Домен
Machine Learning и AI
Профиль навыка
Feast, Tecton, online/offline stores, пайплайны feature engineering, версионирование
Ролей
3
где встречается этот навык
Грейдов
5
сформированная дорожка роста
Обязательных требований
11
ещё 4 — необязательные
Machine Learning и AI
MLOps
17.03.2026
Выберите текущий грейд и сравните ожидания. Карточки ниже покажут, что нужно закрыть для следующего уровня.
Таблица показывает, как меняется глубина владения навыком от Junior до Principal.
| Роль | Обязательность | Описание |
|---|---|---|
| Data Scientist | Извлекает фичи из существующих feature store для обучения моделей. Понимает концепцию переиспользования фичей и online/offline-обслуживания. Следует командным соглашениям по именованию и версионированию фичей. | |
| ML Engineer | Обязателен | Понимает concept feature store: online vs offline store, feature reuse. Читает features из Feast для training. Понимает feature freshness и consistency. |
| MLOps Engineer | Развёртывает и мониторит компоненты инфраструктуры feature store. Понимает пайплайны загрузки данных, питающие feature store. Выполняет базовый траблшутинг проблем свежести и доступности фичей. |
| Роль | Обязательность | Описание |
|---|---|---|
| Data Scientist | Разрабатывает и регистрирует новые фичи в feature store с надлежащей документацией. Реализует фиче-пайплайны с point-in-time корректностью для предотвращения утечки данных. Оценивает важность фичей и управляет их жизненным циклом для экспериментов. | |
| ML Engineer | Обязателен | Настраивает Feast для проекта. Определяет feature definitions (entities, feature views). Настраивает materialization для online store. Интегрирует feature store с training pipeline. |
| MLOps Engineer | Настраивает платформы feature store (Feast, Tecton) для online- и offline-обслуживания. Строит автоматизированные пайплайны для вычисления, валидации и бэкфилла фичей. Мониторит дрифт фичей и метрики качества данных в продакшене. |
| Роль | Обязательность | Описание |
|---|---|---|
| Data Scientist | Обязателен | Проектирует архитектуру feature store для кросс-командного обмена и обнаружения фичей. Определяет политики управления фичами: версионирование, устаревание, контроль доступа. Менторит команды по лучшим практикам feature engineering и масштабируемым фиче-пайплайнам. |
| ML Engineer | Обязателен | Проектирует feature store architecture. Оптимизирует materialization для больших объёмов. Настраивает streaming feature computation. Обеспечивает feature consistency between training и serving. |
| MLOps Engineer | Обязателен | Архитектурирует корпоративные платформы feature store для real-time и batch-обслуживания в масштабе. Проектирует фиче-пайплайны со стриминговой загрузкой и низколатентным извлечением для продакшн-моделей. Менторит команды по операциям feature store, оптимизации затрат и надёжности. |
| Роль | Обязательность | Описание |
|---|---|---|
| Data Scientist | Обязателен | Определяет стратегию Feature Stores на уровне команды/продукта. Формирует стандарты и best practices. Проводит review. |
| ML Engineer | Обязателен | Определяет feature store strategy для организации. Оценивает Feast vs Tecton vs custom solution. Проектирует feature governance и discovery. |
| MLOps Engineer | Обязателен | Определяет стратегию Feature Stores на уровне команды/продукта. Формирует стандарты и best practices. Проводит review. |
| Роль | Обязательность | Описание |
|---|---|---|
| Data Scientist | Обязателен | Определяет стратегию Feature Stores на уровне организации. Формирует enterprise-подходы. Менторит leads и architects. |
| ML Engineer | Обязателен | Определяет feature engineering strategy для enterprise. Проектирует feature platform. Оценивает novel approaches к feature management. |
| MLOps Engineer | Обязателен | Определяет стратегию Feature Stores на уровне организации. Формирует enterprise-подходы. Менторит leads и architects. |