Catalogue Formation IA.

Objectifs

• Reconstituer la documentation manquante d'un code, d'un processus ou de specs existants à l'aide de l'IA
• Distinguer ce que l'IA reconstitue de façon fiable de ce qui doit être vérifié à la main
• Produire une documentation exploitable et partageable par l'équipe

Programme

1. Cadre et limites : où l'IA accélère la rétrodocumentation, où elle se trompe
2. Reverse-engineering d'un bout de code ou d'un schéma de données existant
3. Reconstitution d'un processus métier à partir d'éléments épars (tickets, mails, captures)
4. Mise en forme : structurer une doc claire, sourcée et maintenable
5. Atelier approfondi : documenter un périmètre complet de bout en bout
6. Atelier sur un cas réel apporté par les participants

Objectifs

• Générer des cas de test couvrants à partir d'une spec ou d'une user story
• Construire des jeux de données de test représentatifs et anonymisés
• Accélérer l'exécution et la documentation de la recette

Programme

1. Du besoin au plan de test : faire dériver les cas par l'IA et challenger la couverture
2. Génération de jeux de données réalistes, cas limites et données anonymisées
3. Exécution assistée et rédaction des comptes rendus de recette
4. Réflexes qualité : ce qu'on ne délègue jamais à l'IA
5. Atelier approfondi : construire un plan de recette complet sur un cas réel
6. Atelier sur un cas réel apporté par les participants

Objectifs

• Structurer un besoin flou en un cadrage clair et priorisé
• Formaliser un cahier des charges complet et cohérent plus vite
• Utiliser l'IA comme sparring partner pour challenger le besoin

Programme

1. Transformer une demande vague en problème bien posé
2. Structurer un cahier des charges : objectifs, périmètre, contraintes, critères
3. Détection des angles morts et des incohérences par l'IA
4. Formalisation et restitution aux parties prenantes
5. Atelier approfondi : dérouler un cadrage complet jusqu'au cahier des charges
6. Atelier sur un cas réel apporté par les participants

Objectifs

• Idéer, prioriser et valider des hypothèses produit plus vite
• Synthétiser des retours utilisateurs et des verbatims à l'échelle
• Structurer des personas et opportunités à partir de données réelles

Programme

1. Cadrer une discovery assistée par l'IA sans perdre en rigueur
2. Synthèse et catégorisation de verbatims, tickets et interviews
3. Construction de personas et cartographie des opportunités
4. Priorisation argumentée des problèmes à traiter
5. Atelier sur les sujets produit des participants

Objectifs

• Produire des user stories de qualité en deux fois moins de temps
• Maintenir un backlog clair, découpé et priorisé avec l'IA
• Construire un assistant réutilisable pour ses stories

Programme

1. De l'initiative au découpage en stories par l'IA
2. Rédaction de stories : valeur, critères, découpage INVEST
3. Nettoyage et priorisation d'un backlog existant
4. Création d'un assistant IA paramétré pour son backlog
5. Atelier sur le backlog réel des participants

Objectifs

• Produire des specs robustes et complètes plus rapidement
• Dériver des critères d'acceptation testables
• Sécuriser la cohérence entre besoin, spec et test

Programme

1. Structurer une spec fonctionnelle exploitable par l'IA
2. Génération et challenge des critères d'acceptation
3. Détection des incohérences et des cas non couverts
4. Traçabilité spec / recette / dev
5. Atelier sur une spec réelle des participants

Objectifs

• Écrire des requêtes complexes en quelques minutes
• Préparer et nettoyer un jeu de données plus vite
• Vérifier et fiabiliser le SQL généré

Programme

1. Du besoin métier à la requête : prompter le bon SQL
2. Jointures, fenêtrage et requêtes complexes assistées
3. Préparation, nettoyage et contrôle de cohérence des données
4. Relecture critique : pièges et erreurs du SQL généré
5. Atelier sur les données des participants

Objectifs

• Produire des restitutions plus claires et convaincantes
• Construire un récit data orienté décision
• Accélérer la mise en forme des visualisations

Programme

1. Choisir la bonne visualisation pour le bon message
2. Data storytelling : structurer un récit orienté décision
3. Génération et amélioration de visuels assistée
4. Adapter la restitution à l'audience (métier, COMEX)
5. Atelier sur un reporting réel des participants

Objectifs

• Repérer plus vite les signaux faibles dans un jeu de données
• Formuler des hypothèses et les tester avec l'IA
• Transformer une analyse en insights actionnables

Programme

1. Cadrer une analyse exploratoire assistée
2. Détection de patterns, anomalies et corrélations
3. Formulation et test d'hypothèses
4. De l'analyse à la recommandation actionnable
5. Atelier sur un jeu de données des participants

Objectifs

• Comprendre un SI legacy plus rapidement
• Cartographier flux, applications et dépendances avec l'IA
• Identifier les zones de risque et de dette

Programme

1. Reconstituer la cartographie d'un SI à partir de l'existant
2. Analyse de flux, interfaces et dépendances
3. Repérage des zones de risque et de dette technique
4. Restitution d'une cartographie claire et partageable
5. Atelier sur le SI réel des participants

Objectifs

• Produire des spécifications complètes et cohérentes
• Détecter les manques et incohérences automatiquement
• Aligner spec fonctionnelle et exigences techniques

Programme

1. Structurer une spec fonctionnelle exploitable
2. Génération, challenge et complétude des exigences
3. Détection des incohérences et des trous fonctionnels
4. Traçabilité besoin / exigence / test
5. Atelier sur une spec réelle des participants

Objectifs

• Produire des diagrammes BPMN à partir d'interviews
• Accélérer la modélisation et sa mise à jour
• Fiabiliser la cohérence des processus modélisés

Programme

1. De l'interview au diagramme : générer un premier BPMN
2. Affiner et challenger un processus modélisé
3. Détection des écarts entre processus cible et réel
4. Documentation et partage des modèles
5. Atelier sur un processus réel des participants

Objectifs

• Construire des plannings robustes plus vite
• Produire des estimations argumentées
• Anticiper les dépendances et les jalons critiques

Programme

1. Structurer un planning à partir d'un périmètre projet
2. Estimation assistée : charges, hypothèses, marges
3. Identification des dépendances et du chemin critique
4. Mise en forme et communication du planning
5. Atelier sur un projet réel des participants

Objectifs

• Anticiper, documenter et prioriser les risques
• Préparer des arbitrages mieux étayés
• Décider plus vite avec l'appui de l'IA

Programme

1. Construire et challenger une matrice de risques
2. Plans de mitigation et signaux d'alerte
3. Préparation d'arbitrages : options, impacts, recommandation
4. Documentation des décisions
5. Atelier sur un projet réel des participants

Objectifs

• Produire des reportings exploitables en dix minutes
• Préparer un COPIL clair et orienté décision
• Adapter la restitution à chaque audience

Programme

1. Du suivi projet au reporting synthétique automatisé
2. Préparation d'un COPIL orienté décision
3. Adaptation du message selon l'audience
4. Mise en place d'une routine de pilotage
5. Atelier sur le reporting réel des participants

Objectifs

• Générer et optimiser des scripts Spark, Python et SQL
• Accélérer la construction de pipelines fiables
• Garder la main sur la qualité et la maintenabilité du code généré

Programme

1. Cadrer un pipeline et générer le squelette de code
2. Transformations ETL / ELT assistées (Spark, Python, SQL)
3. Optimisation et refactoring du code généré
4. Bonnes pratiques de relecture et de sécurité
5. Atelier sur un pipeline réel des participants

Objectifs

• Concevoir des schémas et modèles de données plus vite
• Formaliser des data contracts robustes
• Articuler modélisation et exigences MDM

Programme

1. Conception de schémas assistée (relationnel, dimensionnel)
2. Rédaction et validation de data contracts
3. Cohérence avec la gouvernance et le MDM
4. Documentation des modèles
5. Atelier sur un modèle réel des participants

Objectifs

• Automatiser les tests de données
• Mettre en place un monitoring augmenté
• Détecter et diagnostiquer les anomalies plus vite

Programme

1. Stratégie de tests data assistée
2. Génération de contrôles qualité et d'assertions
3. Observabilité : monitoring, alerting, diagnostic
4. Traitement des incidents augmenté
5. Atelier sur un pipeline réel des participants

Objectifs

• Transformer sa productivité et la qualité de son code
• Maîtriser les principaux assistants de codage
• Garder le contrôle sur l'architecture et la sécurité

Programme

1. Panorama et bonne posture : Copilot, Cursor, Claude Code
2. Génération, complétion et explication de code en contexte
3. Pilotage de l'assistant : contexte, contraintes, itérations
4. Garde-fous : revue, sécurité, dette
5. Atelier sur la codebase des participants

Objectifs

• Généraliser la couverture de test sans friction
• Pratiquer le TDD assisté par l'IA
• Améliorer la fiabilité du code livré

Programme

1. Génération de tests unitaires pertinents et maintenables
2. TDD assisté : du test à l'implémentation
3. Couverture, cas limites et tests de non-régression
4. Intégration dans la CI
5. Atelier sur la codebase des participants

Objectifs

• Reprendre du code legacy avec méthode et confiance
• Accélérer le debug et le refactoring
• Sécuriser une migration technique

Programme

1. Comprendre et documenter un code legacy avec l'IA
2. Refactoring guidé et sûr
3. Debug assisté : du symptôme à la cause
4. Stratégie de migration progressive
5. Atelier sur la codebase des participants