Plan du cours

⚔️ Niveau 1 : La Crypte de la Découverte – Secrets des Exigences

Mission : Utiliser LLMs (ChatGPT) pour extraire des exigences structurées à partir d'entrées vagues.
Points clés :

  • Interpréter les idées de produit ambigües ou les demandes de fonctionnalités
  • Utiliser l'IA pour :
    • Générer des histoires d'utilisateur et des critères d'acceptation
    • Suggérer des personnages et scénarios
    • Générer des artefacts visuels (par exemple, des diagrammes simples avec Mermaid ou draw.io)
    Résultat : Backlog structuré de histoires d'utilisateur + modèle initial/domaine/visuels

 


🔥 Niveau 2 : La Forge de Design – Le Rouleau de l'Architecte

Mission : Utiliser l'IA pour créer et valider des plans d'architecture.
Points clés :

  • Utiliser l'IA pour :
    • Proposer un style architectural (monolithique, microservices, sans serveur)
    • Générer des diagrammes de composants et interactions haut niveau
    • Scaffold les structures de classe/module
  • Défier les choix des pairs par des revues de design peer-to-peer
    Résultat : Architecture validée + squelette de code

 


🧙‍♂️ Niveau 3 : L'Arène du Code – Le Codex de la Gauntlet

Mission : Utiliser des copilotes IA pour implémenter les fonctionnalités et améliorer le code.
Points clés :

  • Utiliser GitHub Copilot ou ChatGPT pour implémenter la fonctionnalité
  • Réfacturer le code généré par l'IA pour :
    • Prestations
    • Sécurité
    • Maintenabilité
  • Injecter des "odeurs de code" et mener des défis de nettoyage peer-to-peer
    Résultat : Codebase fonctionnelle, refactorisée, générée par IA

 


🐛 Niveau 4 : La Marécage des Bugs – Tester l'obscurité

Mission : Générer et améliorer les tests avec IA, puis trouver des bugs dans le code d'autres.
Points clés :

  • Utiliser l'IA pour :
    • Générer des tests unitaires
    • Générer des tests d'intégration
    • Simuler des cas limites
  • Échanger des codes bugués avec une autre équipe pour le débogage assisté par IA
    Résultat : Suite de tests + rapport de bugs + corrections de bugs

 

⚙️ Niveau 5 : Les Portails du Pipeline – La Porte de l'Automate

Mission : Configurer des pipelines CI/CD intelligents avec l'aide d'IA.
Points clés :

  • Utiliser IA pour :
    • Définir les workflows (par exemple, GitHub Actions)
    • Automatiser les étapes de construction, test et déploiement
    • Suggérer des politiques de détection d'anomalies/retrait
      Résultat : Script ou flux CI/CD fonctionnel assisté par IA

 


🏰 Niveau 6 : La Citadelle de la Surveillance – Le Guet du Log

Mission : Analyser les logs et utiliser l'apprentissage machine pour détecter des anomalies et simuler une récupération.
Points clés :

  • Analyser des logs pré-remplis ou générés
  • Utiliser IA pour :
    • Identifier les anomalies ou tendances d'erreur
    • Suggérer des réponses automatisées (par exemple, scripts de guérison auto, alertes)
    • Créer des tableaux de bord ou résumés visuels
      Résultat : Plan de surveillance ou mécanisme d'alerte intelligent simulé

 


🧙‍♀️ Niveau Final : L'Arène du Héros – Construire le SDLC ultime soutenu par l’IA

Mission : Les équipes appliquent tout ce qu'elles ont appris pour construire une boucle SDLC fonctionnelle pour un mini-projet.
Points clés :

  • Sélectionner un mini-projet d'équipe (par exemple, suivi de bugs, chatbot, microservice)
  • Apliquer l'IA à chaque phase du SDLC :
    • Besoins, Design, Code, Test, Déploiement, Surveillance
  • Présenter les résultats dans une courte démonstration d'équipe

Voting entre pairs ou jugement pour le pipeline IA le plus efficace
Résultat : Implémentation SDLC end-to-end renforcée par l’IA + présentation de l’équipe

 

A la fin de cette formation, les participants seront capables de :

  • Appliquer des outils IA génératifs pour extraire et structurer les exigences logicielles
  • Générer des diagrammes architecturaux et valider les choix de conception en utilisant l'IA
  • Utiliser des copilotes IA pour implémenter et réfactorer le code de production
  • Automatiser la génération de tests et effectuer un débogage assisté par IA
  • Définir des pipelines CI/CD intelligents qui détectent et réagissent aux anomalies
  • Analyser les logs avec des outils IA/ml pour identifier les risques et simuler la guérison auto
  • Démontrer un SDLC entièrement renforcé par l’IA à travers un mini-projet d’équipe

 

Pré requis

Audience : Développeurs de logiciels, testeurs, architectes, DevOps ingénieurs, propriétaires de produits

Les participants devraient avoir :

  • Une compréhension pratique du cycle de vie du développement logiciel (SDLC)
  • Expérience pratique dans au moins un langage de programmation (par exemple, Python, Java, JavaScript, C#, etc.)
  • Familiarité avec :
    • L'écriture et la lecture de scénarios d'utilisateur ou des exigences
    • Les principes de base du design logiciel
    • Le contrôle de version (par exemple, Git)
    • L'écriture et l'exécution de tests unitaires
    • La mise en œuvre ou l’interprétation des pipelines CI/CD

💡 Ce workshop est destiné à un public intermédiaire à avancé. Il s'adresse aux professionnels qui font déjà partie d'équipes de livraison logicielle (développeurs, testeurs, DevOps ingénieurs, architectes, propriétaires de produits).

 7 Heures

Nombre de participants


Prix ​​par Participant

Cours à venir

Catégories Similaires