Référence
Feuille 05/07 · Réf. IA.DEV
Établissement
UFR IngéMédia, Université de Toulon, depuis 2020
Niveau
Licence à Master 2
Format
Workshop, prototypage en direct
Périmètre
PACA présentiel, France visio

Développement assisté par IA.

Production digitale avec les modèles de langage

Établissement
UFR IngéMédia, Université de Toulon
Niveau
Licence à Master 2
Format
Workshop pratique, prototypage en direct
Évaluation
Projet de déploiement complet
Terrain
Prototype déployé en séance avec Claude Code, Cursor ou Windsurf, puis projet de déploiement complet

Prototyper, construire et déployer avec les LLM, en sachant exactement ce qu'ils ont fait.

Le cours forme des professionnels capables de produire des artefacts digitaux (sites, applications, prototypes, automatisations) en collaborant avec des modèles de langage. Pas « coder avec l'IA » comme raccourci paresseux : comprendre les architectures, diriger l'IA avec précision, et livrer du code de production.

Programme

7 modules, du socle aux cas avancés.

  1. 01Comprendre les LLM

    Niveau : Fondation

    Fonctionnement d'un modèle de langage : tokenisation, attention, fenêtre de contexte, température. Différences entre GPT, Claude, Gemini, Mistral.

  2. 02Prompt engineering appliqué au code

    Niveau : Fondation

    System prompts, few-shot, chain-of-thought, contraintes de format. La qualité du résultat est proportionnelle à la clarté de la demande.

  3. 03Les agents de code en production

    Niveau : Intermédiaire

    Claude Code, Cursor, Windsurf, GitHub Copilot : forces et faiblesses. Savoir quand utiliser quel outil.

  4. 04Structurer un projet pour l'IA

    Niveau : Intermédiaire

    CLAUDE.md, conventions documentées, architecture lisible, fichiers de contexte. Un LLM ne contribue efficacement qu'à un projet bien structuré.

  5. 05Prototypage rapide

    Niveau : Avancé

    De l'idée au déploiement en quelques heures avec Astro, Next.js ou des stacks légères. v0, Bolt.new, Lovable.

  6. 06Orchestration d'agents

    Niveau : Avancé

    Hooks, skills, sous-agents personnalisés. Systèmes MCP (Model Context Protocol) pour connecter les LLM à des sources externes.

  7. 07Évaluation et retour sur investissement

    Niveau : Transversal

    Coûts en tokens, temps de relecture, dette technique. Quand l'IA accélère et quand elle ralentit. Calcul honnête du ROI.

Ce que l'étudiant sait faire en sortant

Prendre un brief, structurer un projet, produire un prototype fonctionnel déployé en quelques heures avec l'assistance d'un LLM, en sachant exactement ce que l'IA a fait et ce qu'il faut vérifier.

  1. 01Maîtriser le prompt engineering appliqué au code
  2. 02Utiliser Claude Code, Cursor, Windsurf comme outils de production
  3. 03Structurer un projet pour qu'un LLM puisse y contribuer efficacement
  4. 04Construire des hooks, skills et agents personnalisés
  5. 05Prototyper un MVP fonctionnel déployé en quelques heures
  1. 06Lire, comprendre et corriger du code généré par l'IA
  2. 07Orchestrer des agents spécialisés en parallèle
  3. 08Versionner, relire et déployer du code produit avec l'IA
  4. 09Construire des systèmes MCP pour connecter un LLM à des sources externes
  5. 10Évaluer quand utiliser l'IA et quand ne pas l'utiliser

Notes en marge, ce que le terrain apprend

Ce qu'on n'apprend pas dans les manuels : les vérités de métier que les étudiants emportent avec eux.

  1. 01Le développement assisté sans compréhension est dangereuxAccepter du code qu'on ne comprend pas, c'est accumuler de la dette technique invisible. L'IA accélère, elle ne remplace pas la compétence.
  2. 02Le prompt est un outil de penséeUn mauvais prompt produit du mauvais code, vite. La qualité du résultat est proportionnelle à la clarté de la demande.
  3. 03Les LLM ont des faiblesses prévisiblesSur-ingénierie, hallucination de dépendances, duplication, oubli du contexte long. Apprendre à les anticiper.
  4. 04La vitesse ne vaut rien sans la qualitéProduire un prototype en deux heures est impressionnant. Livrer un produit maintenable, sécurisé et performant est un métier.
  5. 05L'IA ne remplace pas le développeurElle change son métier. Le professionnel de demain conçoit, supervise et valide.
  6. 06Le coût réel est souvent sous-estiméTokens, temps de relecture et de correction, dette technique, dépendance à un fournisseur. Calculer le ROI honnêtement.

Outils et vocabulaire

Les outils sont pratiqués en séance sur des comptes et des exports réels. Le vocabulaire est celui du métier, travaillé au fil des modules.

Et aussi : Astro / Next.js / React, Tailwind CSS, Git / GitHub, Docker, Vercel / Netlify.

Vocabulaire travaillé en cours (27 termes)afficher

LLM · GPT · Claude · Gemini · token · context window · prompt engineering · system prompt · few-shot · chain-of-thought · RAG · embedding · vector database · fine-tuning · agentic · tool use · MCP · CLAUDE.md · hooks · skills · subagents · hallucination · grounding · guardrails · inference · AI washing · human-in-the-loop

Les trois autres cours

01SEO / GEORéférencement naturel et optimisation pour les moteurs génératifs02Data-Driven MarketingAnalytics, tracking, dashboards, décision par la donnée03Gestion de Projet DigitalMéthodes agiles, pilotage client, budget, outils, workflow

Proposer une intervention.

Décrivez votre programme, le niveau et la période visée. Je reviens vers vous avec une proposition cadrée : objectifs, séquençage, modalités d'évaluation.

Écrire la demande ou par email, adrien@getup.agency
Périmètre
Région PACA en présentiel, base Toulon. France entière en visio et workshops intensifs.
Formats
Cours magistral, TD, workshop, jury, suivi de mémoire
Niveaux
BTS à Master 2