Développement logiciel
Ingénierie de pipelines CI/CD avec GitHub Actions
Une formation de construction et de débogage destinée aux ingénieurs responsables des pipelines de livraison. Les participants créent des workflows GitHub Actions, ajoutent cache et builds matriciels, relient les secrets via OIDC, protègent les déploiements par environnements et approbations, et réduisent la durée des exécutions.
Aperçu
Un apprentissage pratique pour le transfert en situation de travail.
Un pipeline commence souvent par un fichier YAML copié qui fonctionne une fois, puis devient l'élément le plus lent et le moins fiable de la livraison : builds de vingt minutes, jobs qui passent en local et échouent en CI, identifiants permanents collés dans les secrets du dépôt, et une étape de déploiement que personne n'ose modifier. Cette formation traite le pipeline comme un logiciel à part entière. Les participants analysent un workflow réel, restructurent jobs et dépendances, ajoutent du cache, remplacent les identifiants statiques par des jetons OIDC de courte durée et répètent un déploiement raté jusqu'à ce que le rollback devienne une routine.
Prérequis
Connaissance pratique des branches Git et des pull requests, ainsi qu'une familiarité avec un outil de build ou de test utilisé par votre équipe. Aucune expérience préalable de GitHub Actions n'est requise.
Objectifs
- Concevoir des workflows GitHub Actions avec jobs, dépendances et étapes composites réutilisables.
- Réduire la durée d'exécution grâce au cache des dépendances, à la réutilisation d'artefacts et au parallélisme.
- Construire des stratégies matricielles couvrant runtimes et plateformes sans multiplier la maintenance.
- Authentifier les déploiements via OIDC et des secrets à portée limitée plutôt que des identifiants permanents.
- Encadrer les livraisons par des environnements, des approbations requises et des branches de déploiement protégées.
- Diagnostiquer les exécutions en échec ou instables à partir des logs, des artefacts et de reproductions locales.
Public cible
- Ingénieurs build et release responsables des pipelines de livraison
- Développeurs back-end et full-stack maintenant la configuration CI
- Ingénieurs plateforme et infrastructure automatisant les déploiements
- Ingénieurs d'automatisation QA intégrant les suites de tests à la CI
- Responsables techniques standardisant les pipelines entre dépôts
- Équipes migrant de Jenkins ou GitLab CI vers GitHub Actions
Programme
Une structure claire pour le parcours d'apprentissage.
Les points du programme sont regroupés dans un seul bloc au lieu de créer un module par ligne.
01Anatomie d'un workflow et conception des jobs4 sujets
- Événements, déclencheurs et filtres qui déterminent le lancement réel d'un workflow
- Jobs, étapes, runners et modèle d'exécution derrière chaque phase du pipeline
- Transmettre des données entre jobs via sorties, artefacts et dépendances
- Actions composites et workflows réutilisables pour éliminer le YAML dupliqué
02Vitesse de build, cache et stratégies matricielles4 sujets
- Analyser un pipeline lent pour identifier les étapes qui coûtent réellement des minutes
- Caches de dépendances et de build : clés, ordre de restauration et invalidation
- Builds matriciels sur plusieurs versions de langage et systèmes d'exploitation
- Groupes de concurrence, découpage des jobs et annulation des exécutions obsolètes
03Secrets, OIDC et configuration des environnements4 sujets
- Comparaison des secrets de dépôt, d'environnement et d'organisation
- Identifiants cloud éphémères par fédération OIDC plutôt que clés stockées
- Configuration et ordre de priorité des variables entre environnements
- Empêcher la fuite de secrets dans les logs, les artefacts et les pull requests de forks
04Stratégies de déploiement, environnements et rollback4 sujets
- Environnements, relecteurs requis et points d'approbation avant déploiement
- Déploiements blue-green, canari et progressifs pilotés depuis le pipeline
- Artefacts versionnés et promotion immuable des builds entre étapes
- Répéter le rollback : déclencheurs, automatisation et décision de revenir en arrière
05Fiabilité des pipelines et diagnostic des échecs4 sujets
- Lire une exécution en échec : logs, annotations d'étapes et artefacts téléchargés
- Reproduire localement les échecs CI avec conteneurs et chaînes d'outils identiques
- Isoler les étapes instables : délais d'attente, conditions de course et état partagé
- Politiques de relance, contrôles obligatoires et coût des builds rouges ignorés
06Atelier d'ingénierie de pipeline4 sujets
- Reconstruire un pipeline d'équipe de bout en bout, du source à l'artefact déployé
- Ajouter les équivalents GitLab CI pour les équipes aux outils hétérogènes
- Mesurer durée de build, temps d'attente et taux de succès avant et après
- Définir la propriété du pipeline, les règles de revue et le processus de changement
Supports fournis
- Manuel de formation, exemples de code commentés et notes de référence
- Environnement de laboratoire et dépôts de démarrage
- Exercices, check-lists et modèles de code réutilisables
- Certificat de participation 4D
- Accompagnement technique après la formation
Options de formation
Les programmes peuvent être organisés en entreprise, en ligne ou dans un format hybride selon le calendrier, la localisation et les objectifs de vos équipes. Lorsqu'un certificat ou un examen externe est inclus, les règles et frais de certification restent soumis aux politiques de l'organisme certificateur, tandis que 4D assure la formation et l'accompagnement à la préparation.
Pourquoi choisir 4D
4D anime cette formation sur un pipeline dont votre équipe dépend déjà. Les formateurs mesurent vos durées d'exécution actuelles, reconstruisent le workflow avec vos propres outils de build et de test, puis restituent un comparatif chiffré avant/après sur la durée, le temps d'attente et le taux d'échec, dans votre dépôt réel.
Formations liées
Fondamentaux de la programmation Python
Une introduction pratique à Python pour les ingénieurs et analystes qui ont besoin de code opérationnel plutôt que d'extraits de tutoriel. Les participants acquièrent de l'aisance avec les types, les collections, les fonctions, les fichiers et la gestion des erreurs, puis construisent un programme complet.
View coursePython intermédiaire et pratiques de code propre
Conçue pour les développeurs dont le code Python fonctionne mais résiste au changement. Le programme couvre dataclasses, générateurs, décorateurs, gestionnaires de contexte et annotations de types, puis applique les refactorings qui transforment un module interminable en unités testées contrôlées par black, ruff et mypy.
View courseAutomatisation et scripting Python pour les tâches métier
Destinée aux équipes qui perdent chaque semaine des heures en manipulations de fichiers, de tableurs et de rapports. Les participants automatisent ces tâches avec Python : traitement de fichiers en lot, Excel et CSV, appels d'API REST, alertes par e-mail et tâches planifiées qui signalent clairement toute défaillance.
View course