Introduction à YAML

CI/CD pour le Machine Learning

Ravi Bhadauria

Machine Learning Engineer

Qu'est-ce que YAML ?

YAML : YAML Ain't Markup Language
Utilisé dans les fichiers de configuration, l'échange de données et la représentation de données structurées
Un langage de formatage des données, proche de JSON et XML
Permet un format standard pour transférer des données entre langages ou applications
Format simple et épuré
Extensions valides : .yaml ou .yml
Sert à écrire la configuration de nombreux outils CI/CD :
- GitHub Actions
- Data Version Control (DVC)

Syntaxe YAML

YAML a une structure hiérarchique
- L'indentation a du sens
Les tabulations sont interdites
Validateurs YAML (https://www.yamllint.com/)
Les commentaires commencent par #

name: Ravi
occupation: Instructor
# This is a valid comment
programming_languages: # and this one too
  python: Advanced
  go: Intermediate
  scala: Beginner

Scalaires YAML

Nombres : entiers ou flottants
Booléens : true ou false
Null : mot-clé null ou ~
Chaînes : texte brut ou entouré de '' ou ""

# Integer
42
# Floating point
3.14

# Boolean
true

# Null values
null

# String value
a: "A string in YAML"
b: 'A string in YAML'
c: A string in YAML

Collections YAML

Séquences

Aussi appelées listes, tableaux ou vecteurs

Deux styles d'écriture :

Style bloc
```
- first
- second
- third
```
Style flux
```
[first, second, third]
```

Mappages

Aussi appelés dictionnaire, paires clé‑valeur, hachage ou objet
Clés uniques, toute donnée valide comme valeur
Clés et valeurs séparées par :

key1: value1

blocklist:
  - first
  - second

flowlist: [1.2, 2, "fifty", true]

Récapitulatif

YAML est un langage de formatage des données
Utile pour écrire des configurations CI/CD
L'indentation est cruciale
- Les tabulations sont interdites
Mappages, séquences et scalaires sont les briques de base de YAML

Un graphe hiérarchique de la structure de données YAML.

Mise en page des exercices Éditeur

Image annotée de la mise en page d'un exercice éditeur montrant dossier, fichier et terminal.

Passons à la pratique !

CI/CD pour le Machine Learning