L'IA générative appliquée au cycle de vie logiciel : de la conception à l'optimisation agile

Module 1 — Panorama de l'IAG : fondamentaux, deep learning et architectures génératives

• Comprendre ce qu'est l'IAG, ses origines et les bouleversements qu'elle introduit dans l'informatique et le développement logiciel
• Mesurer la portée de la transformation opérée par l'IAG dans les pratiques du développement logiciel
• Distinguer l'IA générative des autres formes d'IA et comprendre ses spécificités
• Positionner l'IAG dans l'écosystème global de l'IA : machine learning, deep learning et leurs relations
• Comprendre le fonctionnement interne du deep learning et la manière dont il permet de générer du contenu
• Appréhender les mécanismes de la reconnaissance d'image et ses applications dans les outils IAG
• Comprendre la reconnaissance vocale et ses cas d'intégration dans les environnements de développement
• Explorer les architectures et algorithmes fondateurs de l'IAG : transformers, diffusion, GAN…

Module 2 — IAG et conception logicielle : analyse de code, TensorFlow, PyTorch et MLOps

• Découvrir les outils d'analyse statique et dynamique de code augmentés par l'IAG, comme DeepCode
• Utiliser l'IAG pour anticiper les bugs et simuler des scénarios de test avant même l'exécution
• Mettre en œuvre TensorFlow, PyTorch et JAX/Flax dans le développement d'applications IA
• S'appuyer sur des librairies d'entraînement (Accelerate) et des frameworks haut niveau (trainers Hugging Face) pour accélérer le développement de modèles
• Intégrer les outils MLOps — Weights & Biases, TensorBoard — dans son pipeline de développement IA

Module 3 — IAG et cycle de vie du développement : CI/CD, revue de code et maintenance prédictive

• Intégrer l'IAG dans ses pipelines CI/CD pour automatiser les vérifications et accélérer les livraisons
• Explorer les nouvelles plateformes de développement augmentées par l'IA : de GitHub Copilot à LLaMA Code
• Comparer l'efficacité des outils IA pour l'automatisation des tests face aux approches manuelles traditionnelles
• Exploiter l'IAG pour optimiser la qualité du code et automatiser les revues
• Comprendre comment l'IAG rend la maintenance plus proactive en anticipant les incidents et les correctifs
• Appliquer l'IAG à la génération et à la gestion du cahier des recettes
• Utiliser des assistants virtuels (ServiceNow Virtual Agent) pour automatiser la gestion des incidents et du support

Module 4 — Modernisation du code legacy : reverse engineering, documentation automatique et refactoring

• Appliquer le reverse engineering assisté par l'IAG pour comprendre et documenter du code ancien
• Générer automatiquement une documentation claire et structurée à partir du code existant
• Dresser une cartographie du code et identifier les zones à risque pour prioriser les efforts de refactoring
• Conduire des opérations de refactoring guidées par l'IAG pour améliorer la maintenabilité et réduire la dette technique

Module 5 — Documentation augmentée par l'IAG : transcription, reconnaissance visuelle et prototypage par croquis

• Exploiter l'IAG pour transcrire et analyser la documentation technique existante
• Rédiger de la documentation technique plus facilement grâce à des outils de transcription vocale comme AudioPen et Whisper
• Transformer un croquis ou un schéma en spécification logicielle exploitable grâce à la reconnaissance visuelle de l'IAG

Module 6 — Collaboration et pilotage de projets IT augmentés par l'IAG : outils, dashboards et alertes

• Utiliser l'IAG pour fluidifier la coordination entre équipes et automatiser les tâches récurrentes de gestion de projet
• Structurer et prioriser les besoins et fonctionnalités à l'aide d'outils IAG comme Chatmind
• Intégrer Notion et Fireflies.ai dans ses pratiques collaboratives pour améliorer le suivi et la traçabilité
• Découvrir MetaGPT et sa capacité à orchestrer des agents IA pour simuler une équipe de développement complète
• Visualiser les données de logs, de performance et d'usage avec des outils augmentés par l'IA
• Générer automatiquement des dashboards de suivi — notamment pour les sprints — grâce à l'IAG
• Mettre en place une analyse multifactorielle et automatiser la gestion des alertes dans les projets IT

Module 7 — Agilité augmentée : intégrer l'IAG dans Scrum, XP et la gestion des backlogs

• Comprendre comment l'IAG peut renforcer et enrichir les méthodologies agiles en place
• Découvrir les outils IAG qui améliorent concrètement la gestion des sprints et la priorisation des backlogs
• Réinterroger les cadres agiles — XP, Scrum, SAFe… — à la lumière des possibilités ouvertes par l'IAG
• Définir une démarche progressive pour intégrer l'IAG dans ses pratiques de développement sans déstabiliser l'existant
• Retours d'expérience : comment des équipes ont réussi à transformer leurs méthodes de travail en intégrant l'IAG
• Réfléchir à l'avenir des éditeurs de logiciels face à la montée en puissance de l'IAG

Module 8 — Synthèse, éthique et feuille de route pour l'adoption de l'IAG dans ses projets

• Faire le point sur les apports clés de l'IAG tout au long du cycle de vie des projets informatiques
• Aborder les questions éthiques, de sécurité et de confidentialité liées à l'intégration de l'IAG dans les systèmes d'information
• Définir ses prochaines étapes pour adopter l'IAG de manière réfléchie et structurée dans ses projets IT
• Échanges collectifs et questions ouvertes sur les enjeux et perspectives de l'IAG