---
title: "ShipReal: De vibe codeur à véritable ingénieur"
description: "Votre AI a écrit l'appli. Personne n'a écrit la partie qui la maintient en ligne. Ce cours de 20 heures comble cette lacune."
canonical: "https://shipreal.dev/fr"
last-updated: "2026-08-31"
---

# De vibe codeur à véritable ingénieur

> Votre AI a écrit l'appli. Personne n'a écrit la partie qui la maintient en ligne. Ce cours de 20 heures comble cette lacune.

Narration en anglais, sous-titres en français.

**38 modules, de vrais postmortems, des exercices pratiques et des quiz autocorrigés.** [YouTube](https://www.youtube.com/watch?v=fyHbx9de3GI&list=PLFEcqBh9-Xwo) · [Teachable](https://shipreal.teachable.com/courses/course/lectures/66619411)

## Contenu du cours

### Introduction

Votre carte de l'ensemble du cours: ce que chaque module approfondi apporte et comment les onze parties s'enchaînent.

- **Introduction: la route devant vous** (13 chapitres, ~25 min): La carte sur la table: les 38 modules, ce que chaque plongée approfondie apporte, et vers quel module sauter quand quelque chose casse.

### Partie 1: Le déclic mental

Recâblez votre façon de penser un logiciel qui marche: systèmes, état, compromis. La couche de discernement que l'AI ne fournit pas.

- **L'illusion du 'ça marche'** (12 chapitres, ~28 min): Le cycle de vie d'une requête, les environnements et l'iceberg de la production: pourquoi 'ça tourne sur mon laptop' ne veut presque rien dire.
- **Penser en systèmes & en état** (12 chapitres, ~29 min): État, effets de bord et idempotence: pourquoi 'relance, ça va passer' empire parfois les choses.
- **Décisions, complexité & abstraction** (14 chapitres, ~36 min): Compromis, YAGNI, et quand une abstraction paie son loyer: les arbitrages que l'AI ne peut pas faire à votre place.

### Partie 2: Les fondations du développeur

Le métier au quotidien: Git comme outil de réflexion, un workflow AI-native, les runtimes, les algorithmes, l'architecture frontend et le champ de mines des dépendances.

- **Le contrôle de version, outil de réflexion** (13 chapitres, ~33 min): Git au-delà de commit et push: stratégie de branches, bisect, et blame comme archéologie.
- **Le workflow d'ingénierie AI-native** (13 chapitres, ~31 min): Le prompt comme spec, la review de code que vous n'avez pas écrit, et les garde-fous qui rendent la vitesse de l'AI sûre.
- **Comment le code s'exécute: la couche runtime** (13 chapitres, ~33 min): Processus, mémoire et event loop: pourquoi Node bloque et pourquoi le GIL de Python compte.
- **Pensée algorithmique: complexité & structures de données** (13 chapitres, ~27 min): L'intuition Big-O et tableaux vs maps vs arbres: quand le N au carré vous tue en silence à 10 000 utilisateurs.
- **Architecture frontend: ce que l'AI construit pour vous (et ce qu'elle rate)** (13 chapitres, ~35 min): Modèles de rendu, gestion d'état, et les parties de votre frontend que l'AI échafaude de travers.
- **Gérer les dépendances: le champ de mines caché** (12 chapitres, ~31 min): Lockfiles, les mensonges du semver et les attaques de la supply chain: l'histoire de left-pad et comment ne pas jouer dans la suite.

### Partie 3: La couche données

Les bases de données comme modèles mentaux: tables et index avant les requêtes, SQL sans peur, et des migrations qui ne font pas tomber la production.

- **Fondamentaux des bases de données: penser en données** (13 chapitres, ~33 min): Penser en tables, en index et en contraintes avant d'écrire la moindre requête.
- **SQL & la pensée en requêtes** (13 chapitres, ~33 min): Des joins sans peur, des plans d'exécution que vous savez lire, et les requêtes qui fondent à l'échelle.
- **Les données à l'échelle: mutations, migrations & au-delà** (13 chapitres, ~34 min): Mutations, migrations et backfills qui n'emportent pas la production avec eux.

### Partie 4: Réseaux & contrats

Comment les systèmes se parlent: les APIs comme contrats, la chaîne DNS-HTTP que traverse chaque requête, et les patterns temps réel.

- **Le design d'API comme contrat** (13 chapitres, ~35 min): Penser REST vs RPC, versionner, et faire évoluer des APIs sans casser ceux qui en dépendent.
- **Fondamentaux du réseau** (12 chapitres, ~33 min): DNS, TCP, TLS, HTTP: la chaîne sur laquelle chaque requête vit ou meurt.
- **Patterns temps réel & événementiels** (12 chapitres, ~33 min): WebSockets, server-sent events et flux événementiels: pour quand le polling ne suffit plus.

### Partie 5: Fortification

Survivre au contact du réel: sécurité par défaut, gestion d'erreurs résiliente, tests qui achètent de la confiance, et une observabilité qui répond à 'qu'est-ce qui a cassé à 3 h du matin'.

- **La sécurité par défaut** (12 chapitres, ~35 min): Les principaux risques OWASP, l'injection et les échecs d'authentification: les attaques qui vous trouvent, pas l'inverse.
- **Gestion des erreurs & résilience** (12 chapitres, ~32 min): Timeouts, retries avec backoff et circuit breakers: échouer avec élégance plutôt qu'avec fracas.
- **Les tests: la confiance, pas la couverture** (12 chapitres, ~33 min): Des tests qui achètent de la confiance plutôt que des chiffres de couverture: quoi tester, quoi sauter, et pourquoi.
- **Observabilité: logs, métriques & traces** (15 chapitres, ~33 min): Des logs, des métriques et des traces qui répondent à 'qu'est-ce qui a cassé à 3 h du matin' avant vos utilisateurs.

### Partie 6: Infrastructure & déploiement

Ce sur quoi votre code repose: ce que les conteneurs résolvent vraiment, des concepts cloud qui survivent à tous les redesigns de console, et des pipelines qui bloquent les mauvais déploiements.

- **Les conteneurs: pourquoi, pas comment** (12 chapitres, ~35 min): Ce que Docker résout vraiment: images vs conteneurs, et pourquoi 'ça marche dans le conteneur' veut enfin dire quelque chose.
- **Infrastructure cloud: des concepts plutôt que des clics de console** (12 chapitres, ~38 min): L'arbre de décision des services managés: des concepts cloud qui survivent à tous les redesigns de console.
- **CI/CD: le pipeline qui vous protège** (12 chapitres, ~33 min): Le pipeline qui bloque les mauvais déploiements avant que vos utilisateurs ne les trouvent.

### Partie 7: Architecture & scalabilité

Concevoir pour la croissance: architecture monolith-first, files d'attente, mise en cache, profiler avant d'optimiser, et l'intuition des systèmes distribués.

- **Patterns d'architecture: monolithes, services & l'entre-deux** (13 chapitres, ~34 min): Penser monolith-first, quand les services méritent leur complexité, et l'entre-deux dont personne ne fait la pub.
- **Traitement asynchrone & files d'attente** (14 chapitres, ~34 min): Les files de messages: pourquoi chaque vrai système en a une, et ce qui arrive quand les consommateurs prennent du retard.
- **Stratégies de mise en cache** (12 chapitres, ~30 min): Redis, TTLs et l'invalidation de cache: célèbre pour être l'un des deux problèmes durs de l'informatique.
- **Performance, profiling & montée en charge** (14 chapitres, ~33 min): Profiler avant d'optimiser: trouver le vrai goulot d'étranglement plutôt que celui que vous aviez deviné.
- **L'intuition des systèmes distribués** (12 chapitres, ~34 min): Les illusions du calcul distribué, et l'intuition pour les repérer dans votre propre design.

### Partie 8: La couche business

Le code qui paie les factures: paiements et conformité, des métriques qui prédisent vraiment le revenu, et l'attribution sans se mentir.

- **Paiements, abonnements & conformité** (12 chapitres, ~34 min): Des webhooks de paiement qui survivent aux retries, des machines à états d'abonnement, et les bases de conformité incontournables.
- **Métriques business & analytics produit** (13 chapitres, ~35 min): Les métriques qui prédisent vraiment le revenu, et les métriques de vanité qui ne prédisent rien.
- **Acquisition utilisateurs, ads & attribution** (13 chapitres, ~36 min): Les UTM, les fenêtres d'attribution et les maths de la pub sans se mentir.

### Partie 9: Produits propulsés par l'AI

Livrer de l'intelligence de façon responsable: comment les modèles apprennent, embeddings et RAG, et des fonctionnalités AI en production avec évals et budgets de coûts.

- **Machine learning: comment les modèles apprennent** (12 chapitres, ~33 min): Comment les modèles apprennent vraiment: assez pour ne plus se faire avoir par une démo ou un vendeur.
- **Ajouter de l'intelligence à votre appli** (13 chapitres, ~33 min): Les embeddings, le RAG, et choisir le modèle adapté à la tâche plutôt que le plus bruyant.
- **Construire des fonctionnalités AI en production** (12 chapitres, ~33 min): Les évals, les budgets de coût et de latence, et des fonctionnalités LLM qui survivent aux vrais utilisateurs.

### Partie 10: Savoir-faire & production

Les habitudes senior: le débogage par hypothèses et la checklist de mise en production qui sépare les lancements des paris.

- **Le débogage comme discipline** (12 chapitres, ~35 min): Le débogage par hypothèses: reproduire, isoler, prouver, pas des print et des prières.
- **Prêt pour la production & exploitation continue** (14 chapitres, ~37 min): La checklist de mise en production, la réponse aux incidents, et le rythme d'exploitation qui commence après le lancement.

### Partie 11: Cap sur le mobile

Sur mobile, tout change: données offline-first, réseaux qui disparaissent en pleine requête, et trains de release des app stores.

- **Les modèles mentaux propres au mobile** (13 chapitres, ~33 min): Pourquoi le mobile n'est pas un petit site web: cycles de vie, permissions, et l'OS en bailleur intraitable.
- **Données & réseau sur mobile** (12 chapitres, ~37 min): Des données offline-first, des conflits de synchronisation, et des réseaux qui disparaissent en pleine requête.
- **Publication & distribution mobile** (12 chapitres, ~30 min): La validation des app stores, les trains de release, et pourquoi on ne hotfixe pas un binaire.

### Envoi: L'envoi

La conclusion en miroir: ce qui a changé dans votre façon de penser, et la chose à aller faire pendant que c'est encore frais.

- **L'envoi: allez livrer quelque chose qui tient** (7 chapitres, ~12 min): Ce qui a changé dans votre façon de penser, la seule chose à faire cette semaine, et comment garder le discernement que vous venez de construire.

## Questions fréquentes

### À qui s'adresse ce cours ?

Les développeurs qui ont appris en construisant, pas en étudiant. Vous livrez des applis avec des outils AI au quotidien (Copilot, Claude, ChatGPT) et vous n'avez jamais été aussi rapide. Mais il y a un écart entre "ça tourne" et "c'est de l'ingénierie", et vous le sentez quand quelque chose casse à 3 h du matin ou quand un dev senior demande "pourquoi tu l'as fait comme ça ?"

Vous n'êtes pas débutant. Vous savez écrire du code, mais pas toujours expliquer ce qui se passe après avoir appuyé sur Entrée. C'est exactement l'écart que ce cours comble.

### Qu'est-ce que ça m'apprend que je ne peux pas juste prompter ?

Le discernement. L'AI écrit désormais 80% de votre code. Les 20% qui comptent, c'est l'architecture, la gestion des erreurs, le modèle de sécurité et le design du système. Ces 20% exigent de comprendre les compromis, le contexte et les conséquences, précisément ce que l'AI ne peut pas faire à votre place.

Chaque module prend quelque chose que vous "savez" déjà (bases de données, APIs, déploiements) et vous montre ce qui vous manque: le cycle de vie d'une requête, les plans d'exécution, les tempêtes de retries, l'invalidation de cache, la checklist de mise en production.

### Faut-il un diplôme CS ou une stack particulière ?

Aucun diplôme requis. Ce cours a été conçu pour ceux qui ont sauté cette étape, ou qui ont un diplôme et en ont oublié l'essentiel. Il part des concepts: les exemples utilisent des outils grand public comme PostgreSQL, Redis, Docker et Stripe, mais chaque module enseigne le modèle mental, pas le clic sur les boutons d'un fournisseur, et s'applique donc à la stack avec laquelle vous livrez, quelle qu'elle soit.

### C'est quoi, les postmortems et les exercices ?

Chaque module de Complete dissèque un vrai désastre d'ingénierie documenté: vraie entreprise, vraie date, vraie cause racine, et ce qui l'aurait évité. Puis l'exercice applique le module à votre propre projet déjà livré, pas à un repo jouet, si bien que chaque module se termine avec votre vrai système un peu plus proche du niveau production qu'avant.

### Combien de temps ça prend ?

Complete, c'est 38 modules de cours de 25 à 40 minutes chacun, plus les exercices, et une courte conclusion pour finir. Comptez environ 20 heures de vidéo, et à peu près le double avec la pratique. Le tout est structuré en onze parties indépendantes, donc vous pouvez aussi sauter directement à celle qui brûle en ce moment: déploiements cassés ? Partie 6. Requête lente ? Partie 3.

### Est-ce que j'obtiens un certificat ?

Oui ! Et il se mérite au lieu d'être distribué pour avoir regardé: le certificat de fin de formation ShipReal, délivré via Teachable. Chaque module se termine par un quiz autocorrigé de 10 questions et une question ouverte, et le certificat arrive une fois que vous les avez tous traités.

### Mon entreprise peut-elle l'acheter pour toute l'équipe ?

Oui. Les licences se vendent en direct, au prix par licence des offres équipes ci-dessus, sur une seule facture, et elles suivent l'équipe au fil des arrivées et des départs. Chaque ingénieur reçoit le cours Complete, travaillé sur son propre projet plutôt que dans un bac à sable partagé.

Au-delà de 20 licences, ou s'il vous faut un PO, du single sign-on via SAML ou OIDC, ou les modules livrés dans votre propre LMS en paquets SCORM ou xAPI ou via LTI, dans Cornerstone, Workday, Moodle ou ce que votre organisation utilise, écrivez-moi et nous cadrerons ça ensemble.

### Et si ce n'est pas pour moi ?

Commencez par les aperçus gratuits sur YouTube: ils vous diront vite si le cours parle votre langue. Au-delà, la garantie du tableau des tarifs est la réponse complète, et la marche à suivre pour la faire jouer est dans la politique de remboursement.

### Dans quelles langues est-il disponible ?

La narration est en anglais uniquement pour le moment. Complete sur Teachable inclut des sous-titres en anglais, français, allemand, italien, espagnol & hébreu. D'autres langues arrivent bientôt.

## Legal

[Privacy Policy](https://shipreal.dev/privacy) · [Terms of Service](https://shipreal.dev/terms) · [Refund Policy](https://shipreal.dev/refunds)