TP4 : synthese (reponses 1.1-4.4) + section README

README.md

@@ -102,3 +102,34 @@ curl -s -X POST localhost:8000/predict/batch \
 ## Livrable TP03
 
 Reponses aux questions et recap : `SYNTHESE_TP03.md`.
+
+---
+
+# TP04 - Automatiser le pipeline avec la CI/CD (pipeline.py + Forgejo Actions)
+
+Prolonge les TP precedents : les etapes manuelles (split -> entrainement -> enregistrement/promotion
+Registry) sont orchestrees en une seule commande, puis rejouees automatiquement en CI.
+
+## Pipeline (Parties 2-3)
+
+`pipeline.py` (racine) enchaine, via des sous-processus (`check=True`, arret au premier echec) :
+
+```bash
+set -a; source .env; set +a
+python pipeline.py     # split -> train full --register -> promote champion
+```
+
+- 1. `lab.split.cli` : (re)cree `data/{train,validation,test}.parquet` (deterministe) ;
+- 2. `lab.modeling.cli full --register` : entraine + `log_model` + nouvelle version au Registry ;
+- 3. `lab.registry.cli promote` : repointe l'alias `champion` sur cette version.
+
+`requirements.txt` fige les dependances runtime (env de reference de la VM, Python 3.14).
+
+## CI/CD (Partie 4)
+
+`.forgejo/workflows/pipeline.yml` : declenche sur **pull_request vers `main`**, installe les
+dependances puis lance `pipeline.py`. Execute par les runners du **Forgejo de la VM**
+(`forgejo.192-168-122-143.nip.io`), mode docker sur `mlops-net` (les donnees `/data/modelling` et la
+CA du host sont montees en lecture seule). Secrets (MLflow + S3 Garage) dans les secrets Actions du repo.
+
+Livrable : `SYNTHESE_TP04.md`.