Intelligence Artificielle : L’IA au service développeur informatique

Introduction aux principes et enjeux

• Focus sur les évolutions technologiques de l’IA et leur impact sur les entreprises
• Évaluer les risques et opportunités associés à l'adoption de l'IA
• Présentation de cas d’utilisation, cas d’usage métier
• Illustration d’un entrainement collectif d’un LLM avec Teachablemachine

Utiliser le Prompt Engineering avancé, le Context Engineering et structurer des requêtes

• Structurer un prompt complexe : créer des prompts multi-étapes
• Techniques : « prompt chaining », auto-feedback et boucles d’amélioration
• Exploiter le Context Engineering
• Mise en pratique : créer des prompts pour le développement et l'architecture logiciels

Exploiter tout le potentiel des applications IA - Cas d’usage de l’IA dans le développement de logiciel

• Ateliers interactifs et d'exercices pratiques visant à utiliser concrètement l'IA
• Mises en situation vécues par les participants pour enrichir l'expérience d'apprentissage

Implications éthiques et gestion des risques de l'IA

• Sensibilisation à la législation européenne sur l'IA (AI Act) et aux meilleures pratiques pour la protection des données
• Comprendre le parcours de la donnée dans les solutions utilisées
• Appréhender l’impact environnement et sociétal de l’IA

Développer : Spec Driven Development

• Accélérer le développement (*5)
• Comprendre le changement de paradigme à Spec Driven Development
• Travaux pratiques : Windsurf / Claude Code

Exploiter les concepts avancés

• Gérer les skills fournis à l’IA
• Adapter l’IA à ses workflows de développement
• Travaux pratiques : Claude Code / Codex / Windsurf
• Gérer le Context Window de l’IA

Comprendre et utiliser l’IA agentique

• Accélérer le développement (*20) grâce à la boucle ReAct : Agentif Software Engineering
• Implication en termes de sécurité et de partage de données
• Travaux pratiques : Windsurf / Claude Code

Mettre en place la boucle ReAct - Agentic Software Engineering

• Utiliser les boucles agentiques pour permettre à des agents de coder et debugger les specs partagées
• Donner de la « mémoire » aux agents
• Contrôler les résultats obtenus
• Configurer les skills pour permettre aux agents de respecter les bonnes pratiques en vigueur dans la société
• Travaux pratiques : implémenter des features, réaliser de la revue de code, gérer de la dette cognitive, partager des bonnes pratiques