Prise en main de GitHub Copilot & Adoption en Entreprise @Epitech Summit 2026

Linkedin:
https://www.linkedin.com/posts/jlandure_github-copilot-activity-7419642466514931712-57ZQ
https://www.linkedin.com/posts/u-tech-dsi-cooperative-u_retour-sur-lepitech-summit-2026-hier-activity-7424831742966136832-dfQF
Avec Quentin Michineau, U Tech

Description:
Les outils d’IA pour les développeurs se sont imposés comme compagnons de code au sein des entreprises pour obtenir un workflow de développement simple et intégré.

Disponible avec différents modèles, nous montrerons quelques exemples de génération de code pertinente tout en partageant les bonnes pratiques autour de Copilot : Context Engineering, AGENTS.md, Plan Mode, Serveur MCP.

De la mise en œuvre en entreprise à son utilisation par les équipes Dev & Devops, nous ferons un retour d’expérience sur la démarche adoptée ainsi que les métriques collectées.

Venez assister à cette présentation pour apprendre comment bien générer du code en utilisant l’IA dans un contexte professionnel !

Transcript

2. 1793 Points de vente sur tout le territoire français (y compris territoires d’outre-mer) U LOG 27 entrepôts Coopérative U 5 Sites 1 national 4 régionaux 75 000 Collaborateurs
3. Notre métier, c’est gérer l’ensemble de l’informatique des magasins et de la Coopérative U, commerce et logistique. Qui sommes- nous ? 610 personnes 67métiers 71 équipes produit / service / plateforme …autour de la logistique, du digital, de la data, du commerce, de l’approvisionnement, de la finance, des ressources humaines, de la cybersécurité et des expertises transverses
4. Julien Landuré Co-fondateur & CTO https://jlandure.dev Quentin Michineau Développeur https://www.linkedin.com/in/ quentin-michineau/
5. Disclaimer
6. ⚡ Génération d’IA x Dev 1ère génération 2ème génération 3ème génération Le mode Agent est apparu courant 2025 Source:
7. Février 2026 Les acteurs du marché
8. Démo 🤞 Mode Plan & Agent
9. 1 Il faut utiliser l’IA - Beta Program Présentation à la Direction Choix et m ise à disposition d’un outil ~50 licences 2 Il faut accom pagner l’usage de l’IA Présentation des prem iers résultats en Codir Ouverture des licences 3 Récupérer du feedback Évaluation de la satisfaction Gains et potentiels m étriques à suivre (KPI) 4 Généraliser, Cadrer & partager Cadrer et com m uniquer sur les expérim entations Créer une com m unauté de pratiques ⚡ Timeline
10. ⚡ Beta Program OUI NON ⬆⬆ ⬆ ➡ 58 % estiment gagner entre 30 min et 1h par jour 98 % des utilisateurs le recommandent aux autres développeurs et souhaitent continuer à l’utiliser
11. ⚡ Démarche d’entreprise Partager et communiquer Mesurer les gains Définir un cadre Expérimenter des cas d’usages
12. 🤝 Expertise de TechTown
13. IA x DEV ?
14. ⚡ Génération d’IA x Dev GitHub Copilot pour devenir votre compagnon de code Partage des bonnes pratiques Utilisation de AGENTS.md Productivité, Documentation, Tests AUTOCOMPLÉTION Vous assister ponctuellement sur certaines tâches ASK Vous aider à comprendre le code, les frameworks, les commandes, les tests… AGENT SYNCHRONE VS Code GitHub CLI Jetbrains AGENT ASYNCHRONE sur GitHub.com Coding Agent Code Review Agent
15. 💬 Les modes d'interaction
16. Comment donner + de contexte ?
17. 🛑 Limitations des LLMs & Solutions Solutions • LLM puissant mais date de cut-off de l’entraînement • LLM n'interagit pas avec le monde extérieur Limitations • Context Engineering • RAG (Retrieval Augmented Generation) • MCP (ajouter des tools)
18. 💡 Context Engineering Prompt Engineering ⚡ Context Engineering ⭐ Astuces 📝 AGENTS.md 01 02 03 🔌 MCP 04
19. 💡 Prompt
20. Donner du contexte à l’agent de code : • Fichiers à prendre en exemple • Fichiers à modifier • Capture d’écran • Documentation • Lecture des infos du Terminal • Accès au navigateur Web 💡 Prompt Engineering ⚡ Context Engineering
21. 📝 Tracer et partager les bonnes pratiques
22. 📝 Tracer et partager les bonnes pratiques
23. 📝 Tracer et partager les bonnes pratiques De la même manière que README.md aide un humain, le AGENTS.md a pour objectif d’aider l’agent pour avoir un résultat le plus prédictible et cohérent possible. • Informations globale sur le projet • Stack Technique • Structure du Projet • Conventions de Code • Architecture et Patterns • Configuration • Commande de Build & Test • Tests • Sécurité • Performance • Exemples de Code
24. 📝 Exemple de AGENTS.md (1000 loc) ## 🛠 Stack Technique ### Framework et Langages - **Vue 3** (3.5.17) avec Composition API - **TypeScript** (5.8.3) en mode strict - **Vite** (6.3.5) comme bundler - **Node** 22.15.1 (géré par Volta) ### Bibliothèques Principales - **Vue Router** (4.0.14) pour la navigation - **Pinia** (3.0.3) pour la gestion d'état - **Axios** (1.12.2) pour les appels HTTP - **@u-iris/design-system-u** (3.5.0) - Design System propriétaire - **Element Plus** - Composants UI (auto-importés) - **@phosphor-icons/vue** (2.1.6) pour les icônes - **Firebase** (12.0.0) pour les notifications push
25. ⭐ Astuces pour bien commencer 1⃣ Demander un plan avant de lancer la génération de code. Ne pas hésiter à préciser “ne modifie pas le code”, “ne lance pas de commandes git”. 2⃣ Ouvrir un nouveau chat Copilot pour réinitialiser le contexte à chaque fix/feature. Ajouter les bons fichiers au contexte. 3⃣ Commiter avant chaque nouveau chat pour faire un rollback facile et garder ce qu’on considère bon. 4⃣ Ne pas hésiter à demander si l’agent fait des hypothèses et demander à écrire tous les questionnements dans un document MD.
26. ⭐ Astuces pour bien commencer 5⃣ Si cela plante ou boucle ou recrée toujours du code décevant, il faut en 1) essayer un autre modèle (modifier le cerveau du robot) 2) changer le prompt (modifier le cerveau de l’humain) 6⃣ Ne pas hésiter à changer de modèle entre celui qui écrit le code, celui qui fait les tests ou la revue. 7⃣ Indiquer qu’après chaque tâche, il faut lancer le linting, les tests et le build. 8⃣ Possibilité d’activer la Revue de code Automatique de Copilot sur toutes vos PRs.
27. 🔌 MCP apporte de nouveaux outils
29. 💚 Création de la Agentic AI Foundation – aaif.io
30. Démo 🤞 MCP & Agent
31. Accompagnement
32. Accompagnement Création d’une communauté pour partager les bonnes pratiques Utilisation du MCP Veille & Doc sur les outils 01 02 03 Tester les nouveaux modèles Mesurer l’adoption 05 04
33. Personnes initiées à Copilot en 3 mois 50 🚀 Acculturation & adoption
34. 🚀 Création de notre MCP registry interne github.com/mcp
35. 🚀 Création de notre MCP registry interne mcp.systeme-u.fr
37. Métriques
38. 📊 DASHBOARD
40. Gain de productivité (Étude Artefact de mars 2025 : 10%) ~11% 🎯 Gains
41. 🚧 Intégrer les docs et bonnes pratiques internes 🦾 D’autres cas d’usages ✅ Correction de bugs à partir d’une issue GitHub 🚧 Montée de version technique 01 02 03 ⭐ Génération à partir d’une spec / maquette 04
42. Vous devez rester le pilote, l’IA le copilote 📝 A retenir Vous devez être en capacité de valider le code généré S’en servir pour apprendre et ne pas générer sans comprendre
43. MERCI !