Planning BreizhC@mp 26

Vous en avez assez de voir vos Tests Unitaires passer... alors que votre application plante en production ? Fatigué de devoir adapter des dizaines de mocks à chaque refactorisation ? Il est temps de passer aux Tests d'Intégration ! Dans ce codelab, nous explorerons comment tester efficacement une application Spring Boot en simulant les dépendances externes : * WireMock pour simuler vos appels API, * Testcontainers pour tester une vraie base de données dans un environnement isolé, * LocalStack pour reproduire vos intégrations AWS. Repartez avec une application plus robuste, des tests plus fiables… et moins de surprises en production !

"On va mettre un cache, ça ira plus vite." Cette phrase a déjà coûté des nuits blanches à bien des équipes. Le cache est souvent introduit comme une "optimisation" rapide à mettre en place. En réalité, il transforme profondément le comportement d'un système : cohérence éventuelle, données obsolètes, effets de bord distribués... et bugs impossibles à reproduire. Aujourd'hui, ces mêmes défis réapparaissent dans les architectures intégrant des LLMs, avec l'émergence de modèles comme le *semantic caching*. Partons ensemble pour un voyage pragmatique dans le monde du cache : - ce qu'est réellement un cache (et ce qu'il n'est pas), - les principaux patterns de caching et leurs compromis, - les anti-patterns classiques qui transforment une application rapide en cauchemar opérationnel, - un arbre de décision pour choisir la bonne stratégie. Cette session vous donnera les outils pour construire des systèmes rapides et prévisibles, et vous aidera à ne plus jamais considérer le cache comme un simple détail d'implémentation.

Generative Pre-trained Transformer, GPT. 3 lettres et une architecture simple qui a changé le monde, comme le vol d'un papillon déclenche un ouragan. Pourtant, la majorité d'entre nous n’ont pas eu l’occasion de soulever le capot et se contentent de vivre dans la Matrice. Si même nous les devs, on ne comprend pas comment ça marche, qui le pourra ? microgpt d'Andrej Karpathy, c'est 200 lignes de Python pour un modèle GPT minimaliste mais complet, idéal pour comprendre la révolution IA. Je vous propose de les réimplémenter en TypeScript, notre lingua franca, en détaillant chaque fonction de l'algo sur lequel repose Gemini, ChatGPT ou même Claude. https://karpathy.github.io/2026/02/12/microgpt/

Dans nos métiers du numérique, où la technique évolue plus vite que nos plannings, le temps est souvent perçu comme un luxe inaccessible. Pourtant, nourrir notre curiosité, apprendre, expérimenter ou encore partager fait partie intégrante de notre développement professionnel. Et si, plutôt que de courir après ce temps, on apprenait à "tricher" un peu pour mieux l’utiliser ? Je vous propose une approche concrète, pragmatique et libératrice : consacrer 30 minutes par jour à soi. À la veille technologique, aux sides projects qui ne seront jamais terminés, à l’écriture d’articles ou de conférences, à l’amélioration de son espace de travail ou à la consolidation de son réseau professionnel. 30 minutes sans pression, mais avec rigueur. Un espace quotidien pour explorer, tester, échouer parfois, mais surtout progresser. Cette conférence partage un retour d’expérience, des conseils applicables dès demain, et une vision décomplexée de la montée en compétences continue. Objectif : entretenir la flamme de notre passion pour ce métier autant humain que technique.

"Trop de slop." "Usine à dette technique." "Ça marche pas sur les gros repos." On a tous vécu ça : on lance un agent IA sur un vrai projet, et le résultat est générique, inadapté, voire cassé. La réaction classique, c'est d'attendre des modèles plus intelligents. Mais le problème n'est pas l'intelligence du modèle, c'est ce qu'on lui donne à manger. Dans ce talk, je vous montre pourquoi le context engineering, la discipline de gérer ce qui entre dans la fenêtre de contexte d'un LLM, est la compétence la plus importante pour tirer parti des outils IA en développement. On verra : - Pourquoi les LLMs sont des fonctions stateless, et ce que ça implique concrètement - Ce qui bouffe le contexte avant même que l'agent commence à coder - La technique de compaction intentionnelle pour garder le savoir sans le bruit - Comment les micro-agents permettent de contrôler la qualité en isolant l'exploration - Le workflow Research → Plan → Implement qui garde chaque session dans la "smart zone" - Comment structurer un CLAUDE.md (ou équivalent) pour que l'agent démarre informé Ce talk s'appuie sur le travail de Dex Horthy (HumanLayer, 12-Factor Agents) et sur des exemples concrets tirés de mes propres expérience avec mon équipe. Pas de théorie abstraite : des techniques applicables dès lundi.