Otomatisasi dan Insight dalam Project

Konsep GitHub Tingkat Menengah

Arne Jonas Warnke

Content Lead for ML- and Data Engineering at DataCamp

Pentingnya Otomatisasi dan Insight

GitHub Actions:

🔄 Mempercepat: Mengotomatiskan workflow
🚀 Otomatisasi: Menyederhanakan proses

Insights:

📈 Data real-time: Melacak progres
⚠ Deteksi isu: Temukan bottleneck
💡 Keputusan cerdas: Mendukung pengambilan keputusan

Alat Otomatisasi di GitHub Projects

Built-in Automations:

📦 Pindah tugas otomatis berdasarkan event
🔃 Board selalu terbarui otomatis

GitHub Actions:

🔧 Otomatiskan workflow kompleks
🔖 Tag & kelola tugas secara efisien

Menerapkan Built-in Automations

Built-in Automations

Otomatisasi Lanjutan dengan GitHub Actions

🚀 Otomatiskan workflow: Jalankan tugas saat ada event kode
📄 Berbasis YAML: Definisikan action di file YAML
🛠 Tugas umum: Jadwalkan pipeline data atau deploy model 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

Pengenalan Project Insights

📈 Visualisasikan progres: Grafik data real-time & historis
⚠ Deteksi bottleneck: Temukan isu lebih awal dengan insight
🕐 Jenis grafik: Tersedia grafik Current dan Historical

Grafik current

Grafik historical

Membuat Grafik di Project Insights

Membuat Grafik

Ayo berlatih!

Konsep GitHub Tingkat Menengah