Prenez contact avec nous
 Durée 7 heures

Plan du cours

Niveau 1 : Le donjon de la découverte – Les secrets des exigences

Mission : Utiliser les LLM (ChatGPT) pour extraire des exigences structurées à partir d'entrées vagues.

Activités clés :

  • Interpréter des idées de produit ou des demandes de fonctionnalités ambigües
  • Utiliser l'IA pour :
    • Générer des cas d'utilisation et des critères d'acceptation
    • Suggérer des personas et des scénarios
    • Générer des artifacts visuels (par exemple, des diagrammes simples avec Mermaid ou draw.io)

      Résultat : Backlog structuré de cas d'utilisation + modèle de domaine initial ou visuels

Niveau 2 : Le forge du design – Le parchemin de l'architecte

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

Activités clés :

  • Utiliser l'IA pour :
    • Proposer un style d'architecture (monolithe, microservices, serverless)
    • Générer des diagrammes de composants et d'interaction de haut niveau
    • Générer l'armature des structures de classes/modules
  • Remettre en question les choix des autres lors de revues de design par les pairs

    Résultat : Architecture validée + squelette de code

Niveau 3 : L'arène du code – Le gauntlet du Codex

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

Activités clés :

  • Utiliser GitHub Copilot ou ChatGPT pour implémenter la fonctionnalité
  • Refactoriser le code généré par l'IA pour :
    • La performance
    • La sécurité
    • La maintenabilité
  • Injecter des « odeurs de code » et organiser des défis de nettoyage entre pairs

    Résultat : Base de code fonctionnelle, refactorisée et générée par l'IA

Niveau 4 : Le marais des bugs – Tester les ténèbres

Mission : Générer et améliorer des tests avec l'IA, puis trouver des bugs dans le code des autres.

Activités clés :

  • Utiliser l'IA pour générer :
    • Des tests unitaires
    • Des tests d'intégration
    • Des simulations de cas limites
  • Échanger du code buggé avec une autre équipe pour un débogage assisté par l'IA

    Résultat : Suite de tests + rapport de bugs + corrections de bugs

Niveau 5 : Les portails du pipeline – La porte de l'automate

Mission : Mettre en place des pipelines CI/CD intelligents avec l'assistance de l'IA.

Activités clés :

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

Niveau 6 : La citadelle de surveillance – La tour de guet des journaux

Mission : Analyser les journaux et utiliser le ML pour détecter des anomalies et simuler la récupération.

Activités clés :

  • Analyser les journaux pré-remplis ou générés
  • Utiliser l'IA pour :
    • Identifier des anomalies ou des tendances d'erreurs
    • Suggérer des réponses automatisées (par exemple, scripts d'auto-réparation, alertes)
    • Créer des tableaux de bord ou des 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 qui a été appris pour créer une boucle SDLC fonctionnelle pour un mini-projet.

Activités clés :

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

Vote ou jugement par les pairs pour le pipeline le plus efficace alimenté par l'IA

Résultat : Implémentation SDLC entièrement améliorée par l'IA + présentation de l'équipe

À la fin de cet atelier, les participants seront capables de :

  • Appliquer des outils d'IA générative pour extraire et structurer les exigences logicielles
  • Générer des diagrammes d'architecture et valider les choix de conception en utilisant l'IA
  • Utiliser des copilotes IA pour implémenter et refactoriser du code de production
  • Automatiser la génération de tests et effectuer un débogage assisté par l'IA
  • Concevoir des pipelines CI/CD intelligents qui détectent et réagissent aux anomalies
  • Analyser les journaux avec des outils IA/ML pour identifier les risques et simuler l'auto-réparation
  • Démontrer un SDLC entièrement amélioré par l'IA à travers un mini-projet d'équipe

Pré requis

Public cible : Développeurs logiciels, testeurs, architectes, ingénieurs DevOps, chefs de produit

Les participants devraient :

  • Comprendre le cycle de développement logiciel (SDLC)
  • Disposer d'une expérience pratique dans au moins un langage de programmation (par exemple, Python, Java, JavaScript, C#, etc.)
  • Être familiarisés avec :
    • La rédaction et la lecture de cas d'utilisation ou d'exigences
    • Les principes de base de la conception logicielle
    • Le contrôle de version (par exemple, Git)
    • L'écriture et l'exécution de tests unitaires
    • L'exécution ou l'interprétation de pipelines CI/CD

Il s'agit d'un atelier de niveau intermédiaire à avancé. Il est idéal pour les professionnels faisant déjà partie d'équipes de livraison logicielle (développeurs, testeurs, ingénieurs DevOps, architectes, chefs de produit).

Nombre de participants


Prix par participant

Nos clients témoignent (1)

Cours à venir

Catégories Similaires