Formation Développer et gouverner des systèmes d’IA agentique avec GitHub (GH-600)
NewPassez de l'assistant de code à l'agent autonome : concevez, orchestrez et encadrez des agents IA dans vos workflows GitHub, et préparez la certification GitHub Certified: Agentic AI Developer.
Vue d'ensemble
- Pratiquer le cycle de vie de développement logiciel et les workflows GitHub : dépôts, branches, pull requests, revue de code
- Savoir lire et écrire des workflows GitHub Actions (YAML, jobs, status checks)
- Avoir déjà utilisé GitHub Copilot en mode agent : instructions personnalisées, agents personnalisés, serveurs MCP
- Connaître les concepts CI/CD et les pratiques de qualité et de sécurité du code
- Lire l'anglais technique (supports de cours, documentation de référence et examen en anglais)
Objectifs pédagogiques
Programme détaillé
Fondamentaux de l'IA agentique dans GitHub
– IA agentique dans le SDLC : définition et distinction entre agent et assistant
– Cycle de vie de l’agent : planifier, agir, évaluer
– GitHub comme système de référence et plan de contrôle de l’activité des agents
– Responsabilités, risques, anti-patterns et besoins de traçabilité des systèmes d’agents
– Modèle du contributeur appliqué au travail produit par un agent
– Analyse d’un scénario agentique : identification des étapes déléguables à un agent et de celles qui restent humaines
– Revue d’une contribution générée par un agent selon le modèle du contributeur
Conception d'une architecture d'agents et intégration au SDLC
– Responsabilités d’un agent cartographiées sur les étapes du SDLC et frontières architecturales
– Entrées, sorties et critères de réussite d’une tâche d’agent
– Séparation de la planification, du raisonnement et de l’exécution pour des workflows inspectables
– Gouvernance par pull request : modèles de PR, checks, CODEOWNERS, règles de dépôt et portes d’environnement
– Workflows fiables : outputs, contextes, déclencheurs et passages de relais entre jobs
– Pilotage et exploitation des agents : observabilité, gouvernance des outils, périmètre des secrets, hooks et patterns de fiabilité
– Rédaction de la spécification d’une tâche d’agent : entrées, sorties, critères de réussite et plan structuré à valider avant action
– Mise en place d’une gouvernance de pull request combinant checks obligatoires, CODEOWNERS et règles de dépôt
Outils, MCP et environnements d'exécution des agents
– Interaction des agents avec les API et les workflows GitHub
– Serveurs MCP, registres et listes d’autorisation : extension des capacités d’un agent sous contrôle
– Contexte et frontières d’exécution : périmètre dépôt, branche et workflow
– Limites et protections de l’exécution des agents : restrictions de branche, revue de pull request et garde-fous d’environnement
– Ajout d’un serveur MCP à un agent et configuration de ses permissions d’outils
– Automatisation de mises à jour d’un dépôt avec les workflows agentiques GitHub
Systèmes multi-agents et orchestration
– Responsabilités et périmètres respectifs de plusieurs agents dans le SDLC
– Orchestration d’agents via les workflows et les événements GitHub Actions
– Isolation de l’exécution : branches, workflows, permissions et contrôles de concurrence
– Détection et résolution des conflits par les mécanismes d’arbitrage natifs de GitHub
– Observabilité du système : attribution, preuves et passages de relais entre agents
– Exploitation à l’échelle : diagnostic des défaillances et stratégies de reprise
– Composition d’une équipe d’agents personnalisés avec GitHub Copilot CLI
– Mise en évidence et résolution d’un conflit entre deux agents modifiant le même périmètre de code
Mémoire, état et évaluation
– Stratégies de mémoire : mémoire court terme, long terme et externe, périmètre et règles d’expiration
– Persistance de l’état de l’agent et gestion de la dérive de contexte sur les exécutions longues
– Continuité de la mémoire et de l’état entre outils et environnements
– Signaux d’évaluation et portes de qualité : critères de réussite attendus et signaux automatisés
– Analyse des défaillances d’un agent et amélioration de son comportement
– Définition d’une stratégie de mémoire pour une tâche longue : ce qui est conservé, expiré ou réinitialisé
– Analyse d’une exécution en échec à partir des logs, plans, traces et artefacts de workflow, puis ajustement des instructions
Gouvernance, garde-fous et opérations
– Niveaux d’autonomie fondés sur le risque et frontières d’action des agents
– Application de la gouvernance par les contrôles natifs GitHub : rulesets, checks, CODEOWNERS et environnements
– Workflows de validation humaine (human-in-the-loop) sur les actions à risque
– Contrôle des capacités des agents par le moindre privilège
– Actions observables, traçables et auditables
– Maintien de la gouvernance et de la fiabilité opérationnelle dans la durée
– Classification d’actions d’agent par niveau de risque et attribution du niveau d’autonomie correspondant
– Configuration d’un point de validation humaine sur une action irréversible ou sensible en conformité
Préparation à la certification
– Modalités de l’examen : GH-600, 120 minutes, examen surveillé, seuil de réussite de 700/1000, QCM avec composants interactifs possibles, en anglais
– Révision ciblée : synthèse des points clés par domaine de l’examen et pondération de chaque domaine
– Stratégies de réponse : gestion du temps, lecture des questions, élimination des distracteurs
– Planification : inscription via Pearson VUE, guide d’étude officiel, environnement de démonstration de l’examen et parcours d’auto-formation à suivre après la session
– Atelier de révision par domaine d’examen avec quiz
– Découverte de l’environnement de démonstration de l’examen et construction d’un plan de préparation personnel
Prochaines sessions
Ils nous font confiance
Cette année notre filière Développement et Ingénierie de Logiciels a accompagné plus de 459 entreprises dont :
Avis des participants
Très bonne formation, très instructif même après quelques années de Python dans les bras. Une très petite équipe de stagiaires qui facilite les échanges. Je redoutais le mode visio mais c'était finalement très bien adapté.
Anthony explique bien les concepts attendus et prend le temps de répondre aux questions et aux différents problèmes rencontrés. Le support présenté créé par lui-même est différent des slides habituelles que l'on rencontre et permet de mieux naviguer à travers les chapitres. Merci
Le formateur sait rendre vivante la formation et est très pédagogue. Je pense que tout le monde est parti avec un vrai plus. Le python un peu plus avancé est un peu trop condensé sur la fin mais la formation n'est pas réellement trop courte.…
session très agréable, dense mais toujours agréable. formateur très à l'écoute, prends le temps de répondre aux questions. on apprends l'utilisation des fonctions mais aussi les processus mis en œuvre derrière ces fonctions. cela contribue à une compréhension en profondeur des sujets.
Formation dense mais très digeste avec beaucoup de points abordés. Les spécificités de chacun ont pu être abordées.
Des formateurs experts, reconnus par nos apprenants
Chez Sparks Formation, la qualité de nos formations repose sur l'expertise de nos formateurs et la satisfaction de nos apprenants.
Note moyenne attribuée par les participants à nos formateurs
formateurs experts partenaires
Sparks Formation
sujets IT délivrés chaque jour partout en France
Financement
Cette formation est éligible aux financements OPCO et FNE-Formation. Nos équipes vous accompagnent dans le montage de votre dossier.
Questions fréquentes
Combien de temps dure la formation Développer et gouverner des systèmes d’IA agentique avec GitHub (GH-600) ?
Cette formation se déroule sur 1 jour.
Quels sont les prérequis pour suivre la formation Développer et gouverner des systèmes d’IA agentique avec GitHub (GH-600) ?
- Pratiquer le cycle de vie de développement logiciel et les workflows GitHub : dépôts, branches, pull requests, revue de code - Savoir lire et écrire des workflows GitHub Actions (YAML, jobs, status checks) - Avoir déjà utilisé GitHub Copilot en mode agent : instructions personnalisées, agents personnalisés, serveurs MCP - Connaître les concepts CI/CD et les pratiques de qualité et de sécurité du code - Lire l'anglais technique (supports de cours, documentation de référence et examen en anglais)
Quel est le prix de la formation Développer et gouverner des systèmes d’IA agentique avec GitHub (GH-600) ?
En inter-entreprises, elle est à 900 € HT par participant. Un tarif sur-mesure est également disponible sur devis.
La formation Développer et gouverner des systèmes d’IA agentique avec GitHub (GH-600) délivre-t-elle une certification ?
Oui, cette formation est certifiante.
La formation Développer et gouverner des systèmes d’IA agentique avec GitHub (GH-600) est-elle éligible à un financement OPCO ?
Oui, cette formation est éligible aux financements OPCO et FNE-Formation. Nos équipes vous accompagnent dans le montage de votre dossier.
Choisissez votre formation
Mon contact chez SPARKS est professionnel et très réactif. Les échanges sont simples, efficaces, et la collaboration se déroule dans d'excellentes conditions.
