IA GÉNÉRATIVE POUR DÉVELOPPEURS

PROGRAMME DE FORMATION

IA GÉNÉRATIVE POUR DÉVELOPPEURS

Accélérer, fiabiliser et sécuriser le développement logiciel

Durée : 14 heures – 2 jours
Modalité : Présentiel ou distanciel synchrone
Type de formation : Formation professionnelle continue
Niveau : Intermédiaire
Organisme de formation : ETC Academy

PROGRAMME DÉTAILLÉ

JOUR 1 – UTILISER L'IA COMME ASSISTANT DE DÉVELOPPEMENT

1. Comprendre l'IA générative appliquée au développement – 1 h

Principes essentiels

• Intelligence artificielle générative et modèles de langage.
• Fonctionnement général d'un assistant de programmation.
• Différence entre assistant conversationnel, assistant intégré à un IDE et agent de développement.
• Capacités actuelles de l'IA appliquées au code.
• Contextualisation d'une demande technique.
• Notion de fenêtre de contexte.
• Forces et limites des modèles génératifs.

Cas d'usage

• Explication de code existant.
• Génération de fonctions.
• Création de structures de données.
• Transformation d'un algorithme.
• Assistance à la résolution de problèmes.
• Documentation.
• Tests.
• Recherche d'erreurs.

Mise en pratique

Analyse d'un même besoin de développement avec plusieurs approches d'assistance par IA.

2. Concevoir des instructions efficaces pour produire du code – 1 h 30

Structurer une demande technique

• Définir précisément l'objectif attendu.
• Fournir le contexte fonctionnel.
• Indiquer le langage et l'environnement technique.
• Préciser les dépendances autorisées.
• Définir les contraintes d'architecture.
• Donner des exemples d'entrées et de sorties.
• Décrire les règles de gestion.
• Définir le format de réponse attendu.

Techniques de prompting pour développeurs

• Prompt simple.
• Prompt contextualisé.
• Décomposition d'un problème complexe.
• Itération sur une première proposition.
• Demande d'explication avant génération.
• Utilisation d'exemples.
• Production de plusieurs solutions.
• Demande de justification des choix techniques.

Atelier

Transformer une spécification fonctionnelle courte en instructions exploitables par un assistant IA.

3. Développer avec l'assistance de l'IA – 2 h

Génération de code

• Générer une fonction à partir d'un besoin.
• Construire un squelette d'application.
• Générer des classes et composants.
• Créer des traitements répétitifs.
• Manipuler des données.
• Produire des requêtes.
• Générer des scripts techniques.
• Adapter un code à un nouveau besoin.

Utilisation dans l'environnement de développement

Selon l'environnement disponible :

• Assistant conversationnel.
• Assistant intégré à l'IDE.
• Complétion intelligente.
• Interaction avec plusieurs fichiers.
• Exploitation du contexte du projet.
• Modification assistée d'un programme existant.

Bonnes pratiques

• Fractionner les demandes complexes.
• Conserver la maîtrise de l'architecture.
• Vérifier les dépendances proposées.
• Contrôler les versions utilisées.
• Ne pas intégrer directement un code non vérifié.

Atelier

Développer une fonctionnalité complète à partir d'un cahier des charges simplifié.

4. Débogage et refactorisation assistés par IA – 1 h 30

Identifier et corriger une anomalie

• Présenter efficacement une erreur à l'IA.
• Fournir le contexte d'exécution.
• Analyser un message d'erreur.
• Rechercher une erreur logique.
• Identifier les cas limites.
• Comparer plusieurs corrections possibles.

Refactorisation

• Simplifier un code complexe.
• Réduire les répétitions.
• Améliorer la lisibilité.
• Renommer et restructurer.
• Découper un traitement.
• Améliorer la modularité.
• Préserver le comportement fonctionnel existant.

Atelier

Analyse et amélioration d'un programme volontairement imparfait.

5. Atelier de synthèse du jour 1 – 1 h

À partir d'un besoin fourni par le formateur :

• analyser la demande
• construire le prompt
• générer une première solution
• tester le résultat
• identifier les anomalies
• corriger le code
• améliorer la structure de la solution

Débriefing collectif sur les écarts entre résultat généré et résultat réellement attendu.

JOUR 2 – FIABILISER ET SÉCURISER LE DÉVELOPPEMENT ASSISTÉ PAR IA

6. Utiliser l'IA pour les tests et la documentation – 1 h 30

Génération de tests

• Identifier les scénarios à couvrir.
• Générer des cas de tests.
• Produire des tests unitaires.
• Rechercher les cas limites.
• Générer des données de tests.
• Compléter une couverture de tests existante.
• Analyser un test en échec.

Documentation technique

• Générer des commentaires utiles.
• Documenter une fonction.
• Documenter une API.
• Produire un README.
• Générer une documentation utilisateur ou technique à partir du code.
• Maintenir la cohérence entre le code et sa documentation.

Atelier

Produire les tests et la documentation d'un composant précédemment développé.

7. Contrôler la qualité d'un code généré par IA – 1 h 30

L'IA produit une proposition, mais la responsabilité de validation reste humaine.

Méthodologie de contrôle

• Comprendre le code avant de l'intégrer.
• Vérifier la logique fonctionnelle.
• Contrôler la syntaxe.
• Identifier les dépendances inutiles.
• Vérifier les performances.
• Vérifier la maintenabilité.
• Examiner la gestion des erreurs.
• Contrôler les comportements inattendus.

Revue de code assistée

• Faire analyser un code existant.
• Rechercher des anomalies.
• Identifier des améliorations.
• Comparer plusieurs implémentations.
• Demander une critique argumentée.
• Confronter la réponse de l'IA aux règles du projet.

Atelier

Réaliser la revue technique d'un code généré par IA et produire une version corrigée.

8. Sécurité, confidentialité et maîtrise des données – 1 h 30

Identifier les principaux risques

• Transmission involontaire de code confidentiel.
• Transmission de données personnelles.
• Exposition d'identifiants.
• Clés API et secrets applicatifs.
• Informations relatives aux architectures internes.
• Vulnérabilités introduites dans le code généré.
• Dépendances proposées sans contrôle.
• Réutilisation de contenus dont l'origine doit être vérifiée.

Bonnes pratiques

• Anonymiser les données utilisées.
• Retirer les secrets avant transmission.
• Contrôler la politique d'utilisation de l'outil.
• Définir les catégories d'informations autorisées.
• Effectuer une revue de sécurité.
• Appliquer les règles internes de l'entreprise.
• Conserver une validation humaine avant mise en production.

Cas pratique

Identifier les informations qui peuvent ou ne peuvent pas être communiquées à un assistant IA dans différents scénarios professionnels.

9. Intégrer l'IA dans un workflow de développement – 1 h

Construire un processus maîtrisé

Utilisation possible de l'IA lors des étapes suivantes :

Besoin → Analyse → Conception → Développement → Tests → Revue → Documentation → Maintenance

Définir les règles d'utilisation

• Identifier les tâches pouvant être assistées.
• Identifier celles nécessitant obligatoirement une validation humaine.
• Définir les règles de confidentialité.
• Définir les règles de contrôle du code.
• Tracer les modifications importantes.
• Adapter les pratiques aux standards de l'entreprise.

Mesurer les bénéfices

Exemples d'indicateurs :

• Temps consacré au développement.
• Temps consacré au débogage.
• Nombre de tâches répétitives automatisées.
• Temps nécessaire à la documentation.
• Nombre d'erreurs détectées.
• Taux de réutilisation des résultats produits.
• Temps consacré à la validation.

L'objectif est de mesurer un gain réel de productivité et non uniquement une augmentation du volume de code produit.

10. CAS PRATIQUE FINAL – 1 h 30

Le participant réalise un mini-projet de développement en utilisant l'IA comme assistant.

Étapes demandées

1. Analyser un besoin fonctionnel.
2. Définir l'architecture de la solution.
3. Construire les instructions destinées à l'IA.
4. Générer une première version du code.
5. Analyser le résultat.
6. Corriger ou compléter le programme.
7. Générer les tests.
8. Effectuer une revue du code.
9. Identifier les éventuels risques de sécurité.
10. Générer une documentation technique synthétique.
11. Présenter les choix retenus.

Une grille d'évaluation permet d'apprécier la maîtrise des compétences travaillées pendant les deux journées.

VALIDATION DE LA FORMATION

La formation est validée par :

• L'évaluation des acquis.
• La réalisation des exercices et du cas pratique final.
• Une attestation de réalisation remise à l'issue de la formation.

Formation non certifiante sauf dispositif complémentaire expressément indiqué dans la convention ou la proposition commerciale.

OBJECTIFS PÉDAGOGIQUES

À l'issue de la formation, le participant sera capable de :

• Identifier les usages pertinents de l'intelligence artificielle générative dans un projet logiciel.
• Formuler des instructions structurées permettant d'obtenir des résultats techniques exploitables.
• Utiliser un assistant IA pour générer, expliquer, modifier et compléter du code.
• Exploiter l'IA pour rechercher une anomalie, corriger un programme et réaliser une opération de refactorisation.
• Générer des tests et de la documentation technique avec l'assistance de l'IA.
• Contrôler la qualité, la cohérence et la sécurité d'un code proposé par une intelligence artificielle.
• Identifier les risques liés à la confidentialité des données et du code source.
• Intégrer l'IA dans un workflow de développement sans supprimer les étapes de validation humaine.
• Mesurer les gains réels apportés par l'IA sur les activités de développement.

PUBLIC VISÉ

Cette formation s'adresse notamment aux :

• Développeurs et ingénieurs logiciels
• Développeurs Full Stack, Front-End ou Back-End
• Ingénieurs DevOps
• Tech Leads et architectes logiciels
• Responsables techniques
• Chefs de projets SI disposant d'une culture technique
• Professionnels amenés à superviser l'utilisation d'outils d'intelligence artificielle dans un environnement de développement

PRÉREQUIS

• Connaître les principes fondamentaux de la programmation.
• Savoir lire et modifier du code dans au moins un langage de programmation.
• Être familiarisé avec l'utilisation d'un environnement de développement ou d'un IDE.

Une expérience professionnelle du développement logiciel est recommandée.

Un positionnement est réalisé en amont afin de vérifier l'adéquation du niveau du participant avec les objectifs de la formation.

MÉTHODES PÉDAGOGIQUES

La formation privilégie une pédagogie active directement appliquée aux situations rencontrées par les développeurs.

Elle alterne :

• Apports méthodologiques courts.
• Démonstrations réalisées par le formateur.
• Exercices guidés.
• Manipulations individuelles.
• Analyse de code.
• Débogage.
• Travaux pratiques.
• Études de cas.
• Échanges sur les pratiques professionnelles.
• Projet de synthèse.

Les exercices peuvent être adaptés aux langages et environnements utilisés par les participants lorsque les conditions techniques le permettent.

MOYENS PÉDAGOGIQUES ET TECHNIQUES

Chaque participant dispose ou doit pouvoir disposer de :

• Un poste informatique.
• Un accès Internet.
• Un environnement de développement adapté aux exercices.
• Un navigateur Internet récent.
• Un ou plusieurs assistants IA autorisés dans le cadre de la formation.
• Les fichiers d'exercices et exemples fournis par ETC Academy.

En distanciel :

• Plateforme de visioconférence.
• Partage d'écran.
• Échanges directs avec le formateur.
• Mise à disposition des supports pédagogiques nécessaires.
• Assistance technique en cas de difficulté de connexion ou d'accès aux ressources de formation.

Les outils d'intelligence artificielle présentés peuvent évoluer en fonction des solutions disponibles et des contraintes de sécurité de l'entreprise.

MODALITÉS D'ÉVALUATION

Avant la formation

• Recueil des besoins.
• Vérification des prérequis.
• Auto-positionnement ou questionnaire de positionnement.

Pendant la formation

Les acquis sont évalués progressivement au moyen de :

• Questions orales.
• Exercices pratiques.
• Mises en situation.
• Analyse de code.
• Corrections collectives.
• Observation des manipulations réalisées.

En fin de formation

Évaluation pratique portant sur la capacité du participant à :

• structurer une demande destinée à une IA
• produire ou modifier du code
• contrôler le résultat obtenu
• mettre en œuvre des tests
• identifier les anomalies et risques
• sécuriser l'utilisation de l'IA
• documenter le travail réalisé

Les résultats sont consignés dans une grille d'évaluation des acquis.

SUIVI DE L'EXÉCUTION

Le suivi de la formation est assuré notamment par :

• Feuilles d'émargement ou émargement électronique.
• Suivi de la participation.
• Réalisation des travaux pratiques.
• Évaluation des acquis.
• Questionnaire de satisfaction en fin de formation.

Une attestation de réalisation de la formation est remise au participant à l'issue du parcours.

PROFIL DU FORMATEUR

Formation animée par un professionnel disposant d'une expérience significative en développement logiciel, en ingénierie informatique et dans l'utilisation professionnelle des solutions d'intelligence artificielle appliquées au développement.

Le formateur maîtrise les problématiques de génération de code, de tests, de débogage, de qualité logicielle et de sécurisation des usages de l'intelligence artificielle.

ACCESSIBILITÉ AUX PERSONNES EN SITUATION DE HANDICAP

ETC Academy étudie les besoins spécifiques des participants afin d'adapter, lorsque cela est possible, les modalités pédagogiques, techniques et organisationnelles de la formation.

Toute situation nécessitant un aménagement particulier peut être signalée en amont de la formation afin d'étudier les solutions adaptées.