[{"data":1,"prerenderedAt":32},["ShallowReactive",2],{"course-intelligence-artificielle-generative-appliquee-a-l-analyse-des-besoins-clients-et-a-la-production-de-logiciels-sur-mesure":3},{"id":4,"name":5,"slug":6,"location":7,"targetAudienceFormatMarkdown":8,"prerequisitesFormatMarkdown":9,"objectivesFormatMarkdown":10,"descriptionFormatMarkdown":11,"teachingMethodsFormatMarkdown":12,"teachingResourcesFormatMarkdown":13,"evaluationMethodsFormatMarkdown":14,"accessibilityFormatMarkdown":15,"accessMethodsFormatMarkdown":16,"minimumParticipants":7,"maximumParticipants":7,"duration":7,"reference":7,"trainerType":7,"updated_at":17,"created_at":18,"price":19,"certificationPrice":7,"organizationMode":7,"theme":20,"code":24,"tags":29,"metadata":30,"forecastPeriods":31},"/api/courses/ff626546-c064-4943-8475-ec1eb6e00069","Intelligence artificielle générative appliquée à l’analyse des besoins clients et à la production de logiciels sur mesure","intelligence-artificielle-generative-appliquee-a-l-analyse-des-besoins-clients-et-a-la-production-de-logiciels-sur-mesure",null,"-   Développeurs web et mobile\n-   Testeurs supports utilisateurs\n-   Architectes web","-   Exercer une activité de développement, de test ou d’architecture logicielle.\n-   Connaître le cycle de développement d’un logiciel : demande client, spécification, développement, test et livraison.\n-   Savoir interpréter du code.\n-   Utiliser couramment les outils de travail de l’équipe : messagerie, suivi des demandes et des anomalies, documentation.\n-   Aucune connaissance préalable de l’IA générative n’est exigée. ","-   Identifier les étapes du traitement d’une demande client pouvant bénéficier de l’IA générative.\n\n-   Sélectionner un outil adapté à une tâche professionnelle et définir les conditions de son utilisation.\n-   Construire et améliorer des consignes structurées pour obtenir des résultats réutilisables.\n-   Transformer une demande client en synthèse structurée, en distinguant faits, hypothèses, incertitudes et informations manquantes.\n-   Préparer des spécifications fonctionnelles, des scénarios d’utilisation et des critères d’acceptation à l’aide de l’IA.\n-   Utiliser l’IA pour préparer une analyse d’impact d’une évolution logicielle et organiser les questions à vérifier.\n-   Utiliser l’IA comme assistant de développement pour préparer, comprendre, améliorer ou contrôler des éléments de code, sans lui déléguer la validation finale.\n-   Préparer des scénarios de tests, des cas limites et des jeux de données fictifs adaptés aux besoins du projet.\n-   Améliorer la documentation technique et fonctionnelle à partir de sources validées.\n-   Mettre en place des contrôles de qualité, de confidentialité et de fiabilité des productions assistées par IA.\n-   Formaliser une procédure de travail commune adaptée aux deux profils.\n-   Évaluer les bénéfices de cette méthode à partir d’indicateurs de temps, de qualité et de réduction des reprises.","--day1--\n\n**Comprendre l’apport de l’IA générative dans le cycle de développement logiciel**\n\n**Analyse du processus de traitement des demandes clients**\n\n-   Cartographie des étapes entre la réception d’une demande client et la livraison d’une évolution logicielle.\n-   Identification des tâches répétitives de lecture, de synthèse, de reformulation et de préparation de documents.\n-   Repérage des difficultés : demandes incomplètes, ambiguïtés, échanges complémentaires, informations dispersées et reprises de documents.\n-   Distinction entre les tâches où l’IA peut assister le travail et celles qui nécessitent une décision humaine.\n-   Choix d’un cas pratique commun représentatif de l’activité de l’entreprise.\n\n**Travaux pratiques :** analyser une demande d’évolution logicielle fictive et reconstituer son parcours de traitement.\n\n--break--\n\n**Comprendre les capacités et les limites de l’IA générative**\n\n-   Principes de fonctionnement d’un assistant d’IA générative et conséquences sur la qualité des réponses.\n-   Différence entre information fournie, interprétation, hypothèse et contenu inventé.\n-   Analyse de réponses plausibles mais incorrectes ou incomplètes.\n-   Choix d’un outil selon les besoins, les possibilités de contrôle et les règles de confidentialité de l’entreprise.\n-   Définition des règles d’utilisation pour les exercices et le futur projet commun.\n\n**Travaux pratiques :** soumettre une même demande à plusieurs consignes, comparer les réponses et relever les erreurs ou éléments non justifiés.\n\n  \n\n--day2--\n\n**Structurer les consignes pour obtenir des résultats professionnels réutilisables**\n\n**Concevoir une consigne adaptée à une tâche métier**\n\n-   Identification de l’objectif, du contexte, des données d’entrée et du résultat attendu.\n-   Définition du rôle demandé à l’assistant, des contraintes et des critères de réussite.\n-   Structuration des demandes pour obtenir des réponses organisées selon un format exploitable.\n-   Utilisation d’exemples et de contre-exemples pour clarifier les attentes.\n-   Précision des limites : ce que l’IA doit signaler plutôt que supposer.\n\n**Travaux pratiques :** transformer des consignes vagues en instructions structurées pour résumer une demande client et en extraire les informations utiles.\n\n--break--\n\n**Tester, comparer et améliorer les consignes**\n\n-   Définition de critères permettant de juger une réponse : exactitude, exhaustivité, clarté et conformité au format demandé.\n-   Comparaison de plusieurs formulations pour une même tâche.\n-   Identification des erreurs récurrentes et des causes possibles.\n-   Mise en place d’une démarche d’amélioration progressive des consignes.\n-   Formalisation de modèles avec entrées, étapes de contrôle et exemples de résultats attendus.\n\n**Travaux pratiques :** améliorer une consigne à partir d’un jeu de demandes client fictives et mesurer les écarts entre les premières et dernières réponses.\n\n  \n\n--day3--\n\n**Transformer une demande client en besoin exploitable**\n\n**Extraire et organiser les informations d’une demande**\n\n-   Analyse d’un message client, d’un compte rendu ou d’une description de changement souhaité.\n-   Extraction du contexte, du problème, des objectifs et des contraintes exprimés.\n-   Distinction entre les éléments explicitement mentionnés et ceux qui restent à confirmer.\n-   Repérage des informations contradictoires, imprécises ou absentes.\n-   Production d’une synthèse structurée sans ajout d’informations non présentes dans la source.\n\n**Travaux pratiques :** traiter plusieurs demandes fictives de complexité croissante et comparer les synthèses générées avec les documents d’origine.\n\n--break--\n\n**Identifier les ambiguïtés et préparer les questions de clarification**\n\n-   Détection des formulations à interprétations multiples.\n-   Classement des informations manquantes selon leur importance pour la réalisation.\n-   Génération de questions de clarification pertinentes et non redondantes.\n-   Préparation d’un échange structuré avec le client.\n-   Vérification que les questions proposées sont compréhensibles, utiles et adaptées au contexte.\n\n**Travaux pratiques :** élaborer un questionnaire de clarification à partir d’une demande volontairement incomplète, puis simuler un échange de clarification.\n\n  \n\n--day4--\n\n**Formaliser les besoins en spécifications fonctionnelles**\n\n**Passer de la demande à une spécification structurée**\n\n-   Organisation des informations en objectifs, périmètre, utilisateurs concernés, règles métier et contraintes.\n-   Production assistée d’une première version de spécification fonctionnelle.\n-   Séparation des exigences confirmées, des hypothèses et des points en attente de validation.\n-   Vérification de la cohérence entre la demande initiale et le document produit.\n-   Adaptation du niveau de détail aux besoins du projet.\n\n**Travaux pratiques :** convertir la demande étudiée depuis le jour 1 en spécification fonctionnelle structurée, puis la comparer à la source.\n\n--break--\n\n**Rédiger des scénarios d’utilisation et des critères d’acceptation**\n\n-   Formulation des besoins selon des scénarios d’utilisation.\n-   Construction de critères d’acceptation observables et vérifiables.\n-   Définition des cas habituels, des cas limites et des comportements attendus.\n-   Détection des critères ambigus, redondants ou impossibles à vérifier.\n-   Contrôle de la couverture des besoins par les scénarios préparés.\n\n**Travaux pratiques :** générer des scénarios et critères d’acceptation, puis les corriger en équipe à l’aide d’une grille commune.\n\n  \n\n--day5--\n\n**Préparer le travail de développement à partir des spécifications**\n\n**Organiser une demande en éléments de travail**\n\n-   Décomposition d’une évolution en éléments de travail cohérents.\n-   Identification des dépendances, prérequis et questions techniques restant à examiner.\n-   Préparation de descriptions de tâches compréhensibles par les personnes concernées.\n-   Utilisation de l’IA pour proposer une première structuration, sans considérer ses propositions comme des décisions.\n-   Vérification de la cohérence entre les tâches proposées et les besoins validés.\n\n**Travaux pratiques :** décomposer une évolution fonctionnelle en tâches et vérifier que chacune correspond à un besoin identifié.\n\n--break--\n\n**Préparer les critères de réalisation et les points de contrôle**\n\n-   Définition des conditions nécessaires pour considérer une tâche comme terminée.\n-   Identification des éléments qui doivent être vérifiés avant livraison.\n-   Construction d’une liste de contrôle adaptée à une évolution logicielle.\n-   Détection des oublis possibles entre besoin, spécification, réalisation et validation.\n-   Organisation d’une revue commune des livrables préparés avec l’IA.\n\n**Travaux pratiques :** relier les tâches aux spécifications et aux critères d’acceptation correspondants.\n\n  \n\n--day6--\n\n**Utiliser l’IA pour préparer l’analyse d’impact d’une évolution**\n\n**Examiner les conséquences possibles d’un changement**\n\n-   Identification des éléments du logiciel potentiellement concernés à partir d’une documentation ou d’un dossier technique fourni.\n-   Préparation de questions pour examiner les dépendances fonctionnelles et techniques.\n-   Utilisation de l’IA pour proposer une liste de zones d’impact à vérifier.\n-   Distinction entre une piste d’analyse et une conclusion technique établie.\n-   Vérification des propositions à partir des sources disponibles.\n\n**Travaux pratiques :** analyser une demande d’évolution et produire une liste argumentée des composants, règles ou usages susceptibles d’être concernés.\n\n--break--\n\n**Préparer les décisions et arbitrages**\n\n-   Regroupement des questions techniques, fonctionnelles et organisationnelles.\n-   Identification des informations nécessaires pour comparer plusieurs options.\n-   Préparation d’une synthèse des options, bénéfices, limites et risques.\n-   Détection des hypothèses qui nécessitent une confirmation par une personne compétente.\n-   Présentation des résultats de manière accessible aux profils non techniques comme techniques.\n\n**Travaux pratiques :** produire une note d’aide à la décision à partir d’un cas d’évolution, puis la relire en binôme.\n\n  \n\n--day7--\n\n**Préparer et améliorer les livrables de développement avec l’IA**\n\n**Utiliser l’IA comme assistant de lecture et de compréhension du code**\n\n-   Préparation de questions ciblées à partir d’un extrait de code non confidentiel ou fictif.\n-   Demande d’explications sur la logique, les entrées, les sorties et les conditions de fonctionnement.\n-   Repérage des zones qui nécessitent une vérification manuelle.\n-   Comparaison des explications générées avec le comportement attendu et les éléments de référence.\n-   Préparation d’un résumé compréhensible pour faciliter la revue collective.\n\n**Travaux pratiques :** analyser un extrait de code pédagogique et produire une explication structurée, assortie de questions à vérifier.\n\n--break--\n\n**Préparer des propositions de modification et de refactorisation**\n\n-   Formulation d’une demande de modification limitée à un objectif précis.\n-   Définition du contexte nécessaire, des contraintes et des comportements à préserver.\n-   Demande de propositions alternatives et comparaison de leurs avantages et limites.\n-   Repérage des modifications non demandées ou des hypothèses techniques non justifiées.\n-   Préparation d’une revue des changements proposés avant toute utilisation.\n\n**Travaux pratiques :** sur un exemple pédagogique, demander une modification limitée, analyser la proposition et établir la liste des contrôles requis.\n\n  \n\n--day8--\n\n**Vérifier la qualité des propositions techniques de l’IA**\n\n**Détecter les erreurs et les risques dans une proposition de code**\n\n-   Analyse des erreurs de logique, des cas oubliés et des comportements inattendus.\n-   Identification des hypothèses non explicitées dans une réponse technique.\n-   Vérification de la cohérence avec les spécifications et les contraintes connues.\n-   Préparation de questions complémentaires permettant de mieux examiner une proposition.\n-   Définition des cas où une proposition doit être rejetée ou reprise manuellement.\n\n**Travaux pratiques :** examiner plusieurs propositions de code volontairement imparfaites et documenter les problèmes détectés.\n\n--break--\n\n**Organiser une revue humaine des résultats assistés par IA**\n\n-   Définition des responsabilités de contrôle avant intégration d’un résultat dans le projet.\n-   Vérification des exigences, des conventions de développement et des contraintes connues.\n-   Préparation d’une checklist de revue adaptée à l’entreprise.\n-   Formalisation des écarts, corrections et décisions de validation.\n-   Mise en place d’une règle de traçabilité des usages de l’IA dans le travail préparatoire.\n\n**Travaux pratiques :** conduire une revue croisée d’une proposition technique et rédiger une décision argumentée : accepter, corriger ou rejeter.\n\n  \n\n--day9--\n\n**Préparer des tests à partir des besoins et des critères d’acceptation**\n\n**Générer des scénarios de tests fonctionnels**\n\n-   Passage des critères d’acceptation à des scénarios de test.\n-   Construction de cas nominaux, cas limites et cas d’erreur.\n-   Identification des préconditions, données d’entrée, résultats attendus et critères de réussite.\n-   Vérification de la couverture des besoins exprimés.\n-   Repérage des scénarios redondants ou insuffisamment précis.\n\n**Travaux pratiques :** élaborer un jeu de tests à partir de la spécification construite lors des journées précédentes.\n\n**Livrable :** plan de tests fonctionnels initial, relié aux critères d’acceptation.\n\n--break--\n\n**Examiner les cas limites et les résultats attendus**\n\n-   Identification des valeurs extrêmes, entrées invalides et situations inhabituelles.\n-   Préparation de jeux de données fictifs adaptés aux scénarios.\n-   Vérification de la cohérence entre chaque test et le comportement attendu.\n-   Utilisation de l’IA pour repérer les scénarios potentiellement manquants.\n-   Revue croisée du plan de tests et classement des risques de couverture.\n\n**Travaux pratiques :** compléter le plan de tests à partir d’une liste de défauts et de cas limites à détecter.\n\n  \n\n--day10--\n\n**Améliorer la préparation et l’analyse des anomalies**\n\n**Structurer un signalement d’anomalie**\n\n-   Organisation d’un signalement en contexte, étapes de reproduction, résultat attendu et résultat observé.\n-   Distinction entre faits constatés, suppositions et causes possibles.\n-   Utilisation de l’IA pour reformuler un signalement imprécis en compte rendu exploitable.\n-   Identification des informations supplémentaires nécessaires à l’investigation.\n-   Préparation d’une demande de complément adaptée au contexte.\n\n**Travaux pratiques :** transformer des signalements fictifs incomplets en fiches d’anomalie structurées.\n\n--break--\n\n**Préparer l’investigation sans confondre hypothèse et diagnostic**\n\n-   Organisation des éléments disponibles pour faciliter l’analyse technique.\n-   Génération d’hypothèses de recherche à partir d’informations explicitement fournies.\n-   Préparation d’une liste d’investigations à mener et des éléments à collecter.\n-   Comparaison des hypothèses et des observations disponibles.\n-   Formalisation des conclusions uniquement lorsque les éléments les justifient.\n\n**Travaux pratiques :** traiter un cas d’anomalie simulé et construire un dossier de diagnostic distinguant faits, hypothèses et vérifications restantes.\n\n  \n\n--day11--\n\n**Produire une documentation fonctionnelle et technique plus efficace**\n\n**Préparer une documentation à partir de sources validées**\n\n-   Identification des sources utilisables : spécifications validées, décisions, éléments de code et comptes rendus.\n-   Production assistée d’une documentation décrivant un comportement existant ou une évolution.\n-   Préservation de la distinction entre information confirmée et information à vérifier.\n-   Contrôle de cohérence entre la documentation et les sources.\n-   Définition d’un format commun facilitant la relecture et la mise à jour.\n\n**Travaux pratiques :** produire une note de documentation à partir du dossier de spécification et des décisions validées du cas pratique.\n\n--break--\n\n**Préparer des supports de restitution adaptés aux destinataires**\n\n-   Reformulation d’informations techniques pour différents niveaux de lecture.\n-   Production d’un résumé de changement à destination d’un client.\n-   Préparation d’un compte rendu des décisions, limites et points restant à confirmer.\n-   Contrôle de la fidélité du résumé par rapport aux sources.\n-   Adaptation du ton et du niveau de détail sans modifier le sens des informations.\n\n**Travaux pratiques :** rédiger à partir d’un même dossier une synthèse interne et une restitution destinée au client, puis vérifier leur cohérence.\n\n  \n\n--day12--\n\n**Contrôler les usages de l’IA, la confidentialité et la fiabilité**\n\n**Maîtriser les données utilisées dans les outils d’IA générative**\n\n-   Identification des données confidentielles ou sensibles dans les demandes, documents, extraits de code et comptes rendus.\n-   Application des règles internes de partage et d’utilisation des outils.\n-   Anonymisation ou remplacement des informations réelles par des données fictives lorsque nécessaire.\n-   Limites liées à la conservation, au partage et à la réutilisation des informations par les services utilisés.\n-   Définition des catégories de données autorisées, restreintes ou interdites selon les outils et les règles de l’entreprise.\n\n**Travaux pratiques :** examiner des exemples de documents et décider quelles informations peuvent être utilisées, doivent être masquées ou ne doivent pas être transmises.\n\n--break--\n\n**Construire un dispositif de contrôle des résultats**\n\n-   Identification des risques d’erreur, d’omission, de contenu inventé et de mauvaise interprétation.\n-   Définition des points de contrôle adaptés à chaque étape du processus.\n-   Vérification des résultats par confrontation aux sources et aux critères d’acceptation.\n-   Formalisation des cas nécessitant une validation humaine obligatoire.\n-   Définition d’une procédure de signalement et de correction des erreurs détectées.\n\n**Travaux pratiques :** appliquer une grille de contrôle à plusieurs livrables produits lors de la formation et documenter les corrections apportées.\n\n  \n\n--day13--\n\n**Construire un processus commun de travail assisté par IA**\n\n**Assembler les étapes du processus cible**\n\n-   Reprise des productions des journées précédentes.\n-   Définition de l’ordre des opérations entre réception, qualification, spécification, analyse, réalisation, tests et restitution.\n-   Identification des informations nécessaires à chaque étape et des livrables attendus.\n-   Définition des contrôles à réaliser avant le passage à l’étape suivante.\n-   Identification des situations où l’IA ne doit pas être utilisée ou ne peut pas fournir de réponse suffisamment fiable.\n\n**Travaux pratiques :** construire un processus cible à partir du cas pratique commun et des modèles élaborés.\n\n--break--\n\n**Formaliser les modèles et les consignes réutilisables**\n\n-   Organisation des consignes par étape et par type de livrable.\n-   Standardisation des formats de sortie pour faciliter la réutilisation.\n-   Définition des données d’entrée nécessaires et des conditions d’utilisation de chaque modèle.\n-   Ajout des critères de vérification et des limites connues.\n-   Test de réutilisation des modèles sur une seconde demande fictive.\n\n**Travaux pratiques :** constituer un kit commun de modèles et le tester sur un nouveau cas.\n\n  \n\n  \n\n--day14--\n\n**Mesurer les gains et préparer le déploiement interne**\n\n**Définir des indicateurs de performance opérationnelle**\n\n-   Choix d’indicateurs directement reliés au processus étudié.\n-   Mesure du temps consacré à la qualification d’une demande et à la préparation des livrables.\n-   Évaluation de la complétude des demandes et du nombre de points à clarifier.\n-   Mesure du taux de correction des productions générées avec l’IA.\n-   Comparaison entre une méthode initiale et une méthode assistée, à partir de cas comparables.\n\n**Travaux pratiques :** chronométrer une tâche sans assistance IA puis avec la méthode construite, en conservant les mêmes critères de qualité.\n\n--break--\n\n**Préparer l’adoption de la nouvelle méthode**\n\n-   Identification des conditions nécessaires à une utilisation durable : accès aux outils, règles de confidentialité, validation et mise à jour des modèles.\n-   Repérage des obstacles potentiels à l’adoption.\n-   Définition des règles de partage des livrables entre les personnes concernées.\n-   Préparation d’une procédure d’utilisation et de mise à jour du kit.\n-   Définition d’un plan d’expérimentation limité avant généralisation.\n\n**Travaux pratiques :** préparer un plan d’adoption à petite échelle, incluant les étapes, les responsables, les contrôles et les indicateurs à suivre.\n\n  \n\n--day15--\n\n**Réaliser le projet final sur un cas complet**\n\n**Traiter une demande de développement de bout en bout**\n\n-   Réception d’une demande fictive ou préalablement anonymisée.\n-   Qualification de la demande et repérage des informations manquantes.\n-   Préparation des questions de clarification.\n-   Production de spécifications, de scénarios d’utilisation et de critères d’acceptation.\n-   Préparation d’une analyse d’impact et d’une liste de tâches de réalisation.\n-   Application des consignes et des points de contrôle élaborés pendant la formation.\n\n**Travaux pratiques :** traiter le cas final en suivant le processus cible, sans sauter les étapes de vérification.\n\n--break--\n\n**Produire les éléments de vérification et de restitution**\n\n-   Préparation du plan de tests et des cas limites.\n-   Revue des propositions de code ou des éléments techniques fournis dans le cadre du cas pratique.\n-   Préparation des documents de suivi et de restitution.\n-   Vérification de la cohérence entre demande, spécifications, tâches, tests et documents.\n-   Identification et correction des erreurs détectées.\n-   Traçabilité des contrôles réalisés et des points restant à confirmer.\n\n**Travaux pratiques :** finaliser le dossier, réaliser une revue croisée et justifier les décisions de validation ou de correction.\n\n  \n\n--day16--\n\n**Évaluer les acquis et finaliser le dispositif opérationnel**\n\n**Évaluation pratique individuelle et collective**\n\n-   Mise en situation sur une nouvelle demande client.\n-   Réalisation d’une qualification structurée à l’aide des outils et modèles construits.\n-   Production d’un livrable conforme à des critères de qualité communiqués.\n-   Vérification des résultats, identification des hypothèses et repérage des informations manquantes.\n-   Évaluation de la capacité à appliquer les règles de confidentialité et de contrôle.\n-   Retour du formateur sur les compétences acquises et les points à consolider.\n\n**Modalités d’évaluation :** exercice pratique observé, grille d’évaluation critériée et entretien de restitution.\n\n--break--\n\n**Validation du processus cible et bilan de la formation**\n\n-   Revue finale du processus commun, des consignes et des modèles.\n-   Vérification de la capacité des deux apprenants à reproduire la méthode sur un nouveau cas.\n-   Comparaison des indicateurs obtenus avec la situation de départ lorsque les mesures sont disponibles.\n-   Identification des conditions de pérennisation et des limites d’utilisation.\n-   Formalisation des améliorations à réaliser après la formation.\n-   Présentation du projet final et bilan des acquis.","Nos formations, équilibrées entre théorie (50%) et pratique (50%), offrent un apprentissage interactif grâce à des méthodes variées comme les travaux pratiques, les mises en situation et les démonstrations. Des QCM réguliers assurent le suivi des acquis.\n\nVariables suivant les formations, les moyens techniques mis en oeuvre sont :\n\nOrdinateurs Mac ou PC, connexion internet fibre, tableau blanc ou écran (pour le distanciel).\n\nEn cas de formation intra sur site externe à Le Code, le client s'assure et s'engage également à avoir toutes les ressources matérielles pédagogiques nécessaires\n\n(équipements informatiques...) au bon déroulement de l'action de formation visée conformément aux prérequis indiqués dans le programme de formation communiqué\n\nLes prérequis techniques seront communiqués aux apprenants en amont de la formation, lors de l'analyse des besoins, en fonction des spécificités de chaque client.","Les supports pédagogiques sont remis aux stagiaires sous format numérique et/ou papier selon les modalités de la formation.\n\nIls comprennent des supports de cours, des présentations, des fiches pratiques, des études de cas, des exercices applicatifs ainsi que des QCM d’entraînement selon la formation. (adapté au choix du formateur)\n\nLes formations s’appuient sur des moyens techniques adaptés : ordinateurs, logiciels professionnels, connexion internet, écran ou vidéoprojecteur, ainsi que des outils collaboratifs et de visioconférence pour les formations à distance.\n\nL’ensemble des supports pédagogiques est accessible pendant et après la formation afin de favoriser l’appropriation et la mise en pratique des compétences acquises.","En amont de la formation, un recueil des besoins permet de récolter des informations sur le stagiaire et ses attentes. L’évaluation se fait en cours de formation, par des études de cas ou des travaux pratiques. En fin de formation, par un questionnaire d’auto-évaluation et/ou un examen.\n\nUn suivi de qualité est effectué grâce à nos sessions en groupe restreint (entre 2 et 9 participants maximum). Le stagiaire émargera par demi-journée et recevra une attestation de formation.","Nous informons l’ensemble de nos clients et stagiaires que nous sommes dans la capacité d’adapter les sessions selon les handicaps et les situations spécifiques. Nous nous engageons à répondre à toutes vos demandes sous un délai de 48h ouvré.","Si l’une de nos formations vous intéresse, contactez-nous au +33 4 93 65 34 24 ou à l’adresse mail contact@le-code.dev. Selon votre besoin et vos attentes, nous organiserons un échange téléphonique avec le formateur pressenti afin d’adapter la formation et ses modules, puis nous vous adresserons un devis.\n\nLes dates de la formation seront à convenir sous 30 jours maximum.","2026-11-03T16:23:36+00:00","2026-11-03T15:25:39+00:00","21600.00",{"id":21,"name":22,"slug":23},"/api/themes/1bfd6e41-c2b0-4813-a29b-c9e1c486b5d0","Intelligence Artificielle","intelligence-artificielle",{"id":25,"label":26,"domain":27},"/api/training_specialities/94","100 - Formations générales",{"label":28},"10 - Formations générales",[],[],[],1793896756665]