Prenez contact avec nous
 Durée 21 heures

Plan du cours

Introduction au « Vibe Coding »

  • Définition et historique du « vibe coding »
  • Philosophie de la collaboration « prompt-to-code »
  • Différences entre le codage IA et le développement traditionnel

Grands modèles de langage (LLM) dans le codage

  • Aperçu des LLM pour développeurs : GPT-4, DeepSeek, Qwen, Mistral
  • Comparaison entre codeurs IA open source et propriétaires
  • Déploiement de LLM localement ou via API

« Prompt Engineering » pour les développeurs

  • Stratégies de sollicitation efficaces pour générer et refactoriser du code
  • Gestion du contexte et de l’état des conversations
  • Création de modèles de prompts réutilisables pour les tâches de codage

Environnements pratiques de « Vibe Coding »

  • Utilisation de Replit pour le codage collaboratif avec IA
  • Intégration de GitHub Copilot et de Qwen Coder dans les IDE
  • Personnalisation des flux de travail pour la collaboration d’équipe

Qualité et validation du code dans les flux IA

  • Revue et tests du code généré par les LLM
  • Garantir la cohérence, la maintenabilité et la sécurité
  • Intégration d’outils de validation du code dans le flux de travail

Intégration et gouvernance en entreprise

  • Extension du « vibe coding » à l’échelle des équipes
  • Gouvernance, éthique et conformité de l’IA dans la génération de code
  • Conception de cadres organisationnels pour le développement assisté par IA

Sujets avancés : Poursuite du « Vibe Coding »

  • Combinaison de plusieurs LLM pour des flux IA hybrides
  • Intégration du « vibe coding » avec l’automatisation CI/CD
  • Tendances futures : écosystèmes de développement multi-agents

Projet d’équipe et collaboration

  • Conception d’un projet de codage réel assisté par IA
  • Collaboration entre développeurs humains et IA
  • Présentation des résultats et mesure des gains de productivité

Résumé et prochaines étapes

Pré requis

  • Une bonne compréhension des flux de travail de développement logiciel
  • De l’expérience avec Python, JavaScript ou un autre langage de programmation moderne
  • Une familiarité avec les systèmes de contrôle de version basés sur Git

Public cible

  • Ingénieurs logiciels explorant le développement assisté par IA
  • Responsables d’équipes dirigeant l’adoption de l’IA dans les flux de codage
  • Équipes de développement d’entreprise souhaitant intégrer les LLM dans leurs pipelines de production

Nombre de participants


Prix par participant

Nos clients témoignent (1)

Cours à venir

Catégories Similaires