Plan du cours
La pile de personnalisation à quatre niveaux
Niveau 1 | Connaît – 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 de directives de projet neutres par rapport aux outils
• Maintien de la cohérence entre les équipes de développement et les outils d'IA
Niveau 2 | Peut – Compétences (Skills)
Sujets abordés :
• Création d'unités réutilisables de connaissances spécialisées
• Chargement des informations contextuelles uniquement lorsque cela est nécessaire
• Réduction de la taille du contexte tout en améliorant les performances des tâches
• Construction de bibliothèques de workflows et d'expertise réutilisables
Niveau 3 | Relie – MCP
Sujets abordés :
• Connexion des outils d'IA à des systèmes et services externes
• Accès aux référentiels, bases de données et sources de documentation
• Extension des capacités des assistants de codage par IA
• Mise en œuvre d'intégrations sécurisées et de contrôles de gouvernance
Niveau 4 | Agit – Agents
Sujets abordés :
• Compréhension des agents d'IA autonomes et de leurs capacités
• Lecture, écriture, test et révision autonomes du code
• Gestion de workflows orientés vers les objectifs et des tâches déléguées
• Établissement de mécanismes de supervision et de revue humaine pour les systèmes agentic
Jour 1 | Délégation et extension des outils
Module 1 | De l'assistant à l'agent
Sujets abordés :
• Compréhension de la différence entre les assistants IA et les agents autonomes
• Complétion de code en ligne versus délégation agentic
• Impact des workflows agentic sur la structuration des tâches de développement
• Identification des tâches adaptées à la délégation aux agents
• Bonnes pratiques pour collaborer avec des systèmes d'IA autonomes
Module 2 | Délégations efficaces sans surveillance étroite
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 mesures de succès
• Minimisation de l'intervention humaine tout en maintenant la qualité
Module 3 | Pile de personnalisation et application par scénario
Sujets abordés :
• Compréhension de la pile de personnalisation à quatre niveaux
• Utilisation des Règles et AGENTS.md pour définir les conventions du projet
• Détermination des mécanismes de personnalisation applicables dans différents scénarios
• Gestion efficace du contexte entre les outils et les projets
• Création d'environnements de développement assistés 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 Modèle de Contexte de Protocol (MCP)
• Connexion des outils d'IA à des systèmes et services externes
• Intégration des navigateurs, bases de données, référentiels et sources de documentation
• Création d'un serveur MCP personnalisé
• Gestion du contrôle d'accès et des considérations de sécurité
Module 6 | Le workflow agentic discipliné
Sujets abordés :
• Établissement d'un processus de développement assisté par IA répétable
• Brainstorming et planification avec des agents IA
• Construction et mise en œuvre 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 plusieurs agents IA
• Travail avec des branches isolées et les worktrees Git
• Coordination des activités de développement entre les workflows parallèles
• Fusion et validation des sorties issues de multiples agents
• Amélioration de la productivité grâce à des stratégies d'exécution parallèle
Module 8 | Risques, revue et gouvernance
Sujets abordés :
• Évaluation et validation des Compétences (Skills) et serveurs MCP externes
• Compréhension des risques liés à la sécurité et à la gouvernance
• Gestion des permissions et des droits d'accès
• Protection des données sensibles et de la propriété intellectuelle
• Établissement de processus de revue et de 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 réels d'utilisation et exemples d'implémentation issus de différents secteurs
• Approches courantes d'adoption de l'IA : adoption individuelle, adoption basée sur les équipes et activation à l'échelle de l'organisation
• Cas d'utilisation typiques à travers le SDLC :
• Collecte des exigences et documentation
• Génération de code et prototypage
• Tests et assurance qualité
• Revue de code et refactoring
• 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 concrètes pour les participants et leurs équipes
Atelier de discussion interactif
• 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
Une expérience professionnelle en développement, une aisance avec le terminal et des connaissances pratiques de Git. Utilisation régulière d'un outil de codage par IA, ou achèvement du cours Fondamentaux.
Audience cible
Développeurs utilisant déjà des outils d'IA, chefs techniques responsables de l'adoption en équipe, et ingénieurs plateforme ou DevOps construisant 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