Merci d'avoir envoyé votre demande ! Un membre de notre équipe vous contactera sous peu.
Merci d'avoir envoyé votre réservation ! Un membre de notre équipe vous contactera sous peu.
Plan du cours
Introduction au Vibe Coding
- Définition et historique du vibe coding
- Philosophie de la collaboration "prompt-to-code" (prompt vers code)
- En quoi le codage par IA diffère du développement traditionnel
Les Grands Modèles de Langage dans le Codage
- Aperçu des LLM pour les développeurs : GPT-4, DeepSeek, Qwen, Mistral
- Comparaison des codeurs IA open source et propriétaires
- Déploiement des LLM en local ou via des API
Ingénierie des Prompts pour les Développeurs
- Réalisation efficace de prompts pour la génération et le refactorage de code
- Gestion du contexte et gestion de l'état de la conversation
- Création de modèles de prompts réutilisables pour les tâches de codage
Environnements de Vibe Coding Pratiques
- Utilisation de Replit pour le codage collaboratif par IA
- Intégration de GitHub Copilot et Qwen Coder dans les IDE
- Personnalisation des workflows pour la collaboration d'équipe
Qualité et Validation du Code dans les Workflows IA
- Révision et test du code généré par les LLM
- Assurance de la cohérence, de la maintenabilité et de la sécurité
- Intégration d'outils de validation du code dans le workflow
Intégration et Gouvernance en Entreprise
- Mise à l'échelle du vibe coding au sein des équipes
- Gouvernance de l'IA, éthique et conformité dans la génération de code
- Conception de cadres organisationnels pour le développement assisté par IA
Sujets Avancés : Extension du Vibe Coding
- Combinaison de plusieurs LLM pour des workflows 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 assisté par IA dans un contexte réel
- Collaboration avec des développeurs humains et IA
- Présentation des résultats et mesure des gains de productivité
Résumé et Prochaines Étapes
Pré requis
- Une compréhension des workflows de développement logiciel
- Une expérience avec Python, JavaScript ou un autre langage de programmation moderne
- Une familiarité avec les systèmes de contrôle de version basés sur Git
Audience
- Ingénieurs logiciel explorant le développement assisté par IA
- Responsables techniques supervisant l'adoption de l'IA dans les workflows de codage
- Équipes de développement d'entreprise cherchant à intégrer des LLM dans des pipelines de production
21 Heures
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