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
L’IA dans la phase des exigences et de la planification
- Utilisation du TALN (traitement automatique du langage naturel) et des LLMs pour l’analyse des exigences
- Transformation des informations des parties prenantes en épopées et user stories
- Outils d’IA pour l’affinement des user stories et la génération des critères d’acceptation
Conception et architecture augmentées par l’IA
- Utilisation de l’IA pour modéliser les composants du système et leurs dépendances
- Génération de diagrammes d’architecture et suggestions UML
- Validation de la conception grâce au raisonnement systémique basé sur les prompts
Flux de travail de développement améliorés par l’IA
- Génération de code assistée par l’IA et squelettage de code de base
- Refactoring du code et amélioration des performances à l’aide des LLMs
- Intégration d’outils d’IA dans les IDE (ex. Copilot, Tabnine, CodeWhisperer)
Tests avec l’IA
- Génération de tests unitaires et d’intégration à l’aide de modèles d’IA
- Analyse de régression assistée par l’IA et maintenance des tests
- Génération de cas d’exploration et de limites avec l’IA
Documentation, revue et partage des connaissances
- Génération automatique de documentation à partir du code et des APIs
- Automatisation des revues de code via des prompts et des checklists IA
- Création de bases de connaissances et de FAQ à l’aide de l’IA conversationnelle
L’IA dans l’automatisation du CI/CD et du déploiement
- Optimisation des pipelines et tests basés sur les risques améliorés par l’IA
- Suggestions intelligentes de déploiements canari et de retours en arrière
- Rôle de l’IA dans la vérification du déploiement et l’analyse post-déploiement
Gouvernance, éthique et stratégie de mise en œuvre
- Assurer l’utilisation responsable de l’IA et éviter les biais dans le code généré
- Audit et conformité dans les flux de travail assistés par l’IA
- Élaboration d’une feuille de route pour l’adoption progressive de l’IA dans tout le SDLC
Résumé et prochaines étapes
Pré requis
- Compréhension des concepts du cycle de vie du développement logiciel
- Expérience en architecture logiciel ou en leadership d’équipe
- Connaissance des pratiques DevOps, agiles ou des outils SDLC
Audience cible
- Architectes logiciels
- Chefs de projet de développement
- Directeurs techniques
14 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