Vinculación de datos en inferencia

Es una práctica común que muchos científicos de datos combinen diferentes orígenes de datos para generar un conjunto de datos con una diversa y variada cantidad de predictores. Por ejemplo, si estuviéramos utilizando un conjunto de datos de consumo de energía para una tarea de forecasting, sería útil disponer de la información del clima en cada uno de los días.

Cuando nuestros predictores son consumidos desde lo que se conoce como feature stores, es posible que los mismos provean mecanismos para consumir esta información tanto en tiempo de entrenamiento como en tiempo de inferencia. Sin embargo, cuando este no es el caso o no se dispone de este tipo de tecnología, es necesario operacionalizar también mecanismos para obtener los predictores necesarios antes de ejecutar el modelo.