🎯 Objectifs pédagogiques

À l’issue de la formation, les participants seront capables de :

• Adopter une posture professionnelle face à une IA de développement (architecte / décideur, non exécutant)

• Comprendre le fonctionnement réel de Claude Code, ses capacités et ses limites en contexte professionnel

• Structurer un projet logiciel AI-ready, intégrant :

  • une mémoire hiérarchique,

  • des règles modulaires scopées,

  • une documentation activable par imports

• Formaliser un besoin complexe dans un cahier des charges LLM-friendly :

  • objectifs clairs,

  • non-objectifs explicites,

  • contraintes,

  • Definition of Done mesurable

• Transformer un besoin en backlog actionnable :

  • EPIC livrables,

  • User Stories testables,

  • tâches techniques exécutables par un LLM

• Mettre en place une autonomie contrôlée et sécurisée :

  • hooks,

  • permissions,

  • garde-fous déterministes,

  • principes RGPD applicables à l’IA

• Livrer une mini-feature exploitable, justifier les choix réalisés et transférer la méthode en situation réelle

👥 Public visé

• Développeurs professionnels (front-end, back-end, full-stack)

• Ingénieurs logiciels

• Architectes techniques

• Profils techniques expérimentés souhaitant industrialiser et sécuriser l’usage de l’IA (Claude Code) dans des projets logiciels réels

Prérequis :

• Connaissances de base en développement logiciel (JS, TS ou équivalent)

• Expérience préalable sur des projets logiciels recommandée

🕐 Durée & modalités

• Durée : 2 jours — 14 heures

• Horaires : 9h00–12h00 / 13h00–17h00

• Format : Présentiel

• Groupe : 5 à 10 participants

• Approche pédagogique :
  👉 40 % théorie / 60 % pratique (ateliers, cas réels, capstone)

🛠️ Programme détaillé

Jour 1 – Fondamentaux & Structuration

Module 1 — Claude Code & posture professionnelle

• Rôle réel de Claude Code

• Responsabilités humaines vs IA

• Différence entre assistance et autonomie contrôlée

• Cycle Explore → Plan → Code → Commit

Module 2 — Mémoire hiérarchique & règles modulaires

• Rôle de CLAUDE.md

• Hiérarchisation de la mémoire projet

• Scoping des règles par chemins

• 🧪 Atelier : création d’une mémoire projet efficace

Jour 1 – Cadrage & Spécification

Module 3 — Documentation & imports progressifs

• Progressive disclosure

• Imports documentaires (@docs)

• Specs, ADR, runbooks

• 🧪 Atelier : construction d’un Spec Pack importable

Module 4 — Cadrage du besoin & posture architecte

• Cahier des charges LLM-friendly

• Objectifs / non-objectifs

• Contraintes

• Definition of Done mesurable

• 🧪 Atelier : rédaction d’un cahier des charges exploitable

Jour 2 – Delivery & Gouvernance

Module 5 — Découpage EPIC / User Stories / tâches

• Granularité adaptée aux LLM

• EPIC livrables

• User Stories testables

• Tâches LLM-exécutables

Module 6 — Garde-fous, hooks & permissions

• Hooks de contrôle

• Permissions et restrictions

• Principes RGPD appliqués à l’IA

• 🧪 Atelier : mise en place de garde-fous déterministes

Jour 2 – Capstone & Évaluation

Module 7 — Capstone final

• Mise en œuvre complète des acquis

• Structuration projet

• Exécution contrôlée avec Claude Code

• Validation via Definition of Done

Évaluations & clôture

• QCM de positionnement (entrée)

• QCM à chaud (sortie)

• Test à froid (2 à 4 semaines après)

• Remise des attestations

📌 Réservez votre place maintenant !

• Prendre un RDV personnalisé – 15 min pour parler de votre projet

• Formation 100% personnalisable selon vos besoins

• Format : Présentiel ou distanciel