Aller au contenu principal

1 - Introduction

A propos de moi​

Objectifs de la formation​

Les outils qu'on va utiliser ne sont pas intelligents, l'objectif c'est que ce soit vous qui le soyez.

Stratégie : Avoir une vision globale des évolutions causées par l'IA dans le monde du Développment

Théorique : Avoir une bonne compréhension des concepts, des outils et des bonnes pratiques

Pratique : Savoir comment mettre en oeuvre efficacement une production basée sur l'IA

Mises en oeuvre​

Durant cette formation nous allons développer vos compétences suivantes :

  • Designer : concevoir des architectures et des projets
  • Documenter : décrire comment fonctionne votre projet
  • Tester : maîtriser le code produit et le rendre robuste
  • Développer : écrire du code de qualité

A propos de vous​

  • Parcours ?
  • Attentes ?

L'IA pour les développeurs : quelle est votre vision ?​

Avant de commencer, une expérience​

Si vous n'avez jamais utilisé un LLM pour faire du code, c'est le moment.

  • Allez sur le premier problème du site de Project Euler : https://projecteuler.net/problem=1

  • Copiez le texte de la question dans l'interface de votre choix.

  • Lancer l'inférence.

Que se passe-t-il ?

  • Est-ce que le modèle trouve le bon résultat en faisant des maths ?
    Le résultat peut-être calculé mathématiquement de manière élégantes, et les modèles récents y parviennent.
Montrer

  • Est-ce qu'il essaie de répondre ou de créer un programme pour y répondre ? Le code pour résoudre le problème est particulièrement trivial.
Montrer
#!/usr/bin/env python3

# Initialize the total sum
total = 0

# Loop through all numbers from 1 to 999
for i in range(1, 1000):
    if i % 3 == 0 or i % 5 == 0:
        total += i

# Print the final result
print(total)


Qu'est-ce qu'un (bon) développeur ?​

La question n'est pas simple :)

  • Une personne qui sait bien coder ?
  • Une personne qui sait bien résoudre des problèmes ?
  • Une personne qui travaille bien en équipe ?
  • Une personne qui maîtrise un langage de programmation ?
  • Une personne qui maîtrise un domaine technique ?
  • Une personne qui a beaucoup d'expérience ?
  • Une personne qui sait bien utiliser des outils de développement ?
  • Une personne qui fournit rapidement des fonctionnalités ?
  • Une personne qui fournit du code élégant ?
  • Une personne qui sait respecter les contraintes et les besoins ?
  • Une personne qui sait innover et anticiper les besoins futurs ?
  • Une personne qui documente bien ?
  • Une personne qui respecte les normes ?
  • Une personne qui fait des programmes performants ?
  • Une personne qui fait des programmes qui ont du succès ?

La seule chose qui ne change jamais, c'est le changement​

  • Les gens évoluent
  • Les techniques évoluent
  • Les langages évoluent
  • Les socles d'exécution évoluent
  • Les applications évoluent
  • Les normes d'échanges entre applications évoluent

Une référence à conntaître : The Pragmatic Programmer

  • Vous êtes en charge, individuellement et au sein des organisations.

  • Vous avez la responsabilité de faire un bon travail qui vous enrichit.

  • Vous devez acquérir l'expérience nécessaire pour atteindre un niveau d'expertise suffisant (3/4)

Qu'est-ce que l'IA peut apporter aux développeurs ?​

Nous allons commencer immédiatement avec quelques expériences d'interaction avec des interfaces connectés à des modèles de lanagage.

Connectez-vous à l'interface LLM de votre choix : celle de votre poste de travail ou sur le virtual lab.

Expérience 1 : traduisez via un LLM le texte court suivant en swahili... 

Mignonne, allons voir si la rose
Qui ce matin avait éclose
Sa robe de pourpre au Soleil,
A point perdu cette vesprée
Les plis de sa robe pourprée,
Et son teint au vôtre pareil.

... ce qui donne par exemple

Mpenzi wangu, twende tuone kama waridi
Uliyofunika asubuhi hii
Mavazi yake ya zambarau kwa Jua,
Hawajapoteza jioni hii
Mikunjo ya vazi lake la zambarau,
Wala rangi yake inayofanana na yako.

Conclusion : vous ne savez pas si l'IA Gen fait un bon travail si vous n'avez pas l'expertise.

Experience 2 : traduire via un LLM un texte long...​

Maintenant, faites traduire un texte de plusieurs milliers de mots à un LLM dans une langue de votre choix.

https://www.gutenberg.org/cache/epub/59073/pg59073.txt https://www.gutenberg.org/ebooks/4772

Conclusion : malgré des erreurs, c'est un problème qu'on résoud assez bien désormais, à une vitesse de conversion très élevée.

Experience 3 : imaginons la translitération d'une librarie codée dans un langage vers un autre langage.​

Considèrons le code informatique, et qu'on veuille obtenir via un LLM une traduction d'un langage vers un autre ?

(... le code collé...)

As a code assistant, you mush convert this program to python.

Qu'est-ce risque de se passer ?

  • Premier avantage du code : c'est instrumentable et exécutable, on va pouvoir tester le résultat.

    La machine peut indiquer si le résultat est correct ou non d'un point de vue syntaxique.

  • En revanche il n'y a pas de garantie que le résultat soit conforme aux attentes fonctionnelles.

  • De même il n'y a pas de garantie qu'il soit performant ou sécure : il peut avoir dégradé le script d'origine.

Il va falloir qu'on encadre cette production pour s'assurer qu'elle répond aux attentes.

Les idées clés de la formation​

  • Ce sont des outils dans la boîte à outils, il faut savoir quand utiliser quoi.
  • Sans une bonne maîtrise des fondamentaux vous risquez de stagner et mal utiliser les outils.
  • L'IA Gen commence par être un stagiaire/assistant qu'il faut surveiller.
  • Le rôle de développeur va se complexifier et cumuler de plus en plus de responsabilités grâce à l'assistance de l'IA.
  • Il va falloir intégrer de nombreuses bonnes pratiques pour réaliser des applications performantes et sécurisées.

Définition du Lexique​

Parmi ces termes, combien maîtrisez-vous déjà ?

  1. Chatbot : Désigne un programme chargé de répondre à des questions ou de fournir des informations à un utilisateur via une interface de dialogue.
  2. IDE : Désigne un environnement de développement intégré.
  3. IA Gen : Désigne l'ensemble des techniques et outils permettant de générer des contenus via des modèles de langages génératifs, dont le code.
  4. Modèle : Désigne un objet résultant d'un entraînement par Machine Learning sur des données regroupées dans un ou plusieurs datasets.
  5. LLM : Désigne les Modèles de Language de grande taille qui se sont généralisés suite au succès de ChatGPT.
  6. Prompt : Désigne le texte qui sert d'entrée à un modèle de langage génératif.
  7. Token : Désigne une unité de texte qui peut être traitée par un modèle de langage génératif ex: https://gpt-tokenizer.dev/
  8. Agent : Un programme chargé dans une architecture IA Agentique d'augmenter un LLM.
  9. Code Gen : La production de code par IA Générative
  10. MCP : Le Model Context Protocol est un standard destiné à augmenter les requêtes vers les LLM et les IDE via des agents.