Plan du cours
Module 1 — Fondations partagées (Jours 1-2)
Jour 1 — Matin : Le facteur humain dans l'adoption de l'IA
• Calibration de la confiance / dépendance : quand utiliser l'IA, quand s'arrêter.
• Structure d'accord d'équipe (déclencheur / action / preuve / propriétaire).
• Rôle du Courateur de prompts : validation, décision, signature finale. Plan de réponse aux incidents IA.
Jour 1 — Après-midi : Contraintes, Risques et Conformité
• Capacités réelles des LLM — vecteurs de risque par prompt : injection, fuite de données, hallucinations.
• Cadre juridique : RGPD, EU AI Act — normes sectorielles (DICOM, HL7, HIPAA).
• Exercice pratique : traduire une norme de domaine en garde-fou pour les prompts.
Jour 2 — Matin : Architecture technique des prompts
• Architecture Agent : mémoire, contexte, objectifs — d'un point de vue conception de prompts.
• Intégration API et sources de données de domaine, multi-agents et enchaînement de prompts.
Jour 2 — Après-midi : Anatomie des prompts d'entreprise
• Les 6 couches : Rôle / Contexte / Contraintes / Normes du domaine / Format / Exemples.
• Hiérarchie des prompts : Système (organisation) — Domaine (équipe) — Tâche (individu).
• Démonstration : déconstruire un prompt naïf, le reconstruire. Brief d'équipe pour les Jours 3 à 5.
Module 2 — Ateliers de co-construction (Jours 3-4-5)
Jour 3 — Découverte et audit des normes
- Ateliers d'équipe parallèles : Architectes, Développeurs domaine spécifique, Back-End, QA.
- Cartographie des normes d'entreprise et contraintes — identification des conflits inter-équipes.
- Livrable Jour 3 : Carte des normes + matrice de priorité impact/effort.
Jour 4 — Conception des conventions et construction des modèles
- Conventions de nommage, versioning, système de tags (équipe, domaine, outil cible).
- Construction des premiers modèles validés : TypeScript DICOM, revue de code, tests QA, documentation API.
- Livrable Jour 4 : 4+ modèles opérationnels + guide de conventions.
Jour 5 — Assemblage de la bibliothèque, Gouvernance et transmission officielle
- Organisation de la bibliothèque, intégration GitHub Copilot / Cursor / API LLM interne.
- Rôle du Courateur de prompts, métriques de qualité, rituels d'équipe, plan de déploiement sur 30 jours.
- Livrable final Jour 5 : Bibliothèque documentée v1.0 + Charte de Gouvernance + Plan sur 30 jours.
Pré requis
- Avoir suivi au moins une formation à l'IA (introductive ou avancée).
- Profil techniques : expérience de développement dans la stack de l'entreprise.
- Profils gestionnaires : maîtrise basique des outils IA (ChatGPT, Copilot, etc.).
- Engagement de l'entreprise : participation active des chefs d'équipe aux Jours 3 à 5.
- Fourniture préalable : documentation des normes existantes (README, guides de codage).
Audience cible
- Architectes logiciels
- Développeurs (domaine spécifique, back-end, front-end)
- Ingénieurs QA / techniciens du code
- Chefs d'équipe et managers intermédiaires
- Responsables IT, décideurs et chefs de projet IA
Nos clients témoignent (1)
J'ai acquis des connaissances sur la bibliothèque Streamlit en Python et je vais certainement essayer de l'utiliser pour améliorer les applications de mon équipe qui sont actuellement développées avec R Shiny.
Michal Maj - XL Catlin Services SE (AXA XL)
Formation - GitHub Copilot for Developers
Traduction automatique