Comment développer vos compétences techniques à l'ère de l'intelligence artificielle : un guide complet

La programmation basée sur l’IA est là pour rester. Des outils comme Curseur V0 et Lovable ont considérablement abaissé la barrière à l’entrée : la création de tableaux de bord, de pipelines ou d’applications entières peut désormais être réalisée en une fraction du temps.

J'utilise ces outils quotidiennement et ils m'ont définitivement rendu plus rapide. Mais à mesure que la base de code devient plus complexe, les compromis deviennent clairs : des bugs obscurs, une logique embrouillée et des heures perdues à déboguer du code que je ne comprenais pas vraiment.

Les outils d’IA sont excellents, surtout pour les débutants, mais ils ont un coût caché. Plus vous laissez l’IA faire le gros du travail, moins vous avez de chances d’affiner vos instincts qui naissent de la lutte contre la complexité.
Oui, l’IA accélérera votre flux de travail, mais vous éviterez également les étapes formatrices où vous acquerrez une sagesse technique.

Le « Vibe coding » – compiler rapidement du code avec une planification minimale – est idéal pour les démonstrations ou les expériences. Mais pour parvenir à une croissance technique plus profonde ou construire des systèmes d’une complexité significative, le « codage d’ambiance » ne suffit pas. Ce post populaire sur Reddit résume parfaitement la situation : si on ne le contrôle pas, le « Vibe coding » crée plus de problèmes qu’il n’en résout. Cette pratique peut être utile au début, mais une dépendance excessive à son égard empêche d’acquérir l’expertise approfondie nécessaire au développement de solutions logicielles robustes et durables.

Codage Vibe, où 2 ingénieurs peuvent désormais créer la dette technologique d'au moins 50 ingénieurs

— Je suis développeur (@iamdevloper) 20 mars

Dans cet article, je vais vous montrer comment utiliser les outils basés sur l'IA de manière plus judicieuse et pourquoi ils pourraient contribuer à... Open Source C'est la manière la plus sous-estimée de véritablement développer vos compétences techniques. La participation à des projets open source améliore considérablement l’expérience pratique et approfondit la compréhension technique.

 

Mon expérience d'utilisation de l'encodage automatique avec Cursor

Comme de nombreux développeurs, je suis passé de VS Code (avec GitHub Copilot) à Cursor et je suis actuellement abonné au plan Pro de Cursor (20 $/mois).

La fonctionnalité sur laquelle je compte le plus est le chat IA intégré de Cursor, qui me permet d'interagir directement avec Base L'intégralité du code. Son agent peut rechercher rapidement plusieurs fichiers et même gérer des images, ce qui est très utile lors de la navigation dans des référentiels volumineux et inconnus. Il détecte et corrige également automatiquement les erreurs du correcteur pendant que vous modifiez des fichiers.

Au début, Cursor a considérablement augmenté ma productivité, en particulier pour les tâches simples. C'était puissant, presque magique. Mais à mesure que les choses se compliquaient, j’ai remarqué quelques problèmes. Cursor produisait parfois du code complexe, mélangeait des fichiers portant des noms similaires dans des répertoires et avait parfois du mal à suivre des flux logiques complexes.

Le codage automatisé peut vous fournir des milliers de lignes de code en quelques minutes, mais sans un modèle mental solide de ce que vous construisez, vous risquez de vous retrouver avec des systèmes gonflés et surdimensionnés. C’est ce que les experts appellent « anti-modèle » en ingénierie logicielle.

Le curseur réduit efficacement l'espace de recherche lors du débogage. Cependant, lui permettre d'effectuer des modifications non contrôlées crée plus de bugs qu'il n'en résout. Les développeurs expérimentés doivent toujours examiner attentivement les modifications suggérées par l'IA.

 

Au-delà du conseil habituel « écrivez de meilleures invites », une stratégie que j’ai trouvée particulièrement utile consiste à dire au curseur de ne pas faire de modifications directes. (Il est étonnamment obéissant à ce sujet !)

Au lieu de cela, je lui demande explicitement de suggérer d’abord des modifications dans l’interface de chat. J’examine ensuite chaque suggestion, j’identifie les modifications logiques et je les applique de manière sélective, soit manuellement, soit via Cursor. Contrairement à ChatGPT, la plus grande force de Cursor est sa connaissance contextuelle complète de l'ensemble de la base de code et sa capacité à analyser des fichiers longs (plus de 5000 XNUMX lignes de code) en les traitant en morceaux gérables. Cette fonctionnalité en fait un outil puissant pour améliorer l’efficacité des développeurs et réduire les erreurs potentielles dans le code.

Contribuer à l'open source

Alors, comment gagner en puissance technique ? Il existe deux méthodes principales : les projets parallèles et les contributions open source.

Les projets parallèles sont parfaits pour explorer de nouvelles technologies ou se plonger dans quelque chose qui vous passionne ou vous intéresse. Vous vous demandez comment fonctionnent les agents d'IA ou vous êtes curieux à propos de MCP ? Le simple fait de créer un projet simple en un week-end vous apprendra bien plus que des heures de tutoriels ou de documentation. Grâce à l’open source, les outils et les ressources sont disponibles gratuitement, créant des conditions de concurrence équitables pour tous. Contribuer à l’open source est une opportunité de développer des compétences techniques et d’acquérir une expérience pratique dans un environnement collaboratif.

Mais les projets individuels présentent des inconvénients. Il est facile de perdre la motivation : beaucoup de mes projets secondaires n’ont jamais vu le jour. Contribuer à l’open source est souvent plus durable en raison d’une communauté solidaire et d’objectifs partagés.

 

De plus, vous pouvez vous retrouver dans une chambre d'écho : votre code fonctionne, mais vous n'êtes pas sûr qu'il respecte les meilleures pratiques ou les normes de l'industrie. Si vous êtes au début de votre carrière et que vous manquez de conseils, comment savoir si vous êtes sur la bonne voie ?

C’est précisément là que l’open source comble le vide. Les projets open source ne sont pas réservés aux magiciens de la programmation ; C'est pour tout le monde. Vos bibliothèques préférées comme Pandas, Matplotlib, TensorFlow et Keras dépendent fortement de la participation de la communauté. Participer à des communautés open source est un excellent moyen de développer vos compétences en programmation et d’acquérir une expérience pratique en utilisant des outils et des technologies importants.

 

Pourquoi s'embêter à contribuer à l'open source ?

L'open source vous permet d'avoir un impact réel qui est utilisé par des milliers de développeurs, et pas seulement par des projets expérimentaux que personne ne voit. Vous deviendrez expert en contrôle de version (bonjour GitHub !), perfectionnerez vos compétences en matière de navigation dans des bases de code complexes, acquerrez les meilleures pratiques et créerez un réseau de personnes qui pourront vous faire confiance lorsque cela compte. Ces compétences sont essentielles dans le développement de logiciels et augmentent vos opportunités de carrière.

Il y a aussi des avantages professionnels. Vous enrichirez votre portefeuille et votre marque personnelle et augmenterez votre vitesse lorsque vous rejoindrez de nouvelles équipes. Contribuer à des projets open source démontre votre expérience pratique et votre capacité à collaborer, deux qualités très recherchées sur le marché du travail.

Mais contribuez aux bonnes causes. Si votre seule motivation est de trouver un emploi, ne contribuez pas ! L’open source n’est pas un ticket d’entrée pour un emploi : il requiert un réel intérêt et un réel engagement. Cela montre que vous avez une passion pour la construction, et pour de nombreuses startups qui démarrent à partir de projets open source, c'est ainsi qu'elles trouvent leurs premiers employés. Les entreprises recherchent des développeurs passionnés qui contribuent activement à la communauté open source.

Choisissez un projet open source qui vous intéresse.

Commencer peut sembler intimidant. De nombreux référentiels populaires disposent d'énormes bases de données, d'une documentation potentiellement obsolète ou de centaines de problèmes peu clairs. Alors comment choisir ?

Tout d’abord, choisissez un projet. Tu tiens vraiment à lui. Cela peut paraître évident, mais c’est crucial – et sous-estimé.

Choisissez quelque chose Vous l'utilisez déjà, Que ce soit au travail ou sur un projet parallèle. Se lancer dans un projet inconnu avec une technologie inconnue est tout simplement déroutant et vous perdrez rapidement votre motivation.

Personnellement, je suis un grand utilisateur et fan de PostHog — une plateforme d'analyse de produits conçue spécifiquement pour les développeurs — j'ai donc commencé à y contribuer. Leur documentation était complète et bien organisée, ce qui en fait un excellent point de départ. (Et non, ils ne m'ont pas payé pour dire ça !)

 

Comment contribuer ?

هناك Beaucoup Ce que vous pouvez faire. Voici une approche que j’ai trouvée utile.

1. Trouvez une fonctionnalité dont vous avez besoin ou améliorez quelque chose que vous utilisez.
   Limiter vos contributions aux fonctionnalités qui vous intéressent vraiment apporte clarté et motivation. Le meilleur codage provient de la résolution des problèmes que vous rencontrez personnellement.
2. Configurez votre environnement local.
   Créez un fork du projet, clonez-le localement et exécutez-le. Comprendre où se trouvent les journaux et comment tester les modifications. Comprendre la structure de base et le style de codage du projet.
3. Commencez petit et apprenez en faisant.
   De nombreux référentiels marquent les problèmes comme étant adaptés aux débutants (par exemple, « bon-premier-problème »). Choisissez ces problèmes pour commencer. Comprendre le problème et le répéter ; N'hésitez pas à commenter si vous êtes bloqué. Lors de l'ouverture d'une demande d'extraction PR, assurez-vous que vos modifications passent tous les audits et tests.

Apprendre à naviguer dans la base de code est essentiel. Vous n’avez pas besoin de lire chaque ligne – c’est pratiquement impossible. Après avoir compris la structure de haut niveau, plongez-y. Commencez petit pour vous habituer au processus de création, de publication et de révision des demandes d'extraction de relations publiques. Rédigez des messages d’engagement et des descriptions de relations publiques clairs. Consultez nos demandes d'extraction de relations publiques récemment fusionnées pour des exemples réussis ou des discussions approfondies.

 

Sommaire

Contribuer à l’open source demande de la patience. Les référentiels populaires sont énormes et l’apprentissage prend du temps. Il faut au moins quelques mois pour devenir un contributeur précieux et constant, alors ne vous laissez pas décourager par les revers initiaux. Si votre demande de retrait est rejetée ou que vous restez bloqué sur une erreur complexe, c'est tout à fait normal, cela fait partie du processus d'apprentissage.

Si vous êtes nouveau dans l'open source et que vous souhaitez discuter, n'hésitez pas à nous contacter. Bien que je ne sois pas entré dans les détails techniques ici (une recherche rapide sur Google ou ChatGPT peut vous y guider), j'espère que cela vous donne une perspective générale pour commencer. L’open source a été enrichissant pour moi, et j’espère qu’il le sera aussi pour vous.