Programme détaillé prêt à imprimer ou à enregistrer en PDF (Ctrl/Cmd + P).
AI2 Lab · Organisme certifié Qualiopi
Formation IA générative pour les Développeurs et Équipes tech
Tech, Data & Produit · Formation Expert métier · 2 jours · 14 heures · à distance en direct avec formateur
contact@ecole-artificielle-intelligence.com
+33 6 50 53 92 99
Édité le 18 octobre 2026
Tarif inter-entreprises
2 190 € HT / participant
Formation privée en cabinet ou en entreprise
9 490 € HT / groupe ≤ 10
Problème métier résolu
Les équipes de développement expérimentent les assistants de code de façon dispersée, sans méthode partagée pour les tests, la revue et la documentation, et sans cadre sur ce qui peut ou non être envoyé à un modèle externe.
Présentation
Les assistants de code changent la façon de développer, mais leur usage reste souvent individuel et peu cadré. Cette formation s’adresse aux équipes tech qui veulent en tirer parti sans dégrader la qualité ni la sécurité : prompts et contexte efficaces dans l’IDE, génération de tests et de documentation, revue de code assistée, migration et refactoring, puis intégration d’un modèle de langage dans une application (API, function calling, RAG). Les ateliers se font sur le code des participants ou sur un projet fourni. L’équipe repart avec des conventions d’usage partagées, un dépôt d’exemples et une grille d’évaluation pour choisir les outils adaptés à son contexte.
Public
Développeurs back-end, front-end et full-stack
Tech leads et architectes logiciels
Ingénieurs DevOps et SRE
Responsables d’équipes de développement
Niveau et prérequis
Niveau : Intermédiaire.
Pratique régulière d’un langage de programmation
Un ordinateur portable avec votre IDE et un accès à un assistant de code
Notions d’API HTTP et de JSON
Licence GitHub Copilot ou Cursor active sur votre poste, avec votre IDE habituel
Clé API Claude ou OpenAI (crédits de test suffisants) pour les ateliers d’intégration
Compte n8n (version d’essai acceptée) ou environnement Python ou Node.js fonctionnel
Objectifs opérationnels
Utiliser efficacement un assistant de code dans l’IDE avec un contexte maîtrisé
Générer tests unitaires, documentation et scripts de migration avec l’IA
Mettre en place une revue de code assistée sans relâcher l’exigence
Intégrer une API de modèle de langage dans une application avec garde-fous
Construire un premier prototype RAG sur une documentation interne
Définir des conventions d’usage d’équipe couvrant sécurité et propriété du code
Compétences visées
Utiliser un assistant de code (GitHub Copilot, Cursor, Claude) pour ajouter des tests à un module legacy et refactorer avec contrôle
Documenter une API existante et préparer une migration de framework avec l’IA
Intégrer un appel de modèle avec sortie structurée dans une application
Construire un assistant de documentation interne fondé sur un RAG
Mettre en place une revue de pull request assistée et un cadre d’usage pour l’équipe
Programme séquencé
Jour 1 · Fondamentaux et pratique quotidienne dans l’IDE
Comprendre les modèles de langage pour le code (1h30)
Fonctionnement d’un LLM : tokens, contexte, température, limites
Panorama des assistants : Copilot, Cursor, Claude, ChatGPT, Mistral
Code source, secrets et données : ce qu’on n’envoie jamais
Licences, propriété du code généré et politique d’entreprise
Prompting et contexte dans l’IDE (2h)
Donner le bon contexte : fichiers, conventions, exemples
Fichiers d’instructions et règles de projet pour l’assistant
Génération, complétion, explication et refactoring guidé
Atelier sur votre code ou sur le projet fourni
Tests, documentation et dette technique (2h)
Générer des tests unitaires et des cas limites
Documenter une API ou un module existant
Migrer une bibliothèque ou une version de langage
Relire et corriger ce que l’IA propose
Revue de code et travail d’équipe (1h30)
Revue de pull request assistée : ce qui marche
Messages de commit, changelogs et notes de version
Partager prompts et conventions dans l’équipe
Mesurer sans se tromper : qualité, bugs, temps de revue
Jour 2 · Intégration de LLM, agents et plan d’action
Appeler un modèle depuis une application (1h30)
API de complétion : structure, streaming, gestion des erreurs
Sorties structurées, function calling et validation des réponses
Coûts, latence et choix du modèle selon l’usage
Atelier : première fonctionnalité LLM dans un service
RAG : interroger vos propres documents (2h)
Découpage, embeddings et recherche vectorielle expliqués simplement
Construire un prototype RAG sur une documentation interne
Évaluer les réponses : pertinence, sources, régression
Limites du RAG et alternatives selon le besoin
Agents, automatisation et sécurité (2h)
Agents de code en ligne de commande : usages et garde-fous
Automatiser une tâche avec n8n et un modèle
Injection de prompt, fuite de données, abus : prévenir
Journalisation, revue humaine et limitation des droits
Conventions d’équipe et plan d’action (1h30)
Rédiger les conventions d’usage des assistants
Choisir les outils : grille coût, confidentialité, qualité
Prioriser 3 chantiers concrets pour l’équipe
Plan d’action 30 jours et suivi
Cas pratiques
Ajouter une couverture de tests à un module legacy sans tests
Documenter une API REST existante à partir du code
Migrer un projet vers une version majeure d’un framework
Intégrer une extraction d’informations structurées dans un formulaire
Construire un assistant de documentation interne avec un RAG
Mettre en place une revue de pull request assistée
Exercice de démonstration
Sur un dépôt fictif sans tests, le formateur fait générer une suite de tests unitaires par l’assistant, lance la suite en direct, montre un test qui passe alors qu’il ne vérifie rien, puis le corrige et enchaîne avec une revue de pull request assistée.
Dépôt d’exemples : prompts, tests, intégration d’API et prototype RAG
Conventions d’usage des assistants de code pour l’équipe
Grille d’évaluation des outils (coût, confidentialité, qualité)
Checklist de sécurité pour les fonctionnalités à base de LLM
Plan d’action 30 jours pour l’équipe
Modalités pédagogiques et évaluation
À distance en direct, 14 h sur 2 journées, groupes de 10 participants maximum.
Auto-positionnement en début de session sur les outils déjà utilisés et les pratiques de revue
Exercices corrigés de tests, de documentation et de sortie structurée sur le dépôt fictif
Projet fil rouge : assistant RAG de documentation fonctionnel présenté au formateur
Questionnaire de fin de formation et charte d’usage rédigée pour l’équipe
Confidentialité et conformité
Tous les ateliers utilisent des dépôts et jeux de données fictifs fournis pour la formation ; aucun code propriétaire, secret, clé ou donnée de production de l’entreprise n’est envoyé à un modèle pendant la session.
Confidentialité du code : paramètres de conservation et d’entraînement des assistants vérifiés avec la DSI, comptes professionnels uniquement
Propriété intellectuelle : licences du code généré et des dépendances suggérées contrôlées avant intégration
Secrets et données de production : jamais dans un prompt, un dépôt d’exemple ou un index RAG
RGPD : données personnelles exclues des jeux de test et des bases vectorielles sans anonymisation
IA Act : documentation des usages de modèles dans le produit et information des utilisateurs finaux
Formateur
Formateur IA ayant une pratique professionnelle du développement logiciel (backend, frontend ou plateforme) et une expérience documentée des assistants de code, des API de modèles et des architectures RAG.
Personnalisation (intra)
Dépôt fictif fourni dans votre langage principal : Python, TypeScript, Java ou C#
Atelier d’intégration orienté sur votre cas d’usage produit lors de l’entretien de cadrage
Choix entre GitHub Copilot, Cursor ou Claude selon les licences de l’équipe
Session réservée à l’équipe avec revue de votre charte d’usage existante
Inclus dans la gamme Expert métier
Entretien de cadrage avec le formateur (30 min)
Cas pratiques sur documents fictifs de votre spécialité
Bibliothèque de prompts et modèles de votre métier
Assistant ou workflow construit pendant la session
Fiche confidentialité, secret professionnel et conformité
Plan d'action professionnel
Évaluation finale et attestation de réalisation
Point de suivi à 30 jours (visio 45 min)
Conditions
Tarifs hors taxes ; licences logicielles non incluses.
Devis, programme et convention de formation transmis après un échange de qualification ; date confirmée une fois le formateur disponible.
Financement possible via OPCO ou plan de développement des compétences selon les critères de l’OPCO ; formation non certifiante, non éligible au CPF.
Attestation de réalisation remise en fin de formation ; feuilles d’émargement fournies.
Programme détaillé : Formation IA générative pour les Développeurs et Équipes tech | AI2 Lab