Uno de los procesos más importantes a la hora de desarrollar nuestros modelos, es el de preparar y modelar nuestros datos, crear nuevas variables, normalizar etc. de forma que podamos obtener el mejor resultado posible a partir de los datos, denominándose este proceso Feature Engineering, sin olvidar que luego cuando queremos realizar la inferencia de los mismos, tenemos que volver a realizar las mismas transformaciones para pasárselo a nuestro modelo entrenado.

El problema viene cuando tenemos varios modelos que usan los mismos datos y necesitan o comparten todas o algunas de las transformaciones, ya sea en entrenamiento como en inferencia. Esto al final hace que se pierda mucho tiempo, y muchos recursos, en aplicar las mismas o transformaciones sobre los mismos datos, y sin olvidar lo que esta tan de moda últimamente como es la gobernanza de los modelos y de sus componentes, como pueden ser la Features.

Para tratar de paliar esto, ha aparecido un nuevo proyecto OpenSource iniciado por GCP allá por el 2019 y ahora mismo está bajo licencia Apache, y sobre el cual se ha realizado una implementación específica para Azure y que será la que veamos que se liberó hace unos 6 meses bajo licencia MIT, y que será el que veamos en profundidad en esta sesión.