Formation L’Intelligence Artificielle Générative (IAG) pour chefs de projet, architectes, analystes et développeurs
- Référence : IA003
- Durée : 14 heures
- Certification : Non
- Eligible CPF : Non
RÉSUMÉ
Ce cours permet de se préparer à une mise en œuvre réussie de l'IAG (Intelligence artificielle générative) au sein de son entreprise en découvrant les opportunités d'intégration de l'IAG au profit des métiers en lien avec le cycle de vie des solutions logiciels. Vous verrez comment comment l'IAG répond à des besoins spécifiques de certains métiers mais également en quoi elle est utile pour la gestion collaborative de projets informatiques ou encore l'optimisation des processus Agiles.
CONNAISSANCES PREALABLES
- Connaissance générale du cycle de vie d'une solution logicielle
PROFIL DES STAGIAIRES
- Décideurs d'entreprise, chefs de projet, architectes, analytstes, professionnels intéressés par l'intelligence artificielle en entreprise
OBJECTIFS
- Connaître l'essor du marché de l’IA et son impact sur la conception
- Appréhender les utilisations concrètes de l’IA générative au sein de son entreprise
- Distinguer les différentes solutions du marché : ChatGPT, Bernie, Bard, LLaMA Code, DeepCode, MetaGPT...
- Anticiper et orienter les évolutions et impacts sur les métiers de chef de projet, architecte, analyste et développeur
METHODES PEDAGOGIQUES
- 6 à 12 personnes maximum par cours, 1 poste de travail par stagiaire
- Remise d’une documentation pédagogique papier ou numérique pendant le stage
- La formation est constituée d’apports théoriques, d’exercices pratiques et de réflexions
METHODES D'EVALUATION DES ACQUIS
- Auto-évaluation des acquis par le stagiaire via un questionnaire
- Attestation de fin de stage adressée avec la facture
FORMATEUR
Consultant-Formateur expert Intelligence Artificielle
CONTENU DU COURS Intelligence Artificielle
1 - IAG pour les chefs de projets et développeurs
- Présentation de l’IA générative
- L’IA, le machine learning et le deep learning
- L’IA côté deep learning : principe de fonctionnement
- En quoi consiste la reconnaissance d’image ?
- En quoi consiste la reconnaissance vocale ?
- Les architectures et les algorithmes clés de l’IA générative
2 - IAG et conception logicielle
- Présentation de l’IA générative
- L’IA, le machine learning et le deep learning
- L’IA côté deep learning : principe de fonctionnement
- En quoi consiste la reconnaissance d’image ?
- En quoi consiste la reconnaissance vocale ?
- Les architectures et les algorithmes clés de l’IA générative
3 - IAG et cycle de vie du développement
- Introduction à des outils d’analyse de code via l’IAG comme DeepCode
- L’IAG pour la détection précoce des bugs et la simulation de tests
- L’utilisation de TensorFlow, PyTorch et JAX/Fl&x dans le développement d’applications IA
- Utilisation de librairies d’entraînement comme Accelarate ou des outils plus high level comme les trainers d’Hugging Face
- Outils MLOps comme Weights & Biases ou Tensorboard
- Intégration continue et déploiement continu avec l’IAG
- Les nouvelles plateformes de développement : de Copilot à LlaMA Code
- Comparaison des outils : IA pour l’automatisation des tests versus méthodes traditionnelles
- L’IAG pour l’optimisation du code et la revue de code automatisée
- L’impact de l’IAG sur la maintenance prédictive et les corrections de bugs
- Le cas du recettage et du cahier des recettes
- Gestion des incidents avec les assistants virtuels comme ServiceNow Virtual Agent
4 - Faire évoluer l'héritage
- Reverse engineering du code
- Documentation automatique du code existant
- Cartographie du code et des zones de risque
- Refactoring avec l’IAG
5 - Reconnaissance vocale et visuelle pour la documentation
- Utilisation de l’IAG pour la transcription et l’analyse de la documentation
- Faciliter la rédaction de documentation technique avec AudioPen et Whisper
- Élaborer un logiciel à partir d’un simple croquis sur une page (illustration)
6 - Gestion collaborative des projets informatiques
- L’IAG pour la coordination d’équipe et l’automatisation des tâches récurrentes
- Organiser et structurer les besoins avec des outils comme Chatmind
- Notion, Fireflies.ai : Outils clés pour la gestion collaborative de projets
- Le cas de MetaGPT
- Solutions pour la visualisation des données de logs, des performances et des utilisateurs
- Génération automatique de dashboards (exemple des sprints)
- Analyse multifactorielle et gestion des alertes
7 - Optimisation des processus Agiles et intégration dans les projets informatiques
- L’IAG pour l’amélioration des méthodologies Agiles
- Outils innovants pour renforcer la gestion des sprints et des backlogs
- Les méthodes Agiles : XP, Scrum, Save, etc. revisitées à l’aulne de l’IAG
- Comment intégrer l’IAG pour améliorer les pratiques de développement actuelles
- Témoignages de réussites : comment des entreprises ont transformé leurs méthodes grâce à l’IAG ?
- Est-ce la fin des éditeurs ?
8 - Conclusion
- Récapitulatif des avancées de l’IAG pour le développement et la gestion de projets
- Enjeux éthiques, sécurité et considérations de confidentialité dans un contexte informatique
- Incitation à l’adoption des outils IAG pour un développement optimisé et une meilleure gestion de projets
- Echanges