Plan du cours
Module 1 — Fondements communs (Jours 1–2)
Jour 1 — Matin : Le facteur humain dans l'adoption de l'IA
• Calibration de la confiance et de la dépendance : quand utiliser l'IA, quand s'arrêter.
• Structure d'accord d'équipe (déclencheur / action / preuve / responsable).
• Rôle du Curateur de prompts : validation, décision, approbation. Plan de réponse aux incidents liés à l'IA.
Jour 1 — Après-midi : Contraintes, risques et conformité
• Capacités réelles des LLM — vecteurs de risque des prompts : injection, fuite de données, hallucinations.
• Cadre juridique : RGPD, Loi sur l'IA de l'UE — normes sectorielles (DICOM, HL7, HIPAA).
• Exercice pratique : traduire une norme sectorielle en garde-fou de prompt.
Jour 2 — Matin : Architecture technique des prompts
• Architecture des agents : mémoire, contexte, objectifs — d'un point de vue de conception de prompts.
• Intégration API et sources de données du domaine, agents multiples et enchaînement de prompts.
Jour 2 — Après-midi : Anatomie des prompts en entreprise
• Les 6 niveaux : Rôle / Contexte / Contraintes / Normes sectorielles / Format / Exemples.
• Hiérarchie des prompts : Système (organisation) — Domaine (équipe) — Tâche (individu).
• Démo : déconstruire un prompt naïf, le reconstruire. Brief d'équipe pour les jours 3 à 5.
Module 2 — Ateliers de co-construction (Jours 3–4–5)
Jour 3 — Découverte et audit des normes
- Ateliers d'équipes parallèles : Architectes, Développeurs de domaine, Back-End, QA.
- Cartographie des normes et contraintes d'entreprise — identification des conflits inter-équipes.
- Livrable du jour 3 : Cartographie des normes + matrice de priorité impact / effort.
Jour 4 — Conception des conventions et construction des modèles
- Conventions de dénomination, versionnement, système de balises (équipe, domaine, outil cible).
- Construction des premiers modèles validés : TypeScript DICOM, revue de code, tests QA, documentation API.
- Livrable du jour 4 : 4+ modèles opérationnels + guide des conventions.
Jour 5 — Assemblage de la bibliothèque, gouvernance et transfert officiel
- Organisation de la bibliothèque, intégration GitHub Copilot / Cursor / API LLM interne.
- Rôle du Curateur de prompts, indicateurs de qualité, rituels d'équipe, plan de déploiement sur 30 jours.
- Livrable final du jour 5 : Bibliothèque documentée v1.0 + Charte de gouvernance + Plan sur 30 jours.
Pré requis
- Avoir suivi au moins une formation en IA (introductive ou avancée).
- Profils techniques : expérience en développement dans la pile technologique de l'entreprise.
- Profils de gestion : familiarité de base avec les outils d'IA (ChatGPT, Copilot, etc.).
- Engagement de l'entreprise : participation active des chefs d'équipe aux jours 3 à 5.
- Fourniture préalable : documentation des normes existantes (README, guides de codage).
Public cible
- Architectes logiciels
- Développeurs (spécialisés du domaine, back-end, front-end)
- Ingénieurs QA / Techniciens de code
- Chefs d'équipe et cadres intermédiaires
- Chefs de projet informatiques, décideurs et responsables de projets IA
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