Qué es
El feature engineering es el trabajo de transformar los datos crudos en variables (features) más informativas para un modelo. Puede incluir crear nuevas variables a partir de las existentes, combinar columnas, extraer información de fechas o texto, o eliminar variables poco útiles o redundantes.
Un ejemplo simple
A partir de una fecha de compra, se pueden derivar variables como el día de la semana, si fue fin de semana, o cuántos días pasaron desde la última compra del cliente. Ninguna de estas variables existía en el dato original, pero pueden ser mucho más predictivas que la fecha cruda.
Por qué sigue importando en la era del deep learning
Aunque el deep learning puede aprender representaciones automáticamente a partir de datos crudos (como imágenes o texto), en problemas con datos tabulares el feature engineering bien hecho sigue marcando una diferencia enorme en la calidad final del modelo.