Convaincre ne se délègue pas à l'IA
Analyse des limites de l'IA pour convaincre et l'importance de l'authenticité humaine dans les documents professionnels.
Jérémy DECOOL is a software architect at Activinnov in Lyon, France, driven by Unix and Open Source principles. He focuses on building simple, efficient, and maintainable software with a strong emphasis on technical quality, clean architecture, and user-centered design. With a pragmatic mindset, Jérémy designs modular and evolutive systems adapted to constantly changing business needs. He is particularly interested in software architecture, team organization, developer experience, and engineering culture, regularly sharing insights on topics such as onboarding, collaboration, testing practices, and technical decision-making. Committed to continuous learning, he keeps a close watch on modern development and project management practices, with the ambition of evolving toward Lead Developer and Technical Manager roles. Outside of software engineering, he is a passionate sports enthusiast.
222 articles from this blog
Analyse des limites de l'IA pour convaincre et l'importance de l'authenticité humaine dans les documents professionnels.
Analyse des risques du bruit documentaire généré par l'IA dans les projets tech, soulignant l'importance du 'pourquoi' face au 'quoi' et 'comment'.
Tutoriel sur la configuration de remotes Git multi-cibles pour pousser simultanément vers GitHub et Codeberg.
Analyse des risques de la course aux fonctionnalités logicielles boostée par l'IA, au détriment de la qualité et de l'adoption utilisateur.
Analyse de la Clean Architecture au-delà de la simple organisation en dossiers, explorant ses principes fondamentaux comme SOLID et le couplage.
Analyse du Domain Driven Design : au-delà de la structure de code, l'importance de l'approche stratégique et du langage commun.
Analyse de l'impact de l'IA sur les équipes tech : le lead tech fait tout lui-même, au détriment de la montée en compétence de l'équipe.
L'IA génère du code rapidement, mais les fondamentaux du développement logiciel restent essentiels.
Analyse des critères d'un « bon code » à l'ère de l'IA, basée sur le projet Agentic Engineering Patterns de Simon Willison.
Utilisez OpenTelemetry pour profiler les tests PHPUnit, surveiller mémoire et temps d'exécution.
Analyse de l'impact de l'IA sur la valeur du code : l'IA accélère l'écriture mais ne réduit pas la criticité du code.
Analyse sur le choix des technologies en fonction des compétences de l'équipe et du contexte projet.
Guide pour exécuter des scripts PHP avec Apache Airflow en utilisant BashOperator.
Réflexion sur l'impact de l'IA sur les outils de développement et l'importance des compétences plutôt que des outils.
Guide pour utiliser les CTE (Common Table Expressions) avec Doctrine ORM en PHP, avec un exemple de requête récursive.
Réflexion sur le rôle du développeur face à l'IA : résoudre des problèmes plutôt que seulement écrire du code.
L'auteur explique pourquoi apprendre un nouveau langage de programmation reste essentiel à l'ère de l'IA, malgré la génération de code automatisée.
Analyse de l'impact d'une CI cassée en continu dans une équipe de développement : un problème de culture plus que technique.
Analyse de l'impact de l'IA sur la rapidité de livraison et l'amplification des erreurs techniques.
Article sur la qualité comme responsabilité collective en développement logiciel, au-delà des rôles individuels.