El equipo responsable de la feature "usuario activo" cambia su definición, y la calidad de tu modelo baja sin que hayas cambiado nada. ¿Qué ayuda a evitarlo?
Opciones
- Contratos de datos y features versionadas: esquemas y definiciones acordados, avisos de cambios y validación automática de los datos entrantes (Opción correcta)
- Esperar que no vuelva a pasar
- Reentrenar el modelo cada hora
- Dejar de usar features compartidas
Respuesta
Contratos de datos y features versionadas: esquemas y definiciones acordados, avisos de cambios y validación automática de los datos entrantes
Por qué
Los modelos dependen de datos de origen que no controlan. Un cambio de significado mantiene el mismo nombre de columna y el mismo tipo, así que una comprobación de esquema por sí sola no lo ve.
Un contrato de datos establece qué significa cada campo, su tipo, sus rangos y su frescura, quién es el responsable y cómo se anuncian los cambios. El versionado permite que el modelo siga leyendo la v1 hasta que se reentrene para la v2, y la validación avisa cuando los datos dejan de cumplir el contrato.
Trata los datos de origen como una API que consumes.
Recuerda
Trata los datos de origen como una API: contrato, versión y validación.