Pourquoi maintenant
L’IA ne remplace pas les devs qui savent l’installer : elle crée un métier, celui qui branche l’IA sur les données, les outils et les process d’une entreprise, puis prouve qu’elle est fiable.
Les entreprises ont acheté des abonnements IA. Ce qui leur manque, c’est quelqu’un pour connecter ces outils à leur CRM, leurs documents et leurs API, mesurer si les réponses sont justes, et sécuriser le tout. C’est un travail d’intégration, donc un travail de développeur.
Ce guide s’adresse aux devs (junior à confirmé) qui savent déjà faire une API, manipuler une base de données et déployer une appli. Si c’est ton cas, tu as déjà la moitié du chemin. Il te reste trois choses : la couche IA, l’évaluation de la fiabilité et la posture conseil.
Le parcours complet prend environ 20 semaines à raison de 6 à 8 heures par semaine, en parallèle d’un job.
Roadmap d’apprentissage : 20 semaines en 5 phases
La règle : chaque semaine se termine par un petit livrable, et chaque phase par un projet du portfolio (section suivante). Tu n’apprends jamais une notion sans la coder.
| Semaine | Phase | Ce que tu apprends | Livrable de fin de semaine |
|---|---|---|---|
| S1 | 1. Bases des LLM | Comment marche un LLM : tokens, fenêtre de contexte, température, prix au token | Une fiche d’une page « ce qu’un LLM sait faire et ne sait pas faire » |
| S2 | 1. Bases des LLM | Prompting pro : prompt système, exemples, sortie structurée en JSON | 3 prompts qui renvoient un JSON valide à chaque fois |
| S3 | 1. Bases des LLM | Limites : hallucinations, choix du modèle selon le coût et la tâche | Un tableau comparatif de 3 modèles sur la même tâche |
| S4-S5 | 2. Intégration | API d’un modèle : appels, streaming, tool use (le modèle appelle tes fonctions) | Une API Spring Boot qui appelle un modèle et un outil maison |
| S6-S7 | 2. Intégration | RAG : découper des documents, embeddings, base vectorielle (pgvector), recherche | Projet 1 livré |
| S8-S9 | 2. Intégration | Agents et MCP : boucle d’agent, créer un serveur MCP qui expose un outil métier | Un serveur MCP qui fonctionne dans un client IA |
| S10-S11 | 2. Intégration | Mise en prod : Spring AI ou LangChain4j, Docker, cache, maîtrise des coûts | Projet 2 livré |
| S12 | 3. Évaluation | Jeux de test de référence (questions + bonnes réponses attendues), métriques | 30 cas de test pour ton projet 1 |
| S13 | 3. Évaluation | Un modèle qui note les réponses d’un autre (LLM-as-judge), tests de régression en CI | Les évals tournent dans GitHub Actions |
| S14 | 3. Évaluation | Observabilité : traces, coût et latence par requête (Langfuse, open source) | Projet 3 livré |
| S15 | 4. Sécurité | OWASP Top 10 pour les applis LLM : prompt injection, fuite de données, garde-fous | 5 attaques testées sur tes projets, et leurs correctifs |
| S16 | 4. Conformité | RGPD appliqué à l’IA, niveaux de risque de l’AI Act européen, hébergement des données | Une checklist conformité d’une page |
| S17 | 5. Conseil | Cadrage : interviewer un métier, cartographier les tâches automatisables | Un audit d’usages fait pour un proche ou une asso |
| S18 | 5. Conseil | ROI : temps gagné × coût horaire face au coût d’API et de maintenance | Un calcul de ROI chiffré pour l’audit |
| S19 | 5. Conseil | Conduite du changement : former une équipe, rédiger un guide d’usage | Un atelier de 30 min donné pour de vrai |
| S20 | 5. Conseil | Proposition commerciale, étude de cas, préparation d’une certification | Projet 4 livré + ta première proposition |
Roadmap projets : 4 projets qui prouvent que tu sais faire
Un client n’achète pas une certification, il achète une preuve. Ces 4 projets reproduisent exactement ce qu’on te demandera en mission : connecter, agir, mesurer, conseiller.
La méthode pour concevoir chaque projet
- Pars d’un problème métier, jamais d’une techno. « Les nouveaux salariés posent 50 fois les mêmes questions » vaut mieux que « je veux faire du RAG ».
- Écris une fiche de cadrage d’une demi-page : qui l’utilise, quelle tâche, comment on mesure le succès (temps gagné, taux de bonnes réponses).
- Écris ton jeu de test avant de coder : 20 à 30 questions avec la bonne réponse attendue. C’est ton juge de paix.
- Code la version minimale qui marche de bout en bout, même moche.
- Lance les tests, note le score, améliore, relance. Garde l’historique des scores.
- Documente comme une étude de cas : problème, architecture, résultats chiffrés, limites, coût par requête.
Projet 1 : l’assistant qui répond sur les documents d’une entreprise (S6-S7)
- Le problème : une équipe perd du temps à chercher dans ses procédures, sa doc technique ou ses fiches RH.
- La stack : Spring Boot + Spring AI, PostgreSQL avec pgvector, un front Angular ou React.
- Ce que tu apprends : découpage des documents, embeddings, recherche par similarité, réponses qui citent leurs sources.
- Les étapes : importer des PDF, les découper et les vectoriser, chercher les passages pertinents, générer la réponse avec la source, répondre « je ne sais pas » quand rien ne correspond.
Projet 2 : l’agent connecté à un outil métier via MCP (S8-S11)
- Le problème : une équipe support jongle entre ses tickets, sa base clients et ses e-mails.
- La stack : un serveur MCP en Java ou TypeScript, une petite API de tickets fictive, Docker Compose pour lancer le tout.
- Ce que tu apprends : exposer des outils à une IA, la boucle d’agent, les permissions.
- Les étapes : créer l’API de tickets, l’exposer via un serveur MCP (lire, résumer, créer, répondre), brancher le serveur dans un client IA, ajouter une validation humaine avant toute action d’écriture.
Projet 3 : le banc d’évaluation (S12-S14)
- Le problème : une entreprise veut savoir si son IA est fiable avant de la déployer, et si elle le reste après chaque changement.
- La stack : ton projet 1, un jeu de 30 à 50 cas de test, un script d’évaluation, GitHub Actions, Langfuse.
- Ce que tu apprends : mesurer la qualité, comparer deux modèles ou deux prompts, bloquer une mise en prod si le score baisse.
- Les étapes : écrire les cas, noter automatiquement les réponses, publier un rapport qualité / coût / latence, faire échouer la CI sous un seuil.
Projet 4 : une vraie mission, même petite (S17-S20)
- Le problème : celui d’une vraie structure : l’asso d’un ami, un commerçant, la PME d’un proche.
- Ce que tu fais : un audit d’usages (1 h d’entretien), 2 ou 3 tâches automatisables identifiées, un prototype pour la plus rentable, un calcul de ROI, un guide d’usage pour l’équipe.
- Ce que tu y gagnes : ta première étude de cas avec un vrai client et un témoignage. Fais-le gratuitement s’il le faut, c’est ce qui débloque les suivantes.
Comment présenter chaque projet
Sur GitHub, chaque README suit le même plan : le problème en 2 lignes, une démo vidéo d’une minute, le schéma d’architecture, les scores d’évaluation, le coût par requête et les limites connues. Un recruteur ou un client doit comprendre la valeur en 30 secondes.
Ressources et certifications
Gratuit
| Ressource | Pour quelle phase | Ce que tu y trouves |
|---|---|---|
| Anthropic Academy | Phases 1 et 2 | Cours gratuits avec certificat de complétion, en anglais. Le cours « Building with the Claude API » fait 84 leçons et plus de 8 h de vidéo ; deux cours couvrent MCP |
| Documentation officielle MCP | Phase 2 | Spécification et exemples pour créer ton serveur MCP |
| Documentation Spring AI et LangChain4j | Phase 2 | Intégrer un modèle, le RAG et les outils dans une appli Java |
| DeepLearning.AI, cours courts | Phases 1 à 3 | Formats d’une à deux heures sur le RAG, les agents et l’évaluation |
| Microsoft Learn | Phase 2 | Parcours gratuits qui préparent aux certifications Azure IA |
| OWASP Top 10 for LLM Applications | Phase 4 | La référence sur les failles propres aux applis IA |
| Langfuse (open source) | Phase 3 | Traces, coûts et évaluations, installable en local avec Docker |
Payant
| Certification | Prix indicatif | Pour qui | Point d’attention |
|---|---|---|---|
| Claude Certified Developer – Foundations (Anthropic) | 125 $ | Devs qui construisent avec l’API, Claude Code et MCP : le plus logique pour toi | L’inscription passe par le Claude Partner Network ; vérifie l’accès sur la page officielle avant de réviser |
| Claude Certified Architect – Foundations (Anthropic) | 125 $ | Profils qui conçoivent des systèmes complets | Vise environ 6 mois de pratique de l’API, du SDK d’agents, de Claude Code et de MCP |
| Claude Certified Associate – Foundations (Anthropic) | 99 $ | Consultants et chefs de projet qui utilisent l’IA sans forcément coder | Moins technique, utile pour la posture conseil |
| AI-103 Azure AI Apps and Agents Developer (Microsoft) | Selon le pays | Si tes clients sont sur Microsoft | Remplace AI-102, retiré le 30 juin 2026 ; centré sur Microsoft Foundry, l’IA générative et les agents |
Les badges Claude se retrouvent sur la page Credly d’Anthropic.
Se positionner et décrocher ses premières missions
Au début, vends-toi comme « développeur spécialisé intégration IA », pas comme « consultant IA » tout court : tu restes crédible parce que tu sais coder ce que tu recommandes.
Trois offres simples à proposer, de la plus facile à vendre à la plus complète :
- L’audit d’usages (1 à 2 jours) : entretiens avec l’équipe, tâches automatisables classées par gain, recommandations chiffrées. C’est ta porte d’entrée.
- Le prototype (2 à 4 semaines) : un assistant ou un agent branché sur les vrais outils du client, avec son jeu de test et son score.
- La fiabilisation (récurrent) : évaluation continue, monitoring des coûts, mises à jour quand les modèles changent. C’est ce qui crée un revenu régulier.
Où trouver les missions : les ESN et cabinets qui montent des équipes IA, les plateformes freelance comme Malt, et ton réseau proche pour le projet 4. Sur LinkedIn, publie chaque projet comme une mini étude de cas avec un chiffre (temps gagné, score de fiabilité, coût par requête).
Ta checklist
- Phase 1 terminée et fiche « ce qu’un LLM sait faire » écrite
- Projet 1 livré avec son README
- Projet 2 livré avec validation humaine
- Projet 3 : les évals tournent en CI
- Checklist sécurité et conformité rédigée
- Projet 4 : un vrai client, un témoignage
- Profil LinkedIn repositionné et 3 études de cas publiées
- Une certification passée