Formateur CI/CD : du premier pipeline à la livraison continue
Je forme vos équipes à concevoir une chaîne qui construit, teste, publie et déploie leur code sans étape manuelle cachée.
Mon approche
Un pipeline se traite comme du code : il se versionne, se relit, se teste, et il casse. Ma formation suit un projet fil rouge du premier commit jusqu'à la production. Chaque participant fait évoluer une petite API Python pendant trois jours, sur sa propre machine Ubuntu et dans son propre projet GitLab.
Les notions restent indépendantes de l'outil : je les présente avec GitLab CI, GitHub Actions, Jenkins et Azure DevOps, et les travaux pratiques tournent sur GitLab. Chaque atelier se termine par les équivalents pour un projet C, C++ ou JavaScript. Une partie entière porte sur les tests en contexte embarqué : passage de l'hôte à la cible, simulation, mocking matériel et banc HIL.
Ce que je couvre
Les principes de l'intégration continue
- Les cinq principes de la CI et ce qu'elle n'est pas
- Intégrer souvent, et le feature flag pour intégrer sans activer
- Réduire le risque d'intégration et raccourcir le délai de livraison
Construction logicielle automatisée
- Le cycle de build : dépendances, compilation, assemblage, tests, paquet, montré en C++, en JavaScript et en Python
- Build incrémental, cache et dépendances verrouillées
- Le build reproductible : même entrée, même binaire, quelle que soit la machine
- Outils : pip, build et uv ; Make, CMake et Ninja, cross-compilation ; npm, yarn et bundlers
Pipelines et architecture d'un serveur CI
- Stages, jobs, déclencheurs et pipeline as code
- Orchestrateur et runners : qui décide, qui exécute, et pourquoi le runner vient chercher le travail
- Modes d'exécution : shell, conteneur, Kubernetes, machine virtuelle éphémère
- Tags de routage, cache, pipelines planifiés et verrou sur une ressource unique comme un banc de test
Automatisation des tests
- La pyramide des tests : unitaires, intégration, système
- Écrire une stratégie de tests et ses règles
- Embarqué : de l'hôte à la cible, simulation, hardware-in-the-loop, contraintes temps réel
Qualité, métriques et feedback
- Analyse statique, dette technique et vulnérabilités
- SonarQube, cppcheck, clang-tidy, ESLint, Ruff, et des quality gates appliquées au nouveau code
- Couverture, complexité, duplication et tendances dans le temps
- Diagnostiquer un pipeline rouge : lire le log depuis la première erreur, traiter les tests instables, placer chaque contrôle au plus tôt
Gestion des artefacts
- Dépôts d'artefacts : Nexus, Artifactory, registres de GitLab et GitHub, Azure Artifacts
- Artefact de pipeline ou artefact publié, et politique de rétention
- Une version calculée à partir du tag Git, une release qu'on ne republie jamais
- Construire une fois, promouvoir ensuite : le même binaire de l'intégration à la production
Du CI vers le CD et la gestion des environnements
- Continuous delivery ou continuous deployment : qui appuie sur le bouton
- Rolling, blue/green, canary et déploiement par vagues, avec leur retour arrière
- DEV, INT, RECETTE, PROD : promotion, approbation, configuration hors du code
- Environnements éphémères par merge request et lutte contre la dérive
Sécurité de la chaîne CI
- Le pipeline comme cible : attaques de la chaîne d'approvisionnement, moindre privilège, dépendances épinglées
- Secrets masqués et protégés, gestionnaire de secrets, identifiants temporaires par OIDC
- Scan des dépendances (SCA), Dependabot ou Renovate, SBOM en CycloneDX ou SPDX
- DevSecOps : bloquer le critique, planifier le reste, rendre le résultat dans la merge request
Exemples de travaux pratiques
- Structurer le dépôt fil rouge : arborescence, .gitignore, branche principale protégée et premier tag
- Verrouiller les dépendances et produire le paquet Python par un build automatisé
- Installer GitLab Runner et enregistrer deux runners, l'un en mode shell, l'autre en mode conteneur
- Ajouter les tests pytest, la mesure de couverture et une quality gate avec ruff, pylint et bandit
- Publier le paquet et l'image Docker dans les registres de GitLab, puis déployer le même artefact sur DEV, INT, RECETTE et PROD
- Protéger l'API par un jeton rangé en variable masquée et protégée, puis vérifier qu'il n'apparaît ni dans les logs ni dans le dépôt
Pour qui
Cette formation s'adresse aux développeurs, intégrateurs, testeurs et ingénieurs d'exploitation qui construisent ou reprennent une chaîne d'intégration et de livraison. Elle sert aussi aux équipes de logiciel embarqué, qui trouvent rarement des formations CI/CD pensées pour le firmware, les bancs de test et la compilation croisée.
Prérequis
- Utiliser Git pour committer, créer une branche et pousser
- Savoir se déplacer et lancer des commandes dans un terminal Linux
- Lire un programme simple, quel que soit le langage
Formats
- 3 jours, de la gestion de configuration jusqu'aux secrets du pipeline
- Une machine Ubuntu avec accès SSH et un compte gitlab.com gratuit pour chaque participant
- Exemples adaptés à votre langage : Python, C, C++ ou JavaScript
- Sur votre site ou entièrement à distance
Entreprises et organisations formées
Coyote System · Viadialog · Microsoft · Intel · Société Générale · Michelin · Ministère des Armées · Ministère de l'Éducation nationale · Ministère de l'Intérieur · Orange · EDF · Iliad / Free · Assurance Maladie · Ville de Strasbourg · Groupe Hospitalier du Havre · General Electric · Synechron · Sagemcom · Cryostar · Mediagenix · Config · Echosens · RS2i · Amphenol Socapex · 4JS · NTI · GPSEA · CentralPay · Lazeo · Kabia · Vademi · UOC
Questions fréquentes
Nous faisons du logiciel embarqué. La formation est-elle adaptée ?
Oui. Elle traite les tests sur cible, la simulation et le hardware-in-the-loop, la publication de firmware avec son fichier de symboles et le verrouillage d'un banc de test partagé. Pour l'embarqué, je vise en général la livraison continue : un firmware toujours livrable, une mise à jour décidée par un humain.
Nous utilisons Jenkins ou GitHub Actions. Les labs sur GitLab nous serviront-ils ?
Oui. Les quatre grands outils partagent les mêmes notions : pipeline as code, jobs, runners ou agents, artefacts, variables. Je montre le même pipeline écrit pour GitLab CI, GitHub Actions et Jenkins, et je consacre un chapitre au choix de l'outil.
Pourquoi ne pas reconstruire l'application pour la production ?
Parce que le binaire reconstruit n'a été testé par personne. Je fais construire un seul artefact, versionné à partir du tag Git, puis le pipeline le promeut d'environnement en environnement. Seule la configuration change entre DEV et PROD.
Formations proches
Organiser une formation
Décrivez votre équipe, son niveau et vos objectifs. Je vous réponds avec un programme adapté.
Me contacter