Bezeichnet die gezielte Konstruktion, Transformation und Auswahl von Merkmalen aus Rohdaten, um Materialmodelle und maschinelles Lernen zu verbessern. In der Werkstoffwissenschaft umfasst dies z.B. deskriptorbasierte Darstellung von Zusammensetzung, Kristallstruktur, Defekten, Prozessparametern und Mikrostruktur. Gutes Feature Engineering erhöht Prognosegenauigkeit, Generalisierbarkeit und Interpretierbarkeit von Struktur-Eigenschafts-Modellen und reduziert Datenbedarf und Overfitting.