Feast
Feature store open source qui sert des données structurées aux applications d'IA et de LLM, à l'entraînement comme à l'inférence, au-dessus de votre infrastructure
Fiche mise à jour le
Notre avis
Pour qui
Équipes data qui veulent un feature store gratuit, sans verrou éditeur, branché sur leur entrepôt existant.
À éviter si
Vous n'avez pas d'ingénieur capable de le déployer et de l'exploiter : aucune offre managée ni aucun support commercial n'est affiché, et toute l'exploitation reste à votre charge.
- Prix
- Gratuit
- À partir de
- Gratuit (open source, licence Apache 2.0), sans offre payante
- Prise en main
- Avancé
- En français
- Non
- API
- Oui
Présentation
Feast est un feature store open source : il organise les variables (features) utilisées par les modèles de machine learning et les livre de façon cohérente à l'entraînement et en production. Il ne remplace pas votre entrepôt de données, il s'y branche. Les magasins hors ligne cités par le projet incluent Snowflake, BigQuery, Redshift, Spark, PostgreSQL, Trino et DuckDB, et les magasins en ligne incluent Redis, DynamoDB, Bigtable, Cassandra, MySQL, Milvus ou Qdrant. Côté prix, Feast est gratuit : le code est publié sous licence Apache 2.0 sur GitHub, et ni le site ni la documentation n'affichent de tarif, d'offre cloud ou de version managée. Le coût réel est celui de l'infrastructure que vous choisissez pour le stockage et le serving, ainsi que le temps d'équipe pour l'exploiter et le maintenir.
Le site et la documentation sont uniquement en anglais. Un SDK Python sert à définir et lire les features, et un serveur de features optionnel permet d'y accéder depuis d'autres langages que Python. Le projet cite dbt, Apache Airflow, MLflow ou Kubeflow dans son écosystème. Comme vous déployez Feast vous-même, la question de l'hébergement et des données personnelles dépend de votre propre infrastructure, et aucun support commercial n'est affiché sur le site. Les limites sont réelles : un outil d'ingénierie qui exige des compétences Python et data, une mise en place entièrement à votre charge, aucune interface clé en main pour une PME sans équipe technique dédiée, et une documentation qui suppose déjà de connaître le vocabulaire du machine learning en production.
Alternatives
Hopsworks
Plateforme AI Lakehouse avec feature store, registre et déploiement de modèles pour industrialiser le machine learning, en SaaS, sur site ou isolée du réseau
MLflow
Plateforme open source gratuite pour suivre les expérimentations, empaqueter et déployer des modèles de machine learning
Dans la même catégorie
D'autres outils données & analyse du catalogue.
Fivetran
Plateforme ELT managée pour la synchronisation automatisée de 900+ sources de données vers warehouse, lacs et applications avec transformations SQL intégrées
Great Expectations
Framework open source de validation de la qualité des données en Python, avec une offre cloud pour collaborer, destiné aux équipes data et aux ingénieurs
Helicone
Passerelle d'observabilité légère pour applications LLM avec tracing, gestion des coûts et monitoring multi-provider (OpenAI, Anthropic, Azure, etc.)
Hex
Notebooks SQL/Python collaboratifs avec IA intégrée pour transformer des analyses en applications de données partageables.
Integrate.io
Plateforme d'intégration de données (ETL, ELT, CDC, reverse ETL) à prix fixe avec volumes, pipelines et connecteurs illimités, pour les équipes data et opérations
Julius AI
Posez vos questions en français sur vos données, obtenez des graphiques et analyses instantanément.
Kubeflow
Plateforme MLOps open source sur Kubernetes pour construire des pipelines, entraîner, ajuster et déployer des modèles de machine learning et d'IA
Labelbox
Éditeur de données et d'environnements d'entraînement pour laboratoires d'IA, avec une plateforme d'agents pour entreprises, vendu sur contact commercial
LanceDB
Base de données vectorielle embarquée open source, dont l'offre cloud est passée en vente exclusivement sur devis
Langfuse
Plateforme open-source d'observabilité LLM avec tracing, evals et gestion des prompts, acquise par ClickHouse et déployable en cloud ou self-hosted
LangSmith
Plateforme de debugging, test et monitoring pour applications LLM et agents, créée par les auteurs de LangChain et intégrée nativement à son écosystème
Lightdash
BI open source pensée pour dbt : métriques définies dans le code, versionnées, avec une version cloud sans tarification par utilisateur
Avis des membres
Pas encore d’avis sur Feast. Vous l’utilisez ? Partagez votre retour, il aidera d’autres pros à choisir.
Vous éditez Feast ?
Affichez le badge sur votre site ou votre page presse. Une information est fausse ou datée ? Écrivez-nous, on corrige la fiche.
