한 회사가 Amazon SageMaker를 사용하여 ML 모델을 구축하고 있으며, 여러 팀에서 피처 변수를 공유하고 관리할 수 있는 중앙 집중식 방법이 필요합니다. 어떤 SageMaker 기능을 사용해야 할까요?

Amazon SageMaker Feature Store는 ML 모델 학습 및 추론을 위한 피처를 저장, 공유 및 관리하는 중앙 집중식 리포지토리입니다. 이를 통해 여러 팀이 피처를 재사용하고 일관성을 유지하며 피처 엔지니어링 노력을 줄일 수 있습니다. Amazon SageMaker Data Wrangler는 데이터 준비 및 피처 엔지니어링을 위한 도구이지만, 피처를 중앙에서 저장하고 공유하는 기능은 제공하지 않습니다. Amazon SageMaker Clarify는 ML 모델의 편향을 감지하고 설명력을 제공하는 데 사용됩니다. Amazon SageMaker Model Cards는 모델의 성능, 사용 사례 및 제한 사항을 문서화하는 데 사용됩니다.