Formation IA Générative pour Chefs de Projet et Architectes SI

01.Introduction à l'IA Générative et à ses applications SI

• —Définition et principes fondamentaux de l'IAG.
• —Historique et évolution des modèles génératifs.
• —Panorama des applications concrètes en systèmes d'information.

02.Comprendre les grands modèles de langage (LLM)

• —Architecture des LLM (Transformer, attention).
• —Fonctionnement du pré-entraînement et du fine-tuning.
• —Les types de LLM : GPT, LaMDA, PaLM, Llama.

03.Prompt Engineering pour les professionnels SI

• —Bases d'un prompt efficace : clarté, concision, contexte.
• —Techniques avancées : Few-shot learning, Chain-of-Thought.
• —Prompts spécifiques pour la documentation, le code, l'analyse.

04.IAG pour l'analyse et la conception de systèmes

• —Aide à l'expression des besoins et à la rédaction de spécifications.
• —Génération de cas d'utilisation et de scénarios.
• —Assistance à la modélisation UML/BPMN par l'IAG.

05.IAG pour les développeurs : génération et optimisation de code

• —Co-génération de code avec des outils IAG (GitHub Copilot, Bard Code).
• —Débogage et identification de vulnérabilités grâce à l'IA.
• —Refactoring et optimisation de performance du code existant.

06.IAG pour les tests et la qualité logicielle

• —Génération de plans de test et de jeux de données.
• —Création scriptée de tests unitaires et d'intégration.
• —Analyse des rapports de bugs pour priorisation et résolution.

07.IAG pour les chefs de projet : planification et suivi

08.IAG pour les architectes SI : concepts et modélisation

• —Aide à la conception d'architectures techniques et fonctionnelles.
• —Génération d'artefacts d'architecture (diagrammes, documentations).
• —Exploration de solutions technologiques via l'IAG.

09.Intégration de l'IAG dans le cycle de vie SI (SDLC)

• —Stratégies d'intégration de l'IAG à chaque phase du SDLC.
• —Considérations sur les workflows CI/CD avec l'IAG.
• —Exemples de pipelines MLOps pour IAG en entreprise.

10.Bonnes pratiques, éthique et sécurité de l'IAG en SI

• —Gestion des biais et de l'équité des modèles génératifs.
• —Protection des données et confidentialité avec l'IAG.
• —Réglementations et conformité (RGPD, IA Act) appliquées à l'IAG.

11.Évaluation et audit des solutions IAG en production

• —Métriques d'évaluation spécifiques aux modèles génératifs.
• —Monitoring de performance et de dérive des modèles.
• —Surveillance continue et amélioration des systèmes IAG.

12.Cas d'usage avancés et perspectives futures de l'IAG

• —Agents conversationnels intelligents et assistants virtuels.
• —IAG multimodale et ses applications SI.
• —Tendances émergentes et impact sur les métiers du SI.