Introducción a la administración de atributos en Vertex AI

En el aprendizaje automático (AA), los atributos son atributos característicos de una instancia o entidad que puedes usar para entrenar modelos o hacer predicciones en línea. Los atributos se generan mediante la transformación de datos sin procesar del AA en atributos medibles y fáciles de compartir mediante técnicas de ingeniería de atributos, que en general se conocen como transformaciones de atributos.

La administración de atributos hace referencia al proceso de crear, mantener, compartir y entregar atributos del AA almacenados en una ubicación o repositorio centralizado. La administración de atributos facilita la reutilización de atributos para entrenar y volver a entrenar modelos, lo que reduce el ciclo de vida de las implementaciones de IA y AA.

Un producto o servicio que incluye servicios de administración de atributos para almacenar, descubrir, compartir y entregar atributos del AA se denomina tienda de funciones. Vertex AI incorpora los siguientes servicios de almacenamiento de atributos:

En esta página, se presentan y comparan los dos servicios de administración de funciones y se proporciona una descripción general de sus capacidades. También se describe cómo migrar una tienda de funciones existente en la Vertex AI Feature Store (heredada) a a nueva Vertex AI Feature Store.

Vertex AI Feature Store

Vertex AI Feature Store ofrece un enfoque nuevo para la administración de atributos, ya que te permite mantener y entregar los datos de tus atributos desde una fuente de datos de BigQuery. En este enfoque, Vertex AI Feature Store actúa como una capa de metadatos que proporciona capacidades de entrega en línea a la fuente de datos de atributos en BigQuery y te permite entregar atributos en línea según esos datos. No es necesario que copies o importes los datos a un almacén sin conexión independiente en Vertex AI.

Vertex AI Feature Store está integrado en Dataplex Universal Catalog para hacer un seguimiento de los metadatos de los atributos. También admite incorporaciones y te permite realizar búsquedas de similitud vectorial para vecinos más cercanos.

Vertex AI Feature Store está optimizado para la entrega de latencia ultrabaja y te permite hacer lo siguiente:

  • Almacena y mantén los datos de tus atributos sin conexión en BigQuery y aprovecha las capacidades de administración de datos de BigQuery.

  • Agrega y reutiliza atributos en el registro de atributos

  • Entrega funciones para predicciones en línea con latencias bajas a través de la entrega en línea de Bigtable.

  • Realiza un seguimiento de los metadatos de atributos en Dataplex Universal Catalog.

Para obtener más información sobre Vertex AI Feature Store, consulta la documentación de Vertex AI Feature Store.

Vertex AI Feature Store (heredado)

Vertex AI Feature Store (heredado) proporciona un repositorio centralizado para almacenar, organizar y entregar datos de los atributos de AA. Aprovisiona una jerarquía de recursos que encapsula un almacén en línea y un almacén sin conexión dentro de Vertex AI. En la tienda en línea, se entregan los valores de atributos más recientes para las predicciones en línea. El almacén sin conexión almacena y mantiene los datos de atributos (incluidos los datos históricos) que puedes entregar por lotes para entrenar modelos de AA.

Vertex AI Feature Store (heredado) es un servicio de administración de funciones completamente funcional que te permite hacer lo siguiente:

  • Importar por lotes o transmitir datos de atributos en el almacén sin conexión desde una fuente de datos, como un bucket de Cloud Storage o una fuente de BigQuery.

  • Entrega atributos en línea para las predicciones.

  • Entregar o exportar funciones por lotes para el entrenamiento o el análisis de modelos de AA.

  • Establecer las políticas de administración de identidades y accesos (IAM) en los recursos EntityType y Featurestore.

  • Administra recursos de Feature Store desde la consola de Google Cloud .

Vertex AI Feature Store (heredado) no incluye las funciones de administración de incorporaciones ni de recuperación de vectores. Si necesitas administrar las incorporaciones en tus datos de atributos, considera usar Vector Search. Si necesitas realizar búsquedas de similitud de vectores, cambia a Vertex AI Feature Store. Para obtener información sobre la migración a Vertex AI Feature Store, consulta Migra a Vertex AI Feature Store.

Para obtener más información sobre Vertex AI Feature Store (heredado), consulta la documentación de Vertex AI Feature Store (heredado).

Migra a Vertex AI Feature Store

Vertex AI Feature Store (Legacy) está obsoleto. Si ya usas Vertex AI Feature Store (heredado) y deseas migrar tu proyecto a Vertex AI Feature Store, sigue estos pasos. Ten en cuenta que, como la jerarquía de recursos en Vertex AI Feature Store es diferente de la jerarquía de recursos en Vertex AI Feature Store (heredado), deberás crear de forma manual los recursos después de migrar los datos de atributos.

  1. Si tus datos de atributos aún no están disponibles en BigQuery, expórtalos a BigQuery y crea tablas y vistas de BigQuery. Sigue los lineamientos de preparación de datos cuando exportes y prepares los datos. Por ejemplo:

    • cada característica corresponde a una columna. Los ID de entidad pueden ser una columna separada, que puedes identificar como la columna ID.

    • Vertex AI Feature Store no tiene los recursos EntityType y Entity. Proporciona los valores de atributos de cada entidad en la fila correspondiente al ID de entidad.

  2. Opcional: para registrar tu fuente de datos de atributos, agrega grupos de funciones y atributos. Para obtener más información, consulta Crea un grupo de atributos y Crea un atributo.

  3. Configurar la entrega en línea mediante la creación de instancias en línea de la tienda y la vista de atributos en función de los datos de los atributos

Próximos pasos