Maîtriser le Vibe Coding et les agents autonomes pour démultiplier son impact
Développeurs (frontend, backend, fullstack), ingénieurs DevOps, ingénieurs
QA/Test, et tout profil technique impliqué
dans l’écriture ou la revue de code
2 jours – 14 heures
Objectif de la formation
Former les développeurs à intégrer l’IA générative dans leurs pratiques pour augmenter leur
performance en développement et en conception.
Informations pédagogiques
PUBLIC CONCERNÉ
Développeurs (frontend, backend, fullstack), ingénieurs DevOps, ingénieurs QA/Test, et tout profil technique impliqué dans l’écriture ou la revue de code
PRÉREQUIS
- Maîtrise d’au moins un langage de programmation (Python, JavaScript, Java,C# par exemple)
- Connaissance basique de Git et des IDE
classiques (VS Code, JetBrains)
MÉTHODE PÉDAGOGIQUE
Acquisition des compétences de manière
immersive (Live Coding) en s’appuyant
sur des exemples réels, des ateliers de
« Pair Programming avec l’IA » et des cas
d’usage issus de l’expérience des
participants
MOYENS TECHNIQUES
Salle de formation équipée de postes de
travail informatiques disposant de tous
les logiciels nécessaires au déroulement
de la formation.
Possibilité d’utiliser son poste personnel
équipé des Logiciels et accès suivants :
Logiciel OLLAMA ou LM Studio
installé pour la partie locale
Installation de l’éditeur Cursor
(recommandé pour l’usage de Claude).
Accès aux modèles via API ou
abonnements (GitHub, Copilot, Claude
Pro/API, ChatGPT).
COMPÉTENCES ACQUISES
- Exploiter efficacement les principaux
- assistants de code (GitHub Copilot,
- Claude…)
- Rédiger des prompts avancés pour
générer, déboguer, et refactorer du code - Auditer le code généré par l’IA pour
évaluer sa qualité et sa conformité en
identifiant les failles de sécurité
potentielles - Déployer et utiliser un modèle de
langage en local pour des tâches de
codage
FORMATEURS
Consultants formateurs spécialistes du
développement logiciel et de l’ingénierie
de prompt
ÉVALUATION
Évaluation des acquis en
cours de session au travers
de cas pratiques (ex: Re
factoring d’un module legacy
avec Claude, création de tests
unitaires avec Copilot)
Intéressé ? Faites-le nous savoir !
Programme
L’Écosystème ‘’Agent-Ready’’
● De l’assistant à l’agent : Comprendre la
différence entre l’autocomplétion (Copilot) et
l’agent d’édition (Cursor Composer)
● Cursor & Claude 3.5/3.7 : Utiliser le Mode
Agent de Cursor pour laisser l’IA lire la
documentation, chercher des fichiers et
appliquer des correctifs
○ Le paradigme « Planning first » : forcer l’IA à
rédiger un plan de modification avant d’écrire
une seule ligne
● Analyse de Codebase Massive : Utiliser la
fenêtre de contexte d’un LLM pour
cartographier une architecture legacy
Design Patterns Agentiques & Prompting
Avancé
● Patterns de Raisonnement :
○ Chain-of-Thought (CoT) : Structurer les
instructions pour un raisonnement logique
○ Reflection Pattern : Configurer un workflow
où l’IA critique son propre code avant de le
soumettre
○ Tool Use (Function Calling) : Comprendre
comment l’IA interagit avec le terminal, le
navigateur et le système de fichiers
● Gestion du Contexte Dynamique : Utiliser
@Codebase, @Web et @Git pour fournir les
bonnes sources de vérité
○ Création de fichiers.cursorrules et
instructions.md pour définir le
« comportement » de l’agent (règles métier,
tech stack imposée).
Les Agents de Code (Open-Source &
Avancés)
● Prise en main des Agents CLI : Aider ou
OpenHands (ex-OpenDevin) : laisser un agent
éditer votre code directement via le terminal
○ Plandex : Gérer des tâches complexes
(migrations, refactoring) réparties sur des
dizaines de fichiers
● Design Multi-Agent : Introduction au
concept : un agent « Architecte » qui briefe un
agent « Codeur », validé par un agent « Testeur ».
Souveraineté et mécanismes de protection
● IA Locale & Confidentialité :
○ Déployer Ollama avec des modèles
spécialisés code (DeepSeek-Coder V2, Llama
3).
○ Continue.dev : Configurer un
environnement agentique 100% local pour
les données sensibles
● Audit et Sécurité des Agents :
○ Contrôle de l’autonomie : Comment
valider les commandes terminal que l’agent
veut exécuter ?
○ Détection des hallucinations
architecturales et des dépendances
malveillantes (« AI package hallucination »)
○ Gestion des coûts et des limites d’API
(éviter l’emballement des agents en boucle
infinie)
Pour les personnes en situation de handicap
La formation IA génératives pour optimiser les processus métier est accessible aux personnes en situation de handicap. Nous vous invitons à préciser dans le formulaire de renseignement si vous avez besoin d’un accompagnement particulier.
En savoir plus sur l’accessibilité PSH, les modalités et les délais d’accès à nos formations.
