Uber公式のエンジニアリングブログが2017年9月5日に公開した記事『Meet Michelangelo: Uber's Machine Learning Platform』（著者Mike Del BalsoとJeremy Hermann）は、フィーチャーストアという概念を広めた代表的な実例として知られています。同記事によれば、Uberの機械学習基盤MichelangeloにはPaletteと呼ばれるフィーチャーストアが組み込まれており、複数のチームが同一の特徴量を再利用できる仕組みを提供しています。特に、学習時と予測（推論）時で別々のデータ生成経路を使うことで生じがちな『学習と推論のズレ（training-serving skew）』を防ぐ設計になっている点が強調されています。記事執筆時点で約1万件の特徴量が自動的に日次で計算・更新されており、大規模な実運用における具体的な数値を示す一次資料です。