GitHub Actions for ML

Free, integrated, marketplace-rich — GitHub Actions ML team-এর default CI/CD platform। একটা YAML, পুরো automation।

Why GitHub Actions

কেন এটাই প্রথম পছন্দ

Repo-র সাথে native integration — extra setup নেই।
Marketplace-এ setup-python, docker/build-push-action ready।
Public repo-তে free, private-তেও generous minutes।
Matrix builds — Python 3.10/3.11/3.12 একসাথে test।

Anatomy

Workflow file structure

.github/workflows/ml-ci.yml — 3 key concept:

Trigger: on: [push, pull_request] — কখন চলবে।
Job: এক বা একাধিক — parallel বা sequential।
Step: Shell command বা reusable action।

Workflow 1

Lint + Test on every PR

yamlproduction

name: ML CI
on:
  push:
    branches: [main]
  pull_request:

jobs:
  test:
    runs-on: ubuntu-latest
    strategy:
      matrix:
        python: ["3.11", "3.12"]
    steps:
      - uses: actions/checkout@v4
      - uses: actions/setup-python@v5
        with:
          python-version: ${{ matrix.python }}
          cache: pip
      - run: pip install -r requirements.txt
      - run: ruff check src/
      - run: pytest -v --cov=src tests/
      - run: python scripts/validate_model.py
        env:
          MIN_ACCURACY: "0.85"

Workflow 2

Build + Push Docker image to GHCR

yamlproduction

name: Build Image
on:
  push:
    tags: ["v*"]

jobs:
  build:
    runs-on: ubuntu-latest
    permissions:
      contents: read
      packages: write
    steps:
      - uses: actions/checkout@v4
      - uses: docker/setup-buildx-action@v3
      - uses: docker/login-action@v3
        with:
          registry: ghcr.io
          username: ${{ github.actor }}
          password: ${{ secrets.GITHUB_TOKEN }}
      - uses: docker/build-push-action@v6
        with:
          context: .
          push: true
          tags: |
            ghcr.io/${{ github.repository }}/iris-api:latest
            ghcr.io/${{ github.repository }}/iris-api:${{ github.ref_name }}
          cache-from: type=gha
          cache-to: type=gha,mode=max

Pro Tips

Speed + safety

cache: pip use করো — dependency install 5x faster।
concurrency group দাও — same PR-এ duplicate run cancel হবে।
Heavy training step-এ self-hosted GPU runner ব্যবহার করো।
Secret সবসময় secrets.* থেকে — কখনো hardcode না।

Common Mistakes

যা ভুল হয়

Test job-এ continue-on-error: true — failure লুকিয়ে যায়।
Tag push না করে :latest overwrite — rollback অসম্ভব।
Workflow-এ raw token print — log-এ leak।

Mini Project

তোমার project-এ যোগ করো

.github/workflows/ml-ci.yml তৈরি করো (Workflow 1)।
Iris FastAPI service-এর জন্য Workflow 2 চালু করো।
PR খুলে দেখো — green check আসছে কিনা।

Takeaway

মনে রাখো

GitHub Actions = YAML + marketplace + secrets। এই তিনটা mastery করলে যেকোনো ML pipeline automate করা সম্ভব।

← Roadmap-এ ফিরুন পরবর্তী: Automated Testing for AI Systems