Formation Claude Code & IA Agentique

Formation Claude Code & IA Agentique

Claude Code, de l'installation aux agents de production- skills, sous-agents, MCP

À propos de la formation Claude Code & IA Agentique

De la première installation aux agents IA de production

Notre formation Claude Code s'adresse aux équipes qui veulent dépasser les assistants conversationnels et construire de vrais workflows agentiques : une IA qui lit vos fichiers, exécute vos outils, retient vos conventions et livre un travail vérifié.

Concrètement, les participants apprennent à :

  • installer et configurer Claude Code sur Windows, macOS ou un serveur,
  • structurer la mémoire projet avec CLAUDE.md, MEMORY.md et les fichiers lessons,
  • imposer des garde-fous avec les permissions et les hooks,
  • étendre l'agent avec les skills, les sous-agents et les serveurs MCP,
  • intégrer Git et GitHub pour une automatisation sûre et traçable.

Méthodologie eaQbe : issue d'un vrai système de production

Cette formation n'est pas un tour de slides. Elle est distillée de la plateforme de production d'eaQbe : un système agentique qui tourne chaque jour sur un serveur, orchestré de bout en bout par Claude Code. Chaque pattern enseigné (mémoire, hooks, vérification, boucles autonomes) a été éprouvé en production.

Notre approche suit la même logique progressive que toutes les formations eaQbe :

  • Comprendre avant de construire
  • Utiliser avant d'implémenter
  • Voir l'objectif final avant de plonger dans les détails techniques

Parcours d'apprentissage

1) Utiliser Claude Code comme un power user

Les participants commencent par piloter Claude Code sur un vrai projet : sessions, gestion du contexte, plan mode, slash commands. L'objectif est de comprendre ce qu'un agent bien configuré peut faire avant d'en configurer un.

2) Mémoire & configuration

Le pattern mémoire en trois fichiers (CLAUDE.md, MEMORY.md, lessons), les settings et permissions, et le système de hooks qui transforme les conventions d'équipe en règles appliquées.

3) Skills, sous-agents & MCP

Écrire un skill sur mesure, dispatcher des sous-agents pour le travail en parallèle, et connecter des serveurs MCP (mémoire persistante, bases de données, navigateurs) pour donner de vraies capacités à l'agent.

4) Patterns de production

Intégration Git, automatisation headless, discipline de vérification, et un standard de configuration prêt à copier issu de notre système de production.

Détails pratiques

  • Format : atelier intensif d'une journée (pratique & basé sur des scénarios)
  • Taille du groupe : 5–10 participants (petits groupes pour un coaching personnalisé)
  • Prérequis : aucun, l'aisance avec un terminal aide
  • Suivi : évaluation + exercices d'ancrage post-formation

Fondations & premier agent

1.1 Fondations de l'IA agentique

De l'assistant conversationnel à l'agent autonome :

  • Ce qu'est Claude Code et comment fonctionne la boucle agentique
  • La place de l'IA agentique dans une stratégie data et automatisation
  • Plateformes : Windows, macOS, serveur (VPS)
1.2 Installation & première configuration

Obtenir un setup fonctionnel et sûr :

  • Installation et authentification
  • Mémoire projet : CLAUDE.md, MEMORY.md, fichiers lessons
  • Première vraie session sur un projet d'exemple
1.3 Piloter l'agent

Travailler efficacement avec un agent :

  • Gestion du contexte et mentions @
  • Plan mode, thinking mode, slash commands
  • Relire et orienter le travail de l'agent

Étendre & industrialiser

2.1 Configuration & garde-fous
  • settings.json et le modèle de permissions
  • Le système de hooks : checks au démarrage, gardes pre/post outil, lint à la sauvegarde
2.2 Skills & sous-agents
  • Le format SKILL.md et quand un skill bat un prompt
  • Écrire un skill sur mesure pour un workflow récurrent
  • Dispatcher des sous-agents et paralléliser
2.3 MCP & mémoire persistante
  • Model Context Protocol : connecter bases de données, navigateurs et fichiers
  • Mémoire persistante entre les sessions
2.4 Git, GitHub & automatisation
  • Workflows de commit sûrs et traçabilité
  • Mode headless et agents planifiés
2.5 Standard de production
  • Discipline de vérification : ne jamais dire « fait » sans preuve
  • Un template de projet prêt à copier, gouvernance et contrôle des coûts

Construire l'autonomie, pas la dépendance

Richard Feynman l’a parfaitement résumé : « Si vous ne pouvez pas l’expliquer simplement, c’est que vous ne le comprenez pas assez bien. »

C’est l’ADN d’eaQbe. Nous ne formons pas vos équipes à utiliser des outils data. Nous formons des experts capables d’expliquer, d’appliquer et de diffuser ce qu’ils apprennent.

Pourquoi les formations eaQbe font la différence ?

Apprentissage par scénarios

Nos formations comblent le fossé entre théorie et réalité. Nous immergeons les participants dans des scénarios business réalistes, garantissant des compétences immédiatement applicables à vos défis spécifiques.

Formations menées par des experts

Nos formateurs sont des spécialistes en data science, avec une solide expérience pédagogique. Ils rendent les sujets complexes accessibles grâce à une approche claire, structurée et résolument orientée pratique.

Autonomie progressive & maîtrise

Chaque participant est guidé pas à pas dans son parcours : de la théorie et des démonstrations jusqu'aux exercices guidés, pour atteindre une pleine autonomie.