Le code n'est plus le plus dur. Ici, on t'apprend ce qui l'est.
Apprendre à mener un projet d'IA quand la machine écrit une part croissante du code, et que ta vraie valeur est ailleurs. C'est ça, faire de l'IA à l'ère de l'IA.
Quelque chose a basculé
Le 12 mai 2026, devant l'Assemblée nationale, Arthur Mensch — cofondateur de Mistral — a livré un constat net : en six mois, le métier de développeur a changé de nature. Ses ingénieurs, dit-il, ne sont plus des artisans du code. Ils sont devenus des managers. voir l'audition
Concrètement : ils n'écrivent plus le code eux-mêmes, ils posent une spécification — et ce sont des agents qui rédigent, testent et itèrent jusqu'au résultat. Le gain est réel, jusqu'à 10 à 20 fois plus vite pour un développeur seul. Mais ça déplace le travail, ça ne le supprime pas : il faut désormais juger une spécification et son résultat, pas une ligne de code.
« Plus de code à écrire » ne veut pas dire « plus rien à comprendre »
C'est même tout l'inverse — et c'est là qu'on veut être précis.
Générer une application entière à partir d'une intention vague — ce qu'on appelle le vibe coding — est bluffant d'efficacité. Mais déléguer sans comprendre, c'est produire vite quelque chose de fragile : un résultat qui « marche » au début, puis devient impossible à débugger, à faire évoluer, parfois troué de failles qu'on ne voit même pas.
Le dev agentique est un outil puissant — encore faut-il le tenir. Garder le fil du contexte, maîtriser les coûts, juger la pertinence de ce qui sort, rester maître de sa propre codebase. Rien de tout ça ne s'improvise. Et tout ça suppose une seule chose : comprendre ce que la machine fabrique. Les bases de l'algorithmique, le fonctionnement de l'IA. Sans ce socle, tu ne sais même pas si ce qu'elle te rend est bon.
Le métier ne disparaît pas, il se déplace
Ce qui devient la vraie compétence, c'est le jugement : cadrer le bon problème, comprendre la donnée, choisir la bonne métrique, repérer où ça va casser, et orchestrer des outils qui produisent à ta place sans perdre le fil.
Le développeur se spécialise moins ; il devient chef d'orchestre. Il ne joue plus chaque instrument — il fait jouer l'ensemble. Mais pour diriger, il faut avoir compris comment chaque instrument fonctionne. C'est tout l'enjeu : une vision d'ensemble de la chaîne de valeur d'un projet, de la donnée brute au résultat livré. On déplie tout ça dans le cours « Le métier de dev à l'ère de l'IA ».
Notre pari : l'apprendre en le faisant
Ce jugement-là, aucune IA ne te le donne. Il s'acquiert sur le terrain — sur de vrais projets, de vraies données, de vrais arbitrages.
On commence par le machine learning, parce qu'il faut partir des fondations. Le challenge Vélib : prédire la disponibilité des stations sur les données réelles du réseau, rejouées chaque heure. Tu construis un modèle, tu le soumets, tu te confrontes à un leaderboard vivant.
Et l'ambition va plus loin : couvrir le ML, l'IA générative, l'algorithmique plus classique, et à terme la conduite d'un projet de dev de bout en bout. Un exercice par instrument, pour finir par entendre tout l'orchestre.
Apprendre, sérieusement, sans que ce soit rébarbatif
On assume la gamification. D'abord parce que c'est plus motivant qu'un cours qui descend du haut. Ensuite parce qu'un leaderboard vivant donne une raison concrète de revenir : améliorer son modèle, le resoumettre, voir son score progresser. Pas une course à qui domine — le plaisir d'un résultat palpable, utile, et pas trivial à obtenir.
Et il y a des paliers à débloquer au fil de ton engagement : d'abord de quoi rendre l'expérience tienne — succès, avatars, habillage. Plus tard, des outils pour t'aider à mieux cadrer tes propres projets.
L'IA t'apprend vite. Un humain t'apprend à fond.
L'IA conversationnelle a changé la donne pour qui veut apprendre seul. Elle répond à tes questions, avance à ton rythme, ne se lasse jamais. Pour l'auto-formation, c'est un outil gratuit et formidable — et on t'encourage à t'en servir.
Mais l'auto-apprentissage ne fait pas tout. Un code correct ne veut pas dire qu'on a compris — et c'est exactement ce qui manque pour passer du « ça marche » au « je sais pourquoi ça casse ». La dernière brique, celle qui rend l'apprentissage solide et prêt pour le grand bain en entreprise, reste l'accompagnement humain.
C'est pourquoi, même si tous les défis sont accessibles gratuitement, un professeur peut ouvrir une session privée et tenir les manettes. À lui le format : en séance, façon challenge en classe, ou en différé, façon devoir-maison. Pastis lui donne les outils pour accompagner sa pédagogie — comparer les travaux de sa classe, faire ressortir les bons signaux, mettre le doigt là où il y a vraiment de la valeur. Débriefer là où tout se joue : pas « quel algorithme », mais « pourquoi le modèle casse à 8h du matin ».