Un modelo es tan bueno como las features que ve, y tiene que ver las mismas features en el entrenamiento que en producción. Los pipelines de features calculan valores como «pedidos de los últimos 30 días» a partir de eventos en bruto. Un almacén fuera de línea guarda su historial para entrenar; un almacén en línea guarda el valor más reciente por entidad para servir con baja latencia.
Dominan dos trampas. El desajuste entre entrenamiento y servicio ocurre cuando las dos rutas calculan una feature de forma distinta, por ejemplo con código distinto o con ventanas de tiempo distintas. La fuga de información ocurre cuando un ejemplo de entrenamiento usa datos posteriores al momento en que se habría hecho la predicción, lo que hace que las puntuaciones fuera de línea parezcan magníficas y los resultados en producción decepcionen. Las uniones en un punto del tiempo, que toman el valor de cada feature en el instante del ejemplo, evitan la fuga.
Calcula cada feature una vez para las dos rutas, sírvelas rápido y únelas sin filtrar el futuro.