Formation IA pour les devs intermédiaire

Description

Cette formation IA pour les devs intermédiaire vous permettra de fiabiliser votre pratique quotidienne de l'IA pour coder : contrôler un agent sur des tâches longues, relire ce qu'il produit et sécuriser ses usages sur une vraie base de code.

Pendant 2 jours, vous apprendrez à :

• garder le contrôle d'un agent sur des tâches longues et des dépôts volumineux,
• mener des refactorings et des migrations multi-fichiers sans régression,
• repérer les risques du code généré et poser un cadre d'usage tenable en équipe.

Public

Cette formation s'adresse aux développeur·euse·s et tech leads qui utilisent déjà un outil d'IA pour coder, de façon occasionnelle ou quotidienne, quel qu'il soit.

Les objectifs

• Évaluer et comparer des outils d'IA sur des tâches représentatives de sa propre base de code
• Rédiger des règles de projet et des prompts adaptés à des tâches complexes et à des dépôts volumineux
• Conduire un refactoring ou une migration multi-fichiers assistés par IA, sous garde-fous de non-régression
• Identifier les risques propres au code agentique et mettre en place les mitigations associées
• Relire et valider du code généré selon des critères explicites
• Organiser le travail en équipe autour de l'IA malgré des niveaux de pratique hétérogènes

Pré-requis

• Utiliser déjà, même de façon occasionnelle, un outil d'IA pour coder (autocomplétion, chat ou agent), quel qu'il soit, ou avoir suivi la formation IA pour les devs
• Être à l'aise avec Git, les tests automatisés et l'intégration continue
• Avoir l'expérience de la revue de code en équipe
• Ordinateur portable avec droits d'installation et l'outil IA habituellement utilisé déjà configuré
• Ordinateur portable à apporter

Le programme de la formation IA pour les devs intermédiaire

Jour 1 — Fiabiliser un agent IA sur du code réel

• Évaluer et dépasser les limites des agents autonomes
  • Pourquoi les agents dérivent sur les tâches longues et les bases de code complexes : perte de contexte, dérive d'architecture, refactors partiels
  • Construire une grille d'évaluation simple pour comparer des outils sur des tâches représentatives de sa propre base de code
  • Choisir un outil ou un modèle selon le type de tâche : arbitrage coût, qualité, latence, confidentialité
  • Grille de décision multi-critères pour garder une stack modulaire et réversible
• Garder le contrôle sur les tâches longues
  • Plan validé avant exécution et points de contrôle intermédiaires
  • Découpage en sous-tâches vérifiables
  • Gestion de la fenêtre de contexte sur un dépôt volumineux
  • Reconnaître les cas où une intervention humaine complète reste préférable
• Cadrer son agent sur son projet
  • Rédaction de fichiers de règles de projet avancés : conventions, architecture, périmètre à ne pas modifier
  • Prompts adaptés aux tâches complexes : reformulation, contraintes explicites, critères d'acceptation
  • Connecter son agent aux outils et données de l'entreprise via le Model Context Protocol (MCP) : principe et mise en œuvre à partir de serveurs existants
• Refactoring et migration multi-fichiers assistés par IA
  • Migration de dépendances ou de patterns d'architecture sur plusieurs fichiers, sous garde-fous de tests
  • Refactoring guidé par IA avec vérification de non-régression à chaque étape
  • Repérer les zones de dette technique où l'IA apporte le plus de valeur

Mises en pratique :

• Comparaison de deux outils ou agents sur une même tâche de refactoring du dépôt fil rouge
• Rédaction d'un fichier de règles de projet avancé et mesure de l'amélioration de la fiabilité des réponses
• Connexion de son agent à un outil interne via un serveur MCP existant
• Migration multi-fichiers guidée par IA, avec garde-fous de tests à chaque étape

Jour 2 — Sécuriser, relire et travailler à plusieurs

• Sécuriser les usages agentiques
  • Risques propres au code agentique : injection de prompt via des fichiers, des issues ou des pages web lus par l'agent, exfiltration de secrets, dépendances hallucinées
  • Principe de moindre privilège pour l'exécution d'un agent : accès fichiers, réseau, commandes
  • Ce qui peut ou non être envoyé à un service tiers, et les options d'exécution locale
  • Construction collective d'une trame de charte de sécurité IA
• Relire et valider le code généré
  • Construire une grille de revue spécifique au code généré : cohérence architecturale, dépendances, sécurité, au-delà du style
  • Repérer une régression silencieuse introduite par un agent
  • Détection de vulnérabilités assistée par IA et tri des faux positifs
  • Documentation technique assistée par IA sans dérive de fiabilité
• Travailler à plusieurs avec l'IA
  • Pair programming et mob programming avec un agent IA comme participant actif
  • Répartir et organiser la revue des contributions générées par IA : qui relit quoi, avec quel niveau d'exigence
  • Faire progresser ensemble des profils à niveaux hétérogènes, sans créer un effet à deux vitesses
  • Responsabilité de bout en bout : le développeur reste garant de sa pull request, qu'elle soit produite avec ou sans IA
• Poser un cadre d'usage
  • Niveaux d'autonomie acceptables selon le type de tâche
  • Propriété intellectuelle, licences du code généré et points de vigilance RGPD
  • Éviter les pièges de mesure : confondre volume de code produit et valeur livrée

Mises en pratique :

• Étude d'un scénario de prompt injection sur le dépôt fil rouge, puis mise en place des mitigations
• Construction d'une grille de revue « code IA » et application à un lot de pull requests générées
• Session de pair programming avec un agent IA, en binôme de niveaux différents
• Restitution finale : présentation d'un cadre d'usage de l'IA applicable à sa propre équipe

Télécharger le programme

Formations associées

• 

  IA pour les devs – Avancé

  2 jours
• 

  Agents IA avec Claude

  3 jours
• 

  Agents IA en production

  3 jours
• 

  Claude Code avancé

  2 jours
• 

  Claude Code

  2 jours
• 

  LLM avancé

  3 jours

Formateur

Daouda DIOP

Daouda est docteur-ingénieur en optique et vision par ordinateur. Il a forgé son expertise dans la fibre optique, l'astronomie aérospatiale et le développement d'algorithmes de computer vision pour véhicules autonomes.

Sa maîtrise de C++, Matlab, Python et des technologies comme Hadoop, Spark, SQL et Power BI, acquise notamment lors de sa thèse dont une partie concerne le synchrotron, fait de lui un formateur d’exception.

Que ce soit à l'université ou en milieu professionnel, Daouda forme des data engineers et des data analysts, adaptant ses cours à son public avec des projets concrets. Il sait capter l’attention en mêlant théorie et pratique, permettant aux stagiaires d’appliquer Spark sur des cas réels, comme l’analyse de données événementielles sur un datalake Azure.

Suivez une formation avec Daouda pour transformer vos compétences en data !

FAQ

8 raisons de participer à une formation Human Coders

• Satisfaction client élevée : Un taux de statisfaction de 4,6/5 depuis 2012 (sur 1920 sessions réalisées). 99% des participants se disent satisfaits de nos formations
• Approche pédagogique unique : Des formations en petit groupe, des formateurs passionnés et expérimentés, de véritables workshops... (Plus d'infos sur notre manifeste)
• Catalogue de formations complet : 271 formations au catalogue, de quoi vous accompagner sur tout vos projets
• Écosystème dynamique : Nous accompagnons les dev depuis 14 ans avec des initiatives comme Human Coders News, les Human Talks, le podcast ou encore notre serveur Discord
• Financement facilité : Organisme certifié Qualiopi, indispensable pour que vous puissiez obtenir des aides au financement via votre OPCO
• Références clients prestigieuses : De nombreux clients qui nous font confiance depuis des années
• Accompagnement sur mesure : Nous vous proposons un accompagnement personnalisé par nos consultants pour vous aider dans vos projets au-delà de la formation
• Valorisation professionnelle : Remise d'un diplôme, d'une attestation et d'une certification, suivant les formations effectuées, que vous pourrez afficher sur vos CV et réseaux sociaux