Nouveauté : le parrainage ! Recommandez un formateur et touchez 10 % de son taux journalier sur ses 10 premiers jours de formation, plus un bonus de 100 € au 10e jour. Recommandez un formateur, touchez 10 % de son taux journalier pendant 10 jours.
En savoir plus
Toutes les missions

GIA : L’intelligence artificielle au service des développeurs

Du 18/11/2026 au 20/11/2026 Presentiel à Paris (La défense)

Informations

Lieu Presentiel à Paris (La défense)
Prérequis apprenants Connaissance de base sur HTML, CSS, JavaScript..
Public ciblé Développeurs web, intégrateurs, architectes logiciels.
Frais logistiques Les frais logistiques sont pris en charge, au réel. Le plafond maximal vous est communiqué avant signature du contrat.

Les dates 3 jours

Mer. 18 nov. 2026 · 7 h
Jeu. 19 nov. 2026 · 7 h
Ven. 20 nov. 2026 · 7 h

Le programme

Ce programme représente les attentes de notre client. Vous devez être en mesure de traiter les chapitres listés ; vous restez libre d'adapter le contenu de chaque chapitre et l'ordre dans lequel vous les traitez, selon votre approche et votre expérience.
Objectifs pédagogiques
 
- Maîtriser les bases des architectures informatiques de l'IA
- Connaître les outils IA utiles pour le développeur web full-stack
- Savoir préparer des prompts en amont pour créer ou modifier une application web
- Développer une application web avec des prompts IA et peu de développement occasionnel
- Implémenter une IA entièrement locale
- Appliquer les bonnes pratiques de développement pour l’IA

Introduction à l'intelligence artificielle

  • Présentation générale de l'IA.
  • IA, machine learning, deep learning, symbolique versus statistique.
  • Large Language Model, text embeddings, transformers.
  • Natural Language Processing, GPT, Tokens.
  • Exploration du Vector Database et du format GPT-Generated Unified Format (GGUF).
  • Les principaux outils d'IA en mode SaaS.
  • Requêtage de LLM (prompt engineering).
  • Architecture web et IA.
 
Travaux pratiques
Avec l'aide d'un Large Language Model (LLM), écrire une application JavaScript qui relève un challenge d'IA symbolique comme la génération de grille de sudoku.
 

Visual Studio Code (VSCode) et GitHub Copilot

  • VSCode, GitHub Copilot, prérequis d'utilisation.
  • Le chat de GitHub Copilot.
  • Utiliser directement Copilot depuis un fichier.
  • Définir une fonction et son implémentation.
  • Utiliser une fonction.
 
Travaux pratiques
Écrire une application qui génère des pages web à partir d'un prompt transmis à un LLM.
 

La programmation par prompt

  • Pourquoi faire des prompts complets et détaillés ?
  • Techniques de rédaction de prompt.
  • Role prompting, Few-Shot Prompting, Chain-of-thought (CoT).
  • Iteration, format de sortie, Self-Consistency.
  • Négation, modulaire, clarté et concision.
  • Couplage de LLM puissant et faible.
  • Transformer son prompt en application web.
  • Prompt de modification.
  • Prompt pour toutes les étapes d'un projet.
  • Prompt d'idéation, specification, conception, codage, test, déploiement.
 
Travaux pratiques
Faire un prompt de spécification d'une application web qui donne les nouvelles positives du jour.
 
 

Les outils du cloud

  • Les différents service cloud (OpenAI, Claude, etc.).
  • Gestion des clés d'API.
  • Typologie tarifaire.
  • Assistance au développement : Lovable, Bolt.
  • GitHub Copilot, Windsurf, Continue.dev.
 
Travaux pratiques
Développer et déployer une application web uniquement à l'aide d'un assistant IA de développement.
 

Les LLM

  • Architecture d'un LLM.
  • Utillser les notions de temperature, top_p.
  • Fonctionnalités : summarization, classification, extraction d’information.
  • Format structuré en sortie JSON.
  • Étude du fichier GGUP.
  • Les LLM du marché.
  • Les LLM sur Internet (SaaS).
  • Installer un LLM en local.
  • Présentation de LM Studio et Hugging Faces.
  • Text embedding, cosine similarity, réduction de dimension.
  • Architecture RAG.
 
Travaux pratiques
Rédiger une spécification d'architecture technique RAG (génération augmentée par récupération) de LLM explorant en base de données documentaire locale et confidentielle.
 

Les outils pour développer avec l’IA

  • L'API de OpenAI.
  • Hugging Face : le GitHub de l'IA.
  • LLM, transformers, datasets.
  • LangChain : API pour l'IA.
  • LM Studio : faire tourner en local des composants IA.
  • Bonnes pratiques d'utilisation des outils.
 
Travaux pratiques
Faire un "ChatGPT" local qui explore une base documentaire confidentielle avec une architecture RAG.