Домашнее задание по блоку "Feature Store" (курс MLOps и production в DS исследованиях 3.0)

Цель домашнего задания -- познакомиться с функционалом Feature Store и применить эти концепции на практике.

Задание можно выполнить только если у вас в проекте используются какие-то табличные данные.

Для выполнения задания необходимо:

1. Развернуть любой Feature Store (Feast, FeatureForm или другой), или воспользоваться облачными сторами (напр. AWS Sagemaker)

2. Создать любой пайплайн трансформации ваших данных и зарегистрировать его в Feature Store.

3. Интегрировать этот пайплайн в ваш проект, т.е. взять сырые данные, которые использует ваш проект, применить с помощью Feature Store трансформацию и как-то использовать эти данные дальше или просто положить эти данные в хранилище.

*Опционально*: создайте с помощью Feature Store training dataset на исторических данных, который потенциально можно будет использовать для обучения модели.

*Примечание*: Feature Store можно развернуть с помощью отдельного репозитория, если вы не хотите класть файлы, используемые Feature Store, в основной репозиторий. Можно дальше обернуть его в простой API и использовать FeatureStore-as-a-Service :) Или в случае с FeatureForm достаточно просто использовать тот же клиент, передав ему порт на котором развернут FeatureForm.