Objectifs
Excellence technique et intelligence économique sont les piliers de la formation FinDev, qui vous apprend à maîtriser la Dette Technique et à maximiser votre ROI. Au-delà des bonnes pratiques d'optimisation cloud, elle transmet les modèles de raisonnement économique essentiels : arbitrages capex/opex, calcul de coûts variables à la transaction, élasticité des ressources et rentabilité. Le programme se concentre sur la transformation du Software Craftsmanship en une stratégie business mesurable, offrant aux professionnels les outils pour justifier leurs choix de qualité auprès des décideurs.
Quantifier et Maîtriser le Coût Caché de la Dette Technique (DT)
Le premier objectif est de fournir les outils nécessaires pour identifier et quantifier le gaspillage financier causé par une ingénierie logicielle non maîtrisée. L'organisation moyenne gaspille 23 % à 42 %* de son temps de développement en raison de la Dette Technique et du mauvais code. Les participants apprendront à utiliser des indicateurs comme le Travail Imprévu (Unplanned Work) — qui doit rester sous la barre des 15 %*.
Gérer le Risque Financier Amplifié par l'Intelligence Artificielle (IA)
L'adoption non contrôlée de l'IA est associée à une diminution estimée de 7,2 % de la stabilité de la livraison (taux d'échec élevé) et encourage l'érosion architecturale, notamment par la chute de la réutilisation du code (passant de 25 % à moins de 10 % en 2024)**. Vous apprendrez à prioriser le nettoyage de la dette de sécurité la plus dangereuse pour réduire le risque que les assistants IA reproduisent les vulnérabilités de sécurité existantes dans leurs suggestions de code.
Transformer la Qualité en Retour sur Investissement (ROI Technique)
Vous apprendrez à démontrer que l'amélioration de la qualité du code peut augmenter l'efficacité de livraison de fonctionnalités d'au moins 25 %. Ils maîtriseront l'utilisation des bonnes pratiques de développement (TDD, Refactoring, Clean Code) pour prévenir l'apparition de "Red Code" — un code de mauvaise qualité qui présente 15 fois plus de défauts — et garantir une vitesse de développement deux fois plus rapide à long terme.
Maîtriser la communication stratégique et les pièges organisationnels
Pour agir comme des ambassadeurs financiers de la qualité. Ils apprendront à formuler leurs choix d'architecture dans un langage financier compréhensible par des décideurs non-techniques en utilisant des indicateurs comme la Santé du Code (Code Health).
Sources
* CodeScene : AI Without Software Craftsmanship: Impacts and Solutions
** International Journal of Advances in Engineering Research http://www.ijaer.com
Programme jour 1 : Quantification des coûts techniques et modèles financiers
La première journée se concentre sur l'apprentissage du langage économique et des outils permettant de quantifier le gaspillage du temps et de la capacité de développement causés par la Dette Technique (DT) et le code de mauvaise qualité.
- Vocabulaire Financier Essentiel pour l'Ingénieur
Concepts fondamentaux : Arbitrages Capex vs. Opex, coûts fixes et variables, cycles budgétaires, et le rôle du Contrôle de Gestion.
Sensibilisation aux pièges : Non-linéarités tarifaires, biais budgétaires, et l'acceptabilité organisationnelle des décisions à impact financier.
- Le coût caché de la dette technique (legacy)
Définition économique de la dette technique : L'analogie de la dette et de l'intérêt. La DT nuit aux qualités internes du système, principalement la maintenabilité et l'évolutivité. Mesure du gaspillage : L'organisation moyenne gaspille 23 % à 42 % de son temps de développement en raison de la DT et du mauvais code.
Calcul de la Capacité Inutilisée : Apprendre à quantifier la perte de capacité de développement (équivalent à payer pour 100 développeurs et n'en obtenir que 75).
- Modèles de Coûts et Optimisation Cloud/Serverless
Analyse des coûts d'architecture : Modèles de coûts pour l'architecture cloud et serverless.
Calcul du Coût unitaire par transaction et Élasticité des ressources.
Cas IA/ML : Coûts des LLM (inférence et entraînement) et stratégies d'optimisation pour la rentabilité des systèmes d'IA
- Mesurer la Qualité Technique comme KPI Business
Indicateurs financiers de la qualité : Établir un cadre de mesure basé sur les données. Faire de la Santé du Code (Code Health) un KPI Business pour le management.
L'indicateur du risque : Mesurer le Travail Imprévu (Unplanned Work), l'indicateur d'alerte de la DT (le taux cible pour les organisations hautement performantes étant ; 15 %).
Priorisation des efforts : Utiliser les Hotspots (zones de code à forte activité et de mauvaise qualité) pour prioriser la DT la plus coûteuse et pertinente pour le business.
Programme jour 2 : Architecture, investissement qualité et business case
La deuxième journée se concentre sur les stratégies d'investissement (ROI), l'encadrement des risques de l'IA, et l'élaboration de Business Cases techniques solides.
- Arbitrages Architecturaux et Trade-Offs Financiers
Décisions d'architecture : Comprendre les arbitrages et trade-offs financiers liés au sizing et à l'auto-scaling.
Optimisation du flux : Lutter contre les pièges classiques (effets de seuil, cold starts) en favorisant les architectures découplées (comme l'Architecture Hexagonale) et les services Stateless/Idempotent.
Rentabilité : Calcul de la rentabilité par feature.
- Refactoring, ROI du Craftsmanship et Rétention de Valeur
Refactoring (Antidote DT) : Utiliser le Refactoring par petits lots pour « simplifier » et « consolider » le code, l'antidote humain à la duplication.
Impact sur la duplication : Contrer l'érosion architecturale causée par l'IA (chute du taux de réutilisation du code à moins de 10 % en 2024).
Démonstration du ROI : Démontrer que l'amélioration de la qualité du code peut augmenter l'efficacité de livraison de fonctionnalités d'au moins 25 %.
- Coût du Risque IA et Sécurité Logicielle
Impact sur la stabilité : Gérer le risque financier de l'IA, associée à une diminution estimée de 7,2 % de la "stabilité de la livraison" (taux d'échec).
Gérer la Dette de Sécurité : Prioriser l'élimination des problèmes les plus dangereux du backlog pour éviter que l'IA ne reproduise les vulnérabilités de sécurité existantes (ex : injections SQL).
Garde-fous FinDev : Imposer des politiques de revue de code manuelle obligatoire et l'utilisation de Garde-fous SAST (Static Application Security Testing) dès l'IDE pour sécuriser le code généré par l'IA.
- Construire et Présenter le Business Case Technique
Structure du Business Case Technique : Modéliser le cas d'affaires pour une architecture ou un refactoring majeur.
Quantifier les bénéfices : Valoriser les gains en time-to-market, la réduction de la Dette Technique, et les économies réalisées (par la réduction des défauts : 15 fois moins de défauts pour le code sain).
Stratégie de communication : Apprendre à gérer les incertitudes et présenter plusieurs scénarios.
Public cible
La formation cible spécifiquement :
Les Architectes logiciels, tech leads, et ingénieurs logiciel seniors
Ces rôles sont amenés à justifier des choix techniques auprès des directions métier ou finance et à gérer l'impact économique du code. Ils doivent notamment savoir communiquer sur le coût de la Dette Technique (DT) qui gaspille 23 % à 42 % du temps de développement
Prérequis
Les prérequis combinent expertise technique avancée et une ouverture à l'analyse économique :
Expérience en développement et architecture logicielle (4+ ans)
Une expérience significative est requise en raison de l'application de disciplines d'excellence technique comme le Software Craftsmanship (TDD et Refactoring), essentielles pour générer un code de haute qualité.
Compréhension des architectures cloud/distribuées
Nécessaire pour analyser et optimiser les modèles de coûts complexes (comme le cloud et le serverless) et les transformations architecturales.
Niveau financier / Analytique
Capacité à lire un tableau de chiffres (Excel/tableur). La formation introduit progressivement les concepts économiques (comme P&L, capex/opex), mais exige curiosité et volonté d'apprentissage sur ce vocabulaire non-technique. La capacité à utiliser des indicateurs basés sur les données pour mesurer le Travail Imprévu et la Santé du Code est au cœur de l'approche Productivity Engineering.
Adoption de l'état d'esprit du Craft :
L'accent est mis sur l'humilité et la volonté d'expérimentation, car ces qualités sont cruciales pour l'apprentissage continu et l'adaptation aux risques et aux opportunités de l'IA
Matériel
Les formateurs distribueront les supports de la formation au format électronique PDF à la fin de la formation.
À savoir
La formation est donnée en français ou en anglais. Les supports de formation sont en anglais. Durant la formation, nous inciterons à travailler sur des exemples de code en langage orienté objet. Pour chaque formation, un quiz de validation des prérequis sera transmis 2 semaines en amont, et un autre en fin de session pour valider les acquis