Aller au contenu

Détails

IA-first est devenu un buzzword.

Chez Doctolib, c'est une stack en prod.
Pas un POC. Pas une démo. Pas un side project.
Une adoption quasi totale côté engineering.

Le 27 janvier, Axel Colin de Verdière (Engineering Director @Doctolib) décortique tout :

↳ Context engineering
↳ arbitrages
↳ limites
↳ et ce qui marche vraiment.

Dans ce live tech, on va analyser comment des architectures IA agentiques sont réellement intégrées dans le workflow de développement, à partir de retours terrain concrets.

Ce qu’on va voir ensemble :

1️⃣ Pourquoi Doctolib est passé IA-first
→ Ce que “IA-first” veut dire concrètement pour des équipes d’ingénierie.
→ Pourquoi l’adoption des agents IA est quasi totale côté dev.
→ Ce que ça change dans la façon de concevoir, livrer et maintenir du code.

2️⃣ Agents IA en production : à quoi ils servent vraiment
→ Écriture de code, revue de PR, spécification, découpage de tickets.
→ Revue de postmortems et amélioration continue.

3️⃣ Context engineering : le vrai facteur clé
→ Pourquoi les agents sont nuls sans bon contexte.
→ Comment documenter le code, les points d’entrée/sortie et les cas d’usage.
→ Réutiliser le même contexte pour plusieurs agents (code, review, spec, debug).
→ Ce que ça ouvre pour l’automatisation en CI.

4️⃣ Qualité, revue et dette : les nouveaux problèmes à gérer
→ Explosion du volume de PR générées par l’IA.
→ Comment éviter que la revue devienne le bottleneck.
→ Bonnes pratiques pour garder un haut niveau de qualité en environnement critique.

5️⃣ Outils, stack et arbitrages techniques
→ Claude, Cursor, Copilot, expérimentations en cours.
→ Fine-tuning, RAG sur bases médicales validées.
→ Ce qui marche, ce qui ne marche pas (encore).

6️⃣ Ce que ça change pour le métier d’ingénieur
→ Moins d’exécution brute, plus de conception et de supervision.
→ Des devs qui deviennent orchestrateurs d’agents.
→ Pourquoi le healthcare amplifie encore ces enjeux.

🧰 Tu repartiras avec :

  • Une vision concrète de l’IA agentique en production.
  • Des patterns applicables à ton propre contexte tech.
  • Une grille de lecture claire sur le context engineering.
  • Un retour honnête sur les limites et risques de ces approches.

📆 Mardi 27 janvier – 12h
📍Live tech, format hybride : slides + discussion + Q&A
💬 Pose toutes tes questions en direct

Sujets connexes

Artificial Intelligence Machine Learning Robotics
SaaS (Software as a Service)
Startup Businesses
New Product Development: Software & Tech
Technology

Vous aimerez peut-être aussi