HelloFresh成为机器学习的狂热用户，最近选择了Tecton的特征平台进行实时机器学习。

HelloFresh成为机器学习的狂热用户，最近选择了Tecton的特征平台进行实时机器学习。这家新鲜食品和餐饮配送公司已经在内部积累了大量的机器学习和预测系统，但这种自主研发的方式已经达到了其能力的极限。因此，HelloFresh正在寻找新的选择，最终选择了Tecton的特征平台进行实时机器学习。 HelloFresh希望将其机器学习的使用规范化并进行扩展。特征存储是HelloFresh计划中的关键组件。在机器学习系统中，特征是作为预测模型的输入的变量类型，例如用于欺诈检测或推荐引擎的模型。特征可以是最近30天内客户购买的金额、当前物品的价格、物品是否有库存等。 没有特征存储，必须从原始数据系统中获取最新信息并进行处理，这会降低整个系统的速度。通过从原始数据中抽象出特征，可以在不同系统之间提供更一致的方法，并更容易地共享高质量的特征。 Bertincourt表示：