Formation · Développement d’agents IA · Sécurité & DevSecOps

Développement d’agents IA pour les équipes sécurité et DevSecOps

Développer des agents IA de qualité professionnelle : architectures, tool use, SDK d’agents, LangGraph, mémoire, évaluations et déploiement.

Durée
2 jours (14 h)
Format
En ligne ou en présentiel
Langue
Allemand ou anglais
Participants
sessions ouvertes ou intra-entreprise
Attestation
Attestation de participation

Présentation

« Développement d’agents IA pour les équipes sécurité et DevSecOps » s’adresse notamment aux profils suivants : Ingénieurs en sécurité applicative et security champions au sein des équipes de développement, Ingénieurs DevSecOps et plateforme responsables des pipelines CI/CD et Pentesteurs et membres de red teams. Elle montre pas à pas comment utiliser Développement d’agents IA de manière productive, sûre et traçable dans le domaine Sécurité & DevSecOps – des bases aux workflows avancés.

Les agents IA vont bien au-delà des chatbots classiques : ils décomposent les tâches, appellent des outils et des API, analysent les résultats et itèrent jusqu’à atteindre leur objectif. Cette formation de deux jours vous apprend à concevoir de tels systèmes pour qu’ils fonctionnent de manière fiable, traçable et sûre en entreprise. Vous comparez les modèles d’architecture, du workflow simple à la boucle agentique jusqu’aux systèmes multi-agents, et les mettez en pratique avec le Claude Agent SDK, l’OpenAI Agents SDK et LangGraph.

L’objectif n’est pas la démo rapide, mais le passage en production. Vous concevez avec soin les interfaces d’outils et le contexte, connectez des outils via le Model Context Protocol, structurez mémoire à court et à long terme et mettez en place des évaluations qui révèlent tôt les régressions. S’y ajoutent les garde-fous contre l’injection de prompt et les actions indésirables, la validation humaine, le traçage, la maîtrise des coûts et le déploiement. Vous saurez ensuite quand un agent se justifie, quand un workflow déterministe suffit et quel framework convient à votre projet.

Les assistants de codage IA et les agents transforment la sécurité applicative sur deux fronts. Ils accélèrent la modélisation des menaces, la revue de code et l’écriture de règles de détection, mais ils génèrent aussi du code à un rythme que les contrôles de sécurité classiques peinent à suivre. Les équipes sécurité et DevSecOps s’appuient donc sur l’IA pour trier les résultats SAST, proposer des correctifs, durcir les pipelines CI/CD et repérer les erreurs de configuration dans l’infrastructure as code. Il faut un cadre maîtrisé : moindre privilège, aucun secret dans le contexte, pull requests tracées et validation humaine. Vous apprendrez à faire de l’IA un levier pour votre sécurité tout en maîtrisant les risques du code généré, de l’injection de prompt et des intégrations d’outils.

La formation se déroule en direct – en ligne dans une classe virtuelle ou en présentiel dans nos salles à Munich, Salzbourg, Berlin, Augsbourg, Hanovre, Brême, Stuttgart et Kaiserslautern. Nous pouvons également l’organiser en intra pour votre équipe.

À qui s’adresse cette formation ?

  • Ingénieurs en sécurité applicative et security champions au sein des équipes de développement
  • Ingénieurs DevSecOps et plateforme responsables des pipelines CI/CD
  • Pentesteurs et membres de red teams
  • Analystes SOC et ingénieurs en détection
  • Développeurs chargés de sécuriser la chaîne d’approvisionnement logicielle

Les défis concrets que nous traitons

  • Un afflux de résultats SAST, DAST et SCA avec une forte proportion de faux positifs
  • Les revues de sécurité deviennent un goulet d’étranglement face au volume de code produit avec l’IA
  • Des erreurs de configuration dans Terraform, les manifestes Kubernetes ou les politiques cloud passent inaperçues
  • De nouvelles surfaces d’attaque liées aux intégrations de LLM, à l’injection de prompt et aux agents trop privilégiés

Objectifs pédagogiques

  • Vous choisissez le bon patron pour chaque tâche, du workflow fixe à l’agent autonome.
  • Vous concevez outils et contexte pour que vos agents travaillent de façon fiable et économique.
  • Vous implémentez des agents avec le Claude Agent SDK, l’OpenAI Agents SDK ou LangGraph.
  • Vous mettez en place évaluations et traçage pour mesurer la qualité et détecter les régressions.
  • Vous utilisez des agents IA pour le tri, la revue et la correction sans perdre la maîtrise des modifications sensibles.
  • Vous intégrez des contrôles assistés par IA dans vos pipelines CI/CD, en complément de vos scanners SAST, SCA et IaC.
  • Vous évaluez et réduisez les risques propres au code généré, à l’injection de prompt et aux accès des agents aux outils.

Programme

Jour 1

Module 1 Architectures d’agents et patrons de conception
  • Workflows ou agents : chaînage de prompts, routage, parallélisation, orchestrateur-exécutants
  • La boucle agentique : planifier, agir, observer, ajuster
  • Systèmes multi-agents, sous-agents et passages de relais entre agents
  • Critères de choix du modèle, du framework et du niveau d’autonomie
Module 2 Tool use et ingénierie du contexte
  • Function calling et sorties structurées avec JSON Schema
  • Bien concevoir ses outils : granularité, nommage, messages d’erreur, idempotence
  • Connecter et réutiliser des outils via des serveurs MCP
  • Gérer la fenêtre de contexte : résumé, compaction, retrieval et prompt caching
Module 3 Les frameworks en pratique
  • Claude Agent SDK : boucle agentique, outils, sous-agents, permissions et hooks
  • OpenAI Agents SDK : agents, handoffs, garde-fous et traçage
  • LangGraph : graphes à état, checkpointing et validation humaine
  • Comparaison sur une même tâche et critères de choix d’un framework
Module 4 Mémoire, évaluations et observabilité
  • Mémoire à court et long terme, stratégies de stockage et d’oubli
  • Jeux d’évaluation, LLM-as-a-judge et mesure du succès par tâche
  • Traçage des appels d’outils, de la consommation de tokens et des latences
  • Tests de non-régression lors de changements de prompts, de modèles ou d’outils

Jour 2

Module 5 Garde-fous, sécurité et déploiement
  • Se protéger contre l’injection de prompt, la fuite de données et les outils trop privilégiés
  • Contrôles des entrées et sorties, étapes de validation et sandboxing
  • Déploiement en service, exécution asynchrone, reprises et plafonds de coûts
  • Gouvernance, journalisation et exigences du RGPD et de l’AI Act européen
Module 6 Atelier pratique : Sécurité & DevSecOps
  • Modélisation des menaces accélérée
  • Tri des résultats SAST
  • Revue de code sécurisée
  • Durcissement IaC et conteneurs
  • Ingénierie de détection
  • Sécuriser la supply chain
Module 7 Protection des données, qualité & mise en pratique
  • Code source, informations de vulnérabilité et journaux sont très sensibles : vous apprenez quelles données peuvent être confiées à un service d’IA, comment tenir les secrets hors du contexte et comment articuler l’usage de l’IA avec NIS2, le Cyber Resilience Act, le RGPD et l’AI Act européen.
  • Règles du jeu pour un usage sûr de l’IA en équipe
  • Vérifier les résultats : faits, sources, tests et principe des quatre yeux
  • Plan d’action personnel pour les 30 prochains jours
  • Questions ouvertes, perspectives et ressources pour aller plus loin

Cas pratiques de votre domaine

Modélisation des menaces accélérée

Dériver des analyses de menaces selon STRIDE à partir de descriptions d’architecture et de diagrammes de flux, identifier les frontières de confiance et formuler les contre-mesures comme exigences testables pour le backlog.

Tri des résultats SAST

Confronter les résultats d’analyse statique au code réel, évaluer l’atteignabilité et l’exploitabilité, écarter les faux positifs de façon argumentée et préparer des correctifs ciblés sous forme de pull request.

Revue de code sécurisée

Faire examiner les pull requests sous l’angle des injections, des défauts d’autorisation, de la désérialisation non sûre et des erreurs cryptographiques, avec renvoi aux catégories OWASP et justification de chaque constat.

Durcissement IaC et conteneurs

Analyser modules Terraform, charts Helm et Dockerfiles pour détecter rôles trop permissifs, ports exposés, chiffrement absent ou images de base vulnérables, puis générer des versions durcies appuyées sur du policy as code.

Ingénierie de détection

Rédiger des règles Sigma, des signatures YARA et des requêtes SIEM à partir de descriptions de menaces, les valider sur des jeux de test et documenter les techniques MITRE ATT&CK associées.

Sécuriser la supply chain

Exploiter les SBOM, prioriser les dépendances vulnérables, analyser les chemins de mise à jour et leurs ruptures de compatibilité, puis ajouter au pipeline signature, attestation de provenance et épinglage des dépendances.

Projets pratiques possibles

Bot de tri des vulnérabilités

Un script qui lit les fichiers SARIF du pipeline, déduplique les résultats, les enrichit du contexte de code et crée des tickets priorisés avec proposition de correctif.

Hook de détection de secrets

Un hook pre-commit doté de motifs propres aux formats de jetons internes, d’une liste d’exceptions et d’indications claires pour révoquer un secret divulgué.

Générateur de modèle de menaces

Une petite application web qui transforme la description d’un système en modèle de menaces structuré, avec flux, risques et mesures, exportable en document.

Prérequis

De solides compétences en Python ou en TypeScript, une expérience des API REST et une première pratique des API de LLM ou des assistants IA. Vous avez une expérience pratique du développement ou de l’exploitation et des bases en sécurité applicative, par exemple l’OWASP Top 10 et les pipelines CI/CD.

Prérequis techniques

Un ordinateur portable avec Python ou Node.js, Git et un éditeur de code, ainsi qu’un accès API à au moins un fournisseur de LLM, par exemple Anthropic ou OpenAI. Des identifiants pour les exercices peuvent être fournis si nécessaire.

Protection des données & conformité

Code source, informations de vulnérabilité et journaux sont très sensibles : vous apprenez quelles données peuvent être confiées à un service d’IA, comment tenir les secrets hors du contexte et comment articuler l’usage de l’IA avec NIS2, le Cyber Resilience Act, le RGPD et l’AI Act européen.

Dates proposées

Toutes les dates sont indicatives – votre date souhaitée est toujours possible.

  • mar. 24 novembre 2026 – mer. 25 novembre 2026 En ligne Demander
  • jeu. 3 décembre 2026 – ven. 4 décembre 2026 Munich Demander
  • mer. 9 décembre 2026 – jeu. 10 décembre 2026 En ligne Demander
  • mar. 15 décembre 2026 – mer. 16 décembre 2026 Stuttgart Demander
  • lun. 11 janvier 2027 – mar. 12 janvier 2027 En ligne Demander
  • mer. 20 janvier 2027 – jeu. 21 janvier 2027 Berlin Demander

Questions fréquentes

Quel framework d’agents choisir ?

Tout dépend de votre stratégie de modèles, du niveau de contrôle souhaité et des compétences de l’équipe. Les SDK des éditeurs offrent un démarrage léger avec des fonctions bien intégrées, tandis que LangGraph donne un contrôle plus fin sur l’état et les enchaînements. Pendant la formation, vous résolvez la même tâche avec plusieurs frameworks et en tirez des critères de choix concrets.

Comment empêcher un agent d’exécuter des actions erronées ou dangereuses ?

En combinant plusieurs niveaux de protection : outils au périmètre restreint et aux droits minimaux, validation des entrées et sorties, étapes d’approbation pour les actions critiques, sandboxing et évaluation continue. L’injection de prompt via des contenus externes est traitée comme un risque bien réel. Vous appliquez ces mesures directement à votre propre agent.

Toute automatisation nécessite-t-elle un agent ?

Non. De nombreuses tâches se traitent de façon plus fiable, moins coûteuse et plus transparente avec un workflow fixe de quelques appels au LLM. Un agent se justifie lorsque le chemin de résolution ne peut pas être planifié à l’avance et que le système doit s’adapter aux résultats intermédiaires. Nous travaillons précisément cet arbitrage sur des exemples concrets.

Le code généré par l’IA présente-t-il un risque de sécurité ?

Les assistants IA reproduisent parfois des pratiques non sûres, des bibliothèques obsolètes, voire des noms de paquets inexistants. Le risque reste maîtrisable si le code généré passe les mêmes contrôles que le code écrit à la main : revue, SAST, analyse des dépendances et tests. Pendant la formation, vous mettez en place ces garde-fous tout en utilisant l’IA pour corriger plus vite.

Un agent IA peut-il appliquer seul des correctifs de sécurité ?

Nous recommandons une approche graduée : l’agent analyse, propose des correctifs et ouvre des pull requests, tandis que la fusion reste validée par un humain. Pour des tâches routinières à faible risque, comme une mise à jour de dépendance avec tests au vert, davantage d’automatisation est envisageable. Vous apprenez à concevoir droits, sandbox et journaux d’audit en conséquence.

Combien coûte la formation « Développement d’agents IA pour les équipes sécurité et DevSecOps » ?

La formation coûte 949 € HT forfaitaires par participant – en ligne comme en présentiel. Sont inclus 2 jour(s) de formation avec un formateur en direct, les supports de cours, un environnement d’exercice et une attestation de participation.

Puis-je proposer ma propre date ?

Oui. Nos dates sont indicatives. Dans le formulaire, vous pouvez à tout moment indiquer librement la date ou la période souhaitée – nous vérifions les disponibilités et confirmons sous un jour ouvré.

La formation a-t-elle lieu en ligne ou en présentiel ?

Les deux sont possibles : en direct dans une classe virtuelle ou en présentiel à Munich, Salzbourg, Berlin, Augsbourg, Hanovre, Brême, Stuttgart ou Kaiserslautern. Nous pouvons aussi l’organiser en intra pour votre équipe.

Autres formations pour les équipes sécurité et DevSecOps

Autres formations Développement d’agents IA

Les 30 formations Développement d’agents IA

Développement d’agents IA · MunichDéveloppement d’agents IA · SalzbourgDéveloppement d’agents IA · BerlinDéveloppement d’agents IA · AugsbourgDéveloppement d’agents IA · HanovreDéveloppement d’agents IA · BrêmeDéveloppement d’agents IA · StuttgartDéveloppement d’agents IA · KaiserslauternDéveloppement d’agents IA · En ligne