Automatisation et insights dans les projets

Concepts GitHub intermédiaires

Arne Jonas Warnke

Content Lead for ML- and Data Engineering at DataCamp

Importance de l'automatisation et des insights

GitHub Actions :

🔄 Rationalise : automatise les workflows
🚀 Automatisation : simplifie les processus

Insights :

📈 Données en temps réel : suit l'avancement
⚠ Repérer les problèmes : détecte les goulots d'étranglement
💡 Choix éclairés : guide les décisions

Outils d'automatisation dans GitHub Projects

Automatisations intégrées :

📦 Déplacement auto des tâches selon les événements
🔃 Tableaux à jour automatiquement

GitHub Actions :

🔧 Automatisez des workflows complexes
🔖 Étiquetez et gérez les tâches efficacement

Mettre en place les automatisations intégrées

Automatisations intégrées

Automatisation avancée avec GitHub Actions

🚀 Automatisez les workflows : déclenchez des tâches aux événements de code
📄 Basé sur YAML : définissez les actions dans des fichiers YAML
🛠 Tâches courantes : planifier des pipelines de données ou déployer des modèles ML

name: Data Workflow
on: [push]

jobs:
  run-analysis:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4
      - name: Run analysis
        run: python analyze_data.py

¹ https://docs.github.com/en/actions

Introduction aux insights de projet

📈 Visualiser l'avancement : graphiques en temps réel et historiques
⚠ Repérer les goulots : identifiez tôt les problèmes avec les insights
🕐 Types de graphiques : graphiques « Actuels » et « Historiques »

graphiques actuels.webp

graphiques historiques.webp

Créer un graphique dans Project Insights

Créer un graphique

Passons à la pratique !

Concepts GitHub intermédiaires