Plan du cours
Module 1 — Fondations partagées (Jours 1–2)
Jour 1 — Matin : Le facteur humain dans l'adoption de l'IA
• Calibration de la confiance / dépendance : quand utiliser l'IA, quand s'arrêter.
• Structure d'accord d'équipe (déclencheur / action / preuve / propriétaire).
• Rôle du Conservateur de Prompts : validation, décision, validation finale. Plan de réponse aux incidents IA.
Jour 1 — Après-midi : Contraintes, risques et conformité
• Capacités réelles des LLM — vecteurs de risque par prompt : injection, fuite de données, hallucinations.
• Cadre juridique : RGPD, AI Act européen — normes sectorielles (DICOM, HL7, HIPAA).
• Exercice pratique : traduire une norme de domaine en garde-fou pour les prompts.
Jour 2 — Matin : Architecture technique des prompts
• Architecture des agents : mémoire, contexte, objectifs — sous l'angle de la conception de prompts.
• Intégration API et sources de données domaine, enchaînement multi-agents et de prompts.
Jour 2 — Après-midi : Anatomie du prompt d'entreprise
• Les 6 couches : Rôle / Contexte / Contraintes / Normes du domaine / Format / Exemples.
• Hiérarchie des prompts : Système (organisationnelle) — Domaine (équipe) — Tâche (individuelle).
• Démonstration : déconstruire un prompt naïf, le reconstruire. Brief d'équipe pour les Jours 3–5.
Module 2 — Ateliers de co-construction (Jours 3–4–5)
Jour 3 — Découverte et audit des normes
- Ateliers d'équipes parallèles : Architectes, Développeurs domaine spécifique, Back-End, QA.
- Cartographie des normes et contraintes de l'entreprise — identification des conflits inter-équipes.
- Livrable du Jour 3 : Carte des normes + matrice priorité effort/impact.
Jour 4 — Conception des conventions et construction des modèles
- Conventions de nommage, versionnement, système de tags (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 remise officielle
- Organisation de la bibliothèque, intégration GitHub Copilot / Cursor / API LLM interne.
- Rôle du Conservateur de Prompts, indicateurs de qualité, rituels d'équipe, plan de déploiement à 30 jours.
- Livrable final du Jour 5 : Bibliothèque v1.0 documentée + Charte de Gouvernance + Plan à 30 jours.
Pré requis
- Avoir suivi au moins une formation sur l'IA (introductive ou avancée).
- Profils techniques : expérience en développement avec la stack technologique de l'entreprise.
- Profils managériaux : familiarité de base avec les outils d'IA (ChatGPT, Copilot, etc.).
- Engagement de l'entreprise : participation active des chefs d'équipe aux Jours 3–5.
- Fourniture préalable : documentation des normes existantes (README, guides de codage).
Public cible
- Architectes logiciels
- Développeurs (domaine spécifique, back-end, front-end)
- Ingénieurs QA / Techniciens du code
- Chefs d'équipe et cadres intermédiaires
- Responsables informatiques, décideurs et chefs de projet 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