人工智能被越来越多地应用到 eBay 各个业务中，加速企业数字资产在其商业化中的价值。在整个人工智能应用开发的生命周期中，特征工程是最重要的环节之一。eBay 打造了新一代特征工程，实现了端到端的打通，以及线上线下一致性在平台层保证。

本演讲将首先总结当下机器学习场景给特征工程带来的挑战，以及一个完善的机器学习特征工程管理平台需要的基本功能，并在此基础上介绍特征工程管理在 eBay 的实践。

通过此分享，你将学习到基于元数据和配置驱动的特征生命周期管理，如何帮助用户快速发现和重用特征，如何快速开发和上线新的特征，做好全生命周期管理，减少机器学习模型 TTM。

演讲提纲：

1. 当前机器学习給特征工程带来的挑战

• 数据科学家视角的特征工程痛点以及带来的挑战

2. eBay 新一代特征工程平台架构概述

• eBay 新一代特征平台架构
• 特征平台的核心功能

3. 基于统一元数据和配置驱动架构特征工程管理平台

• 整体架构
• 数据模型
• 数据源上线和管理
• 特征生命周期管理
• 特征目录服务
• 配置及其自动化

你将获得：

• 将会看到 eBay 在新一代特征工程上一些最新的成果
• 认识一套全新的方法来实现轻量级的特征生命周期管理，帮助用户加速模型落地的 TTM