Objectifs de la formation

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

• Orchestrer des agents IA dans des workflows DevOps
• Automatiser la génération de pipelines CI/CD
• Conteneuriser des applications et automatiser leur cycle de build
• Générer des infrastructures via l’Infrastructure as Code assistée par IA
• Concevoir des architectures Terraform multi-cloud
• Analyser des logs d’infrastructure et diagnostiquer des incidents Kubernetes
• Utiliser des terminaux augmentés pour simplifier l’administration système

Audience

Cette formation s’adresse aux profils techniques souhaitant intégrer l’intelligence artificielle dans leurs pratiques DevOps :

• Développeurs souhaitant évoluer vers des rôles DevOps
• Ingénieurs Cloud travaillant sur des environnements conteneurisés
• DevOps Engineers souhaitant automatiser leurs workflows
• Administrateurs systèmes opérant dans des environnements Cloud
• Étudiants ou professionnels IT disposant de bases en Cloud et conteneurisation

Pré-requis

Les participants doivent disposer des connaissances et accès suivants.

Connaissances techniques

• Bases de Git
• Connaissances fondamentales de Docker
• Notions IaC et Terraform
• Compréhension des principes CI/CD
• Notions de Cloud et Kubernetes

Comptes requis

• Un compte GitHub actif
• Un compte ChatGPT ou Claude

Logiciels requis

• Les participants doivent disposer de l’un des environnements suivants :

  • Cursor IDE
  • Visual Studio Code

  Ces outils serviront d’environnement principal pour le développement, l’exécution des commandes et l’interaction avec les agents IA.

Format de la formation

Chaque session est structurée autour d’un mini-sprint combinant :

• une introduction théorique
• une démonstration guidée
• un exercice pratique

Le programme est conçu pour permettre aux participants d’apprendre à collaborer efficacement avec des agents IA dans des environnements DevOps réels.

Structure du programme

Semaine 1 –  Conteneuriser une application avec un agent IA

Objectif : installer BMAD et générer automatiquement les fichiers nécessaires pour conteneuriser une application.

Les participants découvrent comment utiliser des agents IA spécialisés pour analyser un code source et générer une configuration de conteneurisation optimisée.

Au cours de cette séance, ils apprendront à :

• installer et utiliser le framework BMAD
• analyser un codebase avec un agent IA
• générer un Dockerfile multi-stage
• créer un fichier docker-compose fonctionnel
• itérer avec l’agent jusqu’à obtenir un build réussi

Résultat : une application conteneurisée fonctionnelle exécutée localement.

Semaine 2 – Générer un pipeline CI/CD complet

Objectif : concevoir un pipeline CI/CD en laissant un agent IA implémenter automatiquement la configuration.

Les participants apprennent à structurer une user story DevOps et à utiliser un agent pour générer un pipeline automatisé.

Cette séance couvre :

• l’architecture d’un pipeline CI/CD moderne
• la génération automatique de workflows via des agents IA
• la correction des erreurs de pipeline en dialoguant avec l’agent
• la validation du pipeline via un système de revue automatisée

Les pipelines générés peuvent être adaptés à des plateformes telles que :

• GitHub Actions
• GitLab CI

Résultat : un pipeline CI/CD fonctionnel et validé.

Semaine 3 – Générer et auditer de l’Infrastructure as Code

Objectif : produire une architecture d’infrastructure avec Terraform en utilisant l’intelligence artificielle.

Les participants utilisent un agent IA pour concevoir et générer une infrastructure sécurisée incluant :

• un réseau virtuel
• des sous-réseaux
• des règles de sécurité

Résultat : un module Terraform validé et audité, sans nécessiter de déploiement réel.

Semaine 4 – Diagnostiquer des incidents avec l’IA

Objectif : utiliser l’IA pour analyser des logs, identifier la cause d’un incident et produire un plan de remédiation.

Les participants apprennent à :

• structurer un diagnostic à partir de logs techniques
• identifier rapidement la cause racine d’un incident
• générer des correctifs ou commandes de remédiation

Plusieurs scénarios d’incidents sont analysés, incluant :

• un conteneur en CrashLoopBackOff
• un problème de connexion base de données
• une erreur réseau

Résultat : plusieurs incidents diagnostiqués et résolus à l’aide d’un processus d’analyse assisté par IA.

Modalités

Informations clés

• Durée : 4 semaines
• Rythme : hebdomadaire
• Format : sessions live en ligne

Modalités de paiement

• Paiement par Carte bancaire, Mobile Money ou Paypal

• Devis et Facture fournis