Programme L’INTELLIGENCE ARTIFICIELLE (IA) AU SERVICE DES PROJETS IT ET DES SYSTÈMES D’INFORMATION
Durée : 2 jours - 14 heures
Tarif : Nous contacter pour une formation INTER – INTRA ou en COURS PARTICULIER
La formation est délivrée en présentiel ou distanciel (e-learning, classe virtuelle, présentiel et à distance). Le formateur alterne entre méthodes démonstrative, interrogative et active (via des travaux pratiques et/ou des mises en situation). La validation des acquis peut se faire via des études de cas, des quiz et/ou une certification.
Cette formation est animée par un consultant-formateur dont les compétences techniques, professionnelles et pédagogiques ont été validées par des diplômes et/ou testées et approuvées par l’éditeur et/ou par Audit Conseil Formation.
Les objectifs
pré-requis
Avoir une connaissance générale du cycle de vie d’une solution logicielle
Moyens pédagogiques, techniques et d'encadrement
- 1 poste de travail complet par personne
- De nombreux exercices d'application
- Mise en place d'ateliers pratiques
- Remise d'un support de cours
- Remise d'une attestation de stage
Modalités d'évaluation des acquis
- Evaluation des besoins et objectifs en pré et post formation
- Evaluation technique des connaissances en pré et post formation
- Evaluation générale du stage
Accessibilité handicapés
- Au centre d’affaires ELITE partenaire d’ACF à 20 m.
- Guide d’accessibilité à l’accueil.
Le Programme
1 – L’IA générative pour les chefs de projet et les développeurs
Comprendre les fondamentaux de l’IA générative (définition, origines et enjeux pour l’informatique et le développement)
Analyser l’impact de l’IA générative sur le développement logiciel et les pratiques de gestion de projet
2 – IA générative et conception logicielle
Découvrir les principes de l’IA générative et ses usages dans la conception logicielle
Comprendre les fondamentaux de l’intelligence artificielle (machine learning et deep learning)
Analyser le fonctionnement du deep learning et ses applications
Explorer les technologies de reconnaissance (reconnaissance d’image et reconnaissance vocale)
Identifier les architectures et algorithmes clés de l’IA générative
3 – IA générative et cycle de vie du développement logiciel
Découvrir les outils d’analyse de code assistés par l’IA générative (exemple d’outils comme DeepCode)
Exploiter l’IA pour la détection précoce des bugs et la génération de tests automatisés
Utiliser les frameworks IA dans le développement applicatif (TensorFlow, PyTorch, JAX)
Mettre en œuvre des bibliothèques d’entraînement et des outils avancés (Accelerate, trainers de Hugging Face)
Intégrer les pratiques MLOps (outils de suivi et d’expérimentation [Weights & Biases, TensorBoard])
Optimiser les processus d’intégration et de déploiement continus (CI/CD) avec l’IA
Découvrir les nouvelles plateformes de développement assistées par l’IA (GitHub Copilot, LLaMA Code…)
Comparer les approches d’automatisation des tests avec l’IA par rapport aux méthodes traditionnelles
Améliorer la qualité du code grâce à l’optimisation et à la revue automatisée par l’IA
Anticiper la maintenance et les corrections de bugs via des approches prédictives
Structurer les phases de recette et de validation (recettage, cahier de recette) avec l’appui de l’IA
Gérer les incidents avec des assistants virtuels intelligents (ex. ServiceNow Virtual Agent)
4 - Reconnaissance vocale et visuelle au service de la documentation technique
Exploiter l’IA générative pour la transcription et l’analyse de contenus (audio, vidéo, documentation)
Faciliter la production de documentation technique à l’aide d’outils comme AudioPen ou Whisper
Automatiser la structuration et la synthèse de contenus techniques à partir de sources multiples
Transformer des supports visuels en spécifications techniques (génération de fonctionnalités ou d’applications à partir de croquis ou schémas)
5 - Gestion collaborative des projets IT avec l’IA générative
Exploiter l’IA générative pour la coordination des équipes et l’automatisation des tâches récurrentes
Structurer et organiser les besoins projets à l’aide d’outils collaboratifs (ex. Chatmind)
Utiliser des plateformes de gestion collaborative telles que Notion ou Fireflies.ai pour améliorer la productivité des équipes
Découvrir les approches innovantes de gestion de projet assistée par l’IA (ex. MetaGPT)
Visualiser et analyser les données projets (logs, performances, comportements utilisateurs)
Générer automatiquement des tableaux de bord pour le suivi des projets (ex. sprints)
Mettre en place des analyses multifactorielles et des systèmes d’alerte pour améliorer le pilotage
6 - Moderniser et faire évoluer l’héritage applicatif avec l’IA
Analyser et comprendre un code existant grâce aux techniques de reverse engineering assistées par l’IA
Automatiser la génération de documentation technique à partir du code existant
Cartographier les applications et identifier les zones à risque (complexité, dette technique, vulnérabilités)
Refactoriser et optimiser le code à l’aide de l’IA générative
7 – Optimiser les méthodes agiles et intégrer l’IA dans les projets IT
Exploiter l’IA générative pour améliorer les méthodologies agiles
Utiliser des outils innovants pour optimiser la gestion des sprints et des backlogs
Revisiter les méthodes agiles (Scrum, XP, SAFe…) à l’aune de l’intelligence artificielle
Intégrer l’IA dans les pratiques de développement pour gagner en efficacité et en qualité
Analyser des cas concrets de transformation : retours d’expérience d’entreprises ayant intégré l’IA dans leurs projets
Anticiper les évolutions du marché IT (impact de l’IA sur les éditeurs et les modèles de développement)
8 – Conclusion et perspectives
Synthétiser les apports de l’IA générative dans le développement logiciel et la gestion de projets
Identifier les enjeux éthiques, de sécurité et de confidentialité liés à l’usage de l’IA en environnement IT
Encourager l’adoption des outils d’IA générative pour optimiser les pratiques de développement et le pilotage des projets