1
-
0
Открытый
8.3 Обратная связь ↗
0
0
-
0