AI1AI-Assisted Embedded Development
Master AI coding agents for embedded systems
Objectives
|
- C language
- Embedded target experience
- Git basics
- Command line
- No AI experience needed
- Cours théorique
- Support PDF (en anglais), imprimé en présentiel ; à distance via Teams.
- Assistance du formateur tout au long de la formation.
- Activités pratiques (40-50% de la durée)
- Exemples de code, exercices et solutions.
- À distance : un PC Linux en ligne par stagiaire, avec carte émulée ou physique selon le cours.
- Présentiel / sur site : un PC (un par binôme au-delà de 6 stagiaires), carte cible et manuel d'installation si nécessaire.
- Machine virtuelle préconfigurée téléchargeable pour refaire les TP après le cours.
- Chaque session débute par un point avec les stagiaires.
- Tout ingénieur ou technicien en systèmes embarqués possédant les prérequis ci-dessus.
- Les prérequis sont évalués avant la formation.
- Les progrès sont évalués par le formateur via les exercices pratiques, et par des quizz pour les sections sans exercices.
- Chaque stagiaire reçoit une attestation de réussite.
- En cas de prérequis manquant, une formation différente ou complémentaire est proposée.
Plan du cours
- AI assistant families
- Interaction modes
- Why embedded is different
- From coding to orchestrating
- Strengths and limitations
| Exercise : | give the same driver prompt to AI tools and compare the results | |
- Anatomy of a prompt
- Few-shot prompting
- Iterative refinement
- Prompting with embedded artefacts
- Reviewer-mode prompting
- Plan before code
- Detecting hallucinations
| Exercise : | rewrite three requests as structured prompts and measure the improvement | |
- Why specs come first
- Anatomy of a spec
- From requirement to spec
- Spec as contract
- Living specifications
- Role of the FSD
- FSD structure
- Generating a first-draft FSD
- Reviewing the FSD
- Iterating the FSD
- Handing off the FSD
| Exercise : | turn a feature request into a structured specification | |
| Exercise : | find the hidden assumptions in a requirement and make them explicit | |
| Exercise : | generate a first-draft FSD with Claude | |
| Exercise : | review and harden the FSD into a ready-to-build version | |
- GitHub Copilot in VS Code
- Claude in VS Code
- Configuring the IDE
- Privacy and licensing
- What a CLI assistant adds
- Scaffolding a new firmware project
- Claude Code
- OpenAI Codex CLI
- Project memory files
- Encoding the constraints
- Permissions and autonomy
- Slash and custom commands
- Hooks (build, clang-format, lint)
- Plan Mode and Extended Thinking
- Claude Code on the web
- Context-window economics
| Exercise : | set up Copilot and Claude in VS Code, then build an I²C driver with each and compare | |
| Exercise : | configure CLAUDE.md and test hooks, then let Claude Code build a small driver | |
- The datasheet problem
- Feeding the right pages
- Per-project knowledge corpus
- Trust heuristics
| Exercise : | generate a DMA config | |
- MCP as the agent’s interface
- MCP server categories
- Designing the MCP toolbox
- Writing an MCP server
- Sharing MCP configs
| Exercise : | connect Claude Code to three MCP servers and verify each one | |
| Exercise : | write a small MCP server | |
- What an agent is
- The agent loop
- Single vs multi-agent
- Subagents and delegation
- Autonomy boundary
- Agent configurations
- Failure modes
| Exercise : | build a two-agent workflow (one implements the FSD, the other reviews it) | |
| Exercise : | run an agent on a build-flash-test loop, inject a failure, and watch it recover | |
- The Skill concept
- Skills for embedded teams
- Installing and using plugins
- Plugins vs Skills
- Project-level config files
- Encoding team standards
- Versioning and sharing Skills
- Three tools, one workflow
- Where each fits
- Switching tools mid-task
- Decision guide
- Cost and licensing trade-offs
- IP and data residency
| Exercise : | write a Skill that turns a one-line request into an FSD, and test it on three cases | |
| Exercise : | write a CLAUDE.md of coding conventions and see how Claude Code’s output changes | |
| Exercise : | take one feature through all three tools (Claude for the FSD, Codex to build, Copilot to refactor) | |
- What review means
- Hardware failure modes
- Concurrency failure modes
- Timing failure modes
- Review workflow
| Exercise : | find and fix three planted defects (register, concurrency and timing) in a generated driver | |
| Exercise : | have a second AI tool review the first’s output and compare what each missed | |
- IP and data handling
- Your company’s AI policy
| Exercise : | classify ten scenarios as safe, borderline or forbidden, and draft a one-page house rule | |
Plus d'information
Pour vous enregistrer ou pour toute information supplémentaire, contactez nous par email à l'adresse info@ac6-formation.com.
Les inscriptions aux sessions de formation sont acceptées jusqu'à une semaine avant le début de la formation. Pour une inscription plus tardive nous consulter
Vous pouvez aussi remplir et nous envoyer le bulletin d'inscription
Ce cours peut être dispensé dans notre centre de formation près de Paris ou dans vos locaux, en France ou dans le monde entier.
Les sessions inter-entreprises programmées sont ouvertes dès deux inscrits. Sous condition d'un dossier complet, les inscriptions sont acceptées jusqu'à une semaine avant le début de la formation.
Dernière mise à jour du plan de cours : 20 mai 2026
L'inscription à nos formations est soumise à nos Conditions Générales de Vente