Plan du cours
La pile de personnalisation à quatre niveaux
Niveau 1 | Connaît – Règles et AGENTS.md
Sujets abordés :
• Définition des conventions du projet et des normes de codage
• Documentation de l'architecture et des contraintes techniques
• Création de guides de projet neutres vis-à-vis des outils
• Maintien de la cohérence entre les équipes de développement et les outils d'IA
Niveau 2 | Sait faire – Compétences (Skills)
Sujets abordés :
• Création d'unités réutilisables de savoir-faire spécialisé
• Chargement des informations contextuelles uniquement lorsque cela est nécessaire
• Réduction de la taille du contexte tout en améliorant les performances des tâches
• Élaboration de bibliothèques de workflows et d'expertise réutilisables
Niveau 3 | Interconnecte – MCP
Sujets abordés :
• Connexion des outils d'IA à des systèmes et services externes
• Accès aux dépôts, bases de données et sources de documentation
• Extension des capacités des assistants de codage alimentés par l'IA
• Mise en place d'intégrations sécurisées et de contrôles de gouvernance
Niveau 4 | Agit – Agents
Sujets abordés :
• Compréhension des agents d'IA autonomes et de leurs capacités
• Lecture, écriture, tests et révisions du code de manière autonome
• Gestion de workflows axés sur les objectifs et des tâches déléguées
• Mise en place de mécanismes de supervision et de révision humaine pour les systèmes agentiques
Jour 1 | Délégation et extension des outils
Module 1 | De l'assistant à l'agent
Sujets abordés :
• Distinction entre les assistants d'IA et les agents autonomes
• Complétion de code en ligne versus délégation agentic
• Impact des workflows agentiques sur la structuration des tâches de développement
• Identification des tâches adaptées à une délégation aux agents
• Bonnes pratiques pour collaborer avec des systèmes d'IA autonomes
Module 2 | Délégations efficaces sans supervision constante ni boucles (Loops)
Sujets abordés :
• Rédaction d'instructions efficaces pour les agents d'IA
• Fourniture du contexte suffisant et des exigences métier
• Définition des contraintes et des limites d'exécution
• Établissement de critères d'acceptation clairs et de mesures de succès
• Minimisation de l'intervention humaine tout en maintenant la qualité
• Méthodologie pour construire des Loops
Module 3 | Pile de personnalisation et pertinence selon le contexte
Sujets abordés :
• Compréhension de la pile de personnalisation à quatre niveaux
• Utilisation des Règles et de AGENTS.md pour définir les conventions du projet
• Détermination des mécanismes de personnalisation applicables selon les scénarios
• Gestion efficace du contexte entre les outils et les projets
• Création d'environnements de développement assisté par l'IA cohérents
Module 4 | Compétences (Skills) et sous-agents
Sujets abordés :
• Création de Compétences réutilisables pour les workflows et tâches courants
• Empaquetage du savoir-faire spécialisé pour une utilisation répétée
• Compréhension du rôle des sous-agents et des contextes isolés
• Délégation de tâches bornées à des agents spécialisés
• Amélioration de l'efficacité grâce à des workflows d'IA modulaires
Jour 2 | Connectivité des outils, parallélisme et gouvernance
Module 5 | MCP : Connexion et développement
Sujets abordés :
• Principes du Modèle de Contexte de Prococole (MCP)
• Connexion des outils d'IA à des systèmes et services externes
• Intégration de navigateurs, bases de données, dépôts et sources de documentation
• Développement d'un serveur MCP personnalisé
• Gestion du contrôle d'accès et des aspects sécuritaires
Module 6 | Le workflow agentic discipliné
Sujets abordés :
• Mise en place d'un processus de développement assisté par l'IA reproductible
• Brainstorming et planification avec des agents d'IA
• Construction et mise en œuvre collaboratives des solutions
• Tests et validation des sorties générées
• Revue et finalisation des livrables avec des étapes de vérification appropriées
• Configuration des objectifs
Module 7 | Développement en parallèle
Sujets abordés :
• Exécution simultanée de plusieurs agents d'IA
• Travail avec des branches isolées et des worktrees Git
• Coordination des activités de développement entre les workflows parallèles
• Fusion et validation des sorties issues de multiples agents
• Amélioration de la productivité grâce à des stratégies d'exécution parallèle
Module 8 | Risques, revue et gouvernance
Sujets abordés :
• Évaluation et vérification des Compétences (Skills) et serveurs MCP externes
• Compréhension des risques sécuritaires et de gouvernance
• Gestion des permissions et des droits d'accès
• Protection des données sensibles et de la propriété intellectuelle
• Établissement de processus de revue et de pratiques d'assurance qualité
Module 9 | Adoption de l'IA dans le développement logiciel : cas d'usage et prochaines étapes
Sujets abordés :
• Façons dont les organisations intègrent l'IA dans le cycle de vie du développement logiciel (SDLC)
• Cas d'usage concrets et exemples de mise en œuvre issus de divers secteurs
• Approches courantes d'adoption de l'IA : adoption individuelle, par équipe et activation à l'échelle organisationnelle
• Cas d'utilisation typiques dans le cadre du SDLC :
• Collecte des exigences et documentation
• Génération de code et prototypage
• Tests et assurance qualité
• Revue de code et refactoring
• Documentation et gestion des connaissances
• DevOps et gestion des incidents
• Modèles de gouvernance, politiques et aspects sécuritaires
• Mesure de la productivité et du retour sur investissement (ROI) liés au développement assisté par l'IA
• Élaboration d'une feuille de route interne pour l'adoption de l'IA
• Définition des prochaines étapes pratiques pour les participants et leurs équipes
Atelier de discussion interactif
• Défis actuels au sein des équipes de développement des participants
• Identification de cas d'usage à forte valeur pour une adoption immédiate
• Risques, obstacles et considérations organisationnelles
• Élaboration d'un plan d'action initial pour l'intégration de l'IA.
Pré requis
Une expérience professionnelle en développement, une aisance avec le terminal ainsi que des connaissances opérationnelles de Git. Une utilisation régulière d'un outil de codage alimenté par l'IA, ou la réussite du cours sur les Fondamentaux.
Public cible
Développeurs utilisant déjà des outils d'IA, chefs techniques responsables de l'adoption de ces technologies au sein de leurs équipes, ainsi qu'ingénieurs plateformes ou DevOps en charge du développement de Compétences et de serveurs MCP.
Nos clients témoignent (2)
Apprendre à formuler des prompts pour Claude et l’utiliser pour exploiter toutes les données dont je dispose.
Mike Hartleroad - Furniture Row
Formation - Claude AI for Data Analysis and Business Intelligence
Traduction automatique
comment interagir avec l'environnement Office et configurer des tâches répétitives
Matthew Wallace - Group CBS
Formation - Claude AI for Workflow Automation and Productivity
Traduction automatique