#INNOVATION

L’IAG pour Chefs de Projets, Architectes, Analystes et Développeurs

Cette formation explore comment l’Intelligence Artificielle Générative (IAG) a un fort impact le rôle des Chefs de Projets, Architectes, Analystes et Développeurs. Les participants apprendront comment intégrer ces avancées pour améliorer leurs opérations et leurs performances.

Objectifs Pédagogiques

Cette formation vise à exploiter l’intelligence artificielle générative (IAG) pour améliorer les pratiques en développement informatique et gestion de projet. Les participants apprendront à :

1.Comprendre l’IAG dans l’informatique : maîtriser ses fondamentaux et applications spécifiques.

2.Optimiser les outils et systèmes : intégrer l’IAG pour des interactions logicielles plus performantes.

3.Concevoir et innover avec l’IAG : utiliser l’IAG pour concevoir, développer et implémenter des applications innovantes.

4.Automatiser les processus : simplifier les workflows de développement grâce à l’IAG.

5.Exploiter les données visuellement : utiliser l’IAG pour une visualisation efficace des données de projet.

6.Encourager la collaboration augmentée : améliorer la gestion collaborative avec des solutions d’IAG.

Contenu de la formation

Introduction à l'IAG

  • Découverte de l’IAG : Définition, origines et implications pour l’informatique et le développement
  • Histoire de l’IAG : Origines et implications pour l’informatique et le développement
  • Présentation du cycle de vie du logiciel : de l’expression de besoin au décommissionnement

Technologies et applications de l’IAG

  • 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 ?

Le cycle de vie du logiciel

  • Présentation du cycle de vie du logiciel
  • Étude du cycle de vie du logiciel de l’expression du besoin jusqu’au décommissionnement
  • Cas d’intégration de l’IAG dans le cycle de vie du logiciel

Outils IAG pour la gestion de projet

  • 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 clé pour la gestion collaborative de projets
  • Génération automatique de dashboards pour le suivi de sprints

Outils IAG pour la rédaction de spécifications

  • Utilisation d’outils comme Articoolo
  • Cas concret : Exemple de rétroingénierie avec un LLM pour la rédaction de spécifications

Outils IAG pour la production de code

  • Présentation de Copilot et Codepal
  • Cas d’application des outils de production de code
  • Ecriture de code, obtention de commentaires et refactoring
  • Détour par les alternatives open-source comme LLaMA 2 et LLaMA code

Outils IAG pour le test applicatif

  • L’exemple Selenium Headspin
  • Etude sur la longueur de contexte d’un LLM
  • Cas pratique : Utilisation d’un LLM pour rédiger un cahier de recettes
  • Cas pratique : Utilisation d’un LLM pour rédiger des tests automatiques

Outils IAG pour l’UX design

  • Présentation d’un éventail de modèles IAG pour la génération et le traitement d’image
  • Utilisation de modèles génératifs pour créer des supports visuels
  • Cas pratique : Création d’un site web à partir d’un croquis manuel

Travaux pratiques

  • Exemples d’intégration de l’IAG par des cas pratiques pour chaque étape du cycle de vie du logiciel …
  • L’IAG pour l’amélioration des méthodes agiles
  • Reverse engineering du code

Outils IAG pour le développement d’IA/IAG

  • Utilisation de Scikit-Learn, Keras et PyTorch dans le développement d’applications IA
  • Utilisation de librairies d’entrainement comme Accelerate ou Transformers pour créer sa propre IA
  • Cas pratique : Entrainement d’un LLM sur des données de service client
  • Outils MLOps comme MLflow, Weights & Biases ou Tensorboard

MetaGPT, transformer vos équipes en profondeur

  • Découverte du principe d’agent autonome : le cas AutoGPT
  • MultiGPT : Agents autonomes gérés par un orchestrateur
  • MetaGPT : L’IA entreprise tout en un
  • MetaGPT : Exemple du web scraper

Conclusion et perspectives pour l’IAG dans l’entreprise

  • Synthèse des méthodes abordées durant le séminaire
  • Perspectives sur l’entreprise augmentée par la machine
  • La répartition des tâches Homme / Machine
  • Perspectives pour l’IAG
  • IAG : Notes d’ordre général et conseils
  • Comment continuer à se former et à progresser dans ce domaine novateur

Formateur

Dr. Georges Bressange

Docteur en Mathématiques, auparavant enseignant-chercheur en tant que spécialiste dans la modélisation mathématique de phénomènes complexes et la mise en place de simulations numériques. Aujourd’hui, Data Scientist consultant expert, Georges a dirigé de nombreuses missions dans les domaines de la Data Science, de l’IA et du Big Data, en particulier dans les domaines de l’assurance, des mutuelles, de la santé et de l’énergie. Georges est notamment le concepteur de l’IA Navigator qui permet de rechercher, traiter et visualiser tout type d’informations et connaissances de formes variées (texte, voix, image, vidéo) et de provenances linguistiques diverses.