Plan du cours
La pile de personnalisation à quatre niveaux
Niveau 1 | Savoir – Règles et AGENTS.md
Sujets abordés :
• Définition des conventions de projet et des normes de codage
• Documentation de l'architecture et des contraintes techniques
• Création d'un guide de projet neutre vis-à-vis des outils
• Maintenance de la cohérence entre les équipes de développement et les outils IA
Niveau 2 | Pouvoir – Compétences (Skills)
Sujets abordés :
• Création d'unités réutilisables de connaissances spécialisées
• Chargement des informations contextuelles uniquement lorsque nécessaire
• Réduction de la taille du contexte tout en améliorant les performances des tâches
• Élaboration de bibliothèques de workflows et d'expertises réutilisables
Niveau 3 | Atteindre – MCP
Sujets abordés :
• Connexion des outils IA à des systèmes et services externes
• Accès aux dépôts, bases de données et sources de documentation
• Extension des capacités des assistants de codage assisté par IA
• Mise en œuvre d'intégrations sécurisées et de contrôles de gouvernance
Niveau 4 | Agir – Agents
Sujets abordés :
• Compréhension des agents IA autonomes et de leurs capacités
• Lecture, écriture, test et révision autonomes du code
• Gestion de workflows orientés objectifs et de tâches déléguées
• Établissement de mécanismes de supervision et de revue humaine pour les systèmes agents
Jour 1 | Déléguement et extension des outils
Module 1 | De l'assistant à l'agent
Sujets abordés :
• Distinction entre les assistants IA et les agents autonomes
• Complétion de code en ligne versus déléguement par des agents
• Impact des workflows agents sur la structuration des tâches de développement
• Identification des tâches adaptées au déléguement aux agents
• Bonnes pratiques pour collaborer avec les systèmes IA autonomes
Module 2 | Déléguements efficaces sans surveillance constante
Sujets abordés :
• Rédaction d'instructions efficaces pour les agents IA
• Fourniture du contexte et des exigences métier suffisants
• Définition des contraintes et limites d'exécution
• Établissement de critères clairs d'acceptation et de succès
• Minimisation de l'intervention humaine tout en maintenant la qualité
Module 3 | Pile de personnalisation et applicabilité selon les scénarios
Sujets abordés :
• Compréhension de la pile de personnalisation à quatre niveaux
• Utilisation des Règles et d'AGENTS.md pour définir les conventions de projet
• Détermination des mécanismes de personnalisation applicables dans différents scénarios
• Gestion efficace du contexte entre outils et projets
• Création d'environnements de développement assisté par IA cohérents
Module 4 | Compétences (Skills) et sous-agents
Sujets abordés :
• Création de Compétences réutilisables pour les workflows et tâches courants
• Emballage des connaissances spécialisées 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 IA modulaires
Jour 2 | Connexion des outils, parallélisme et gouvernance
Module 5 | MCP : Connexion et création
Sujets abordés :
• Compréhension des principes du Protocol Contexte Modèle (MCP)
• Connexion des outils IA aux systèmes et services externes
• Intégration de navigateurs, bases de données, dépôts et sources de documentation
• Création d'un serveur MCP personnalisé
• Gestion du contrôle d'accès et des considérations de sécurité
Module 6 | Le workflow agent discipliné
Sujets abordés :
• Établissement d'un processus de développement assisté par IA reproductible
• Brainstorming et planification avec des agents IA
• Construction et implémentation collaboratives des solutions
• Tests et validation des sorties générées
• Revue et finalisation des livrables avec des étapes de vérification appropriées
Module 7 | Développement parallèle
Sujets abordés :
• Exécution simultanée de multiples agents IA
• Travailler avec des branches isolées et des worktrees Git
• Coordination des activités de développement sur des workflows parallèles
• Fusion et validation des sorties provenant de plusieurs agents
• Amélioration de la productivité via des stratégies d'exécution parallèle
Module 8 | Risques, revue et gouvernance
Sujets abordés :
• Évaluation et vérification des Compétences externes et des serveurs MCP
• Compréhension des risques liés à la sécurité et à la gouvernance
• Gestion des autorisations et des droits d'accès
• Protection des données sensibles et de la propriété intellectuelle
• Établissement de processus de revue et de bonnes pratiques d'assurance qualité
Module 9 | Adoption de l'IA dans le développement logiciel : Cas d'utilisation et prochaines étapes
Sujets abordés :
• Façons dont les organisations intègrent l'IA dans le cycle de vie du développement logiciel (SDLC)
• Cas d'utilisation concrets et exemples d'implémentation issus de différents secteurs
• Approches typiques d'adoption de l'IA : adoption individuelle, adoption par équipe et activation à l'échelle de l'organisation
• Cas d'utilisation courants dans le SDLC :
• Collecte des exigences et documentation
• Génération de code et prototypage
• Tests et assurance qualité
• Revue de code et refactorisation
• Documentation et gestion des connaissances
• DevOps et gestion des incidents
• Modèles de gouvernance, politiques et considérations de sécurité
• Mesure de la productivité et du retour sur investissement (ROI) du développement assisté par 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 interactif de discussion
• Défis actuels au sein des équipes de développement des participants
• Identification des cas d'utilisation à forte valeur ajoutée pour une adoption immédiate
• Risques, obstacles et considérations organisationnelles
• Création d'un plan d'action initial pour l'intégration de l'IA.
Pré requis
Expérience professionnelle en développement, aisance avec le terminal et connaissances pratiques de Git. Utilisation régulière d'un outil de codage assisté par IA ou réussite du cours Fondations.
Public cible
Développeurs utilisant déjà des outils IA, chefs techniques responsables de l'adoption en équipe et ingénieurs plateforme ou DevOps créant des Compétences et des serveurs MCP.
Nos clients témoignent (2)
Utiliser Claude Code de manière plus efficace
Virgil Trif - Frequentis
Formation - Claude Code: Agentic AI Development · 1-Day
Traduction automatique
"J'ai compris le potentiel de l'outil et acquis suffisamment de compétences pour commencer à l'utiliser dans mon travail dès maintenant."
Angelo Moro
Formation - Claude AI for Developers: Building AI-Powered Applications
Traduction automatique