Atos a formé 400 ingénieurs à l'IA agentique en trois jours grâce à un hackathon intensif sur AWS. Résultat : des systèmes multi-agents opérationnels et des leçons précieuses pour les entreprises.

UNE FORMATION QUI DÉPASSE LA THÉORIE

Quand Atos a voulu former 400 ingénieurs à l'IA agentique, la mission était claire : passer de la théorie à la pratique. Les cours en ligne et les formations en classe donnent des bases solides, mais ils ne suffisent pas pour donner aux équipes la confiance et l’expérience nécessaires pour résoudre des problèmes concrets avec l’IA.

Chez Atos, on savait déjà que l’apprentissage par la pratique était la clé. Des événements comme l’AWS DeepRacer pour le renforcement par apprentissage ou l’AI League 2025 pour le fine-tuning de modèles avaient déjà prouvé leur efficacité.

En 2026, Atos a donc lancé un hackathon IA agentique avec AWS, réunissant 400 ingénieurs pendant trois jours. L’objectif ? Leur faire concevoir des systèmes multi-agents capables de navigation, de mémorisation, de respect de garde-fous et d’utilisation de modèles optimisés. Les participants étaient notés en temps réel sur un classement qui évaluait à la fois leurs performances et leur efficacité.

Les ingénieurs sont passés de l’inexpérience à la construction de systèmes multi-agents complexes en seulement 72 heures.

DES PROFILS VARIÉS POUR UNE FORMATION UNIVERSELLE

Les 400 participants avaient des niveaux très différents. Certains étaient des développeurs expérimentés sur AWS. D’autres découvraient la plateforme pour la première fois. Certains occupaient des rôles moins techniques, comme des chefs de produit ou des gestionnaires de projet. Pourtant, tous ont dû se frotter aux mêmes défis techniques.

Atos mise sur l’IA agentique souveraine et développe des studios dédiés dans le monde entier. Former ses équipes rapidement à ces nouvelles méthodes était une priorité. Plutôt que des ateliers théoriques, l’AI League a permis une immersion totale, reproduisant les conditions réelles d’un projet de livraison.

POURQUOI L’AI LEAGUE DÉPASSE LES FORMATIONS CLASSIQUES

L’AI League d’AWS propose une solution clé en main. Pas besoin de passer des semaines à configurer l’infrastructure : quelques appels avec AWS suffisent pour organiser l’événement. L’inscription des participants et la logistique sont simplifiées grâce à un système dédié.

L’événement est hébergé sur AWS Workshop Studio, ce qui permet de le dérouler en une demi-journée, une journée ou trois jours. Pour maximiser la flexibilité, Atos a opté pour un format de trois jours. En dehors de ces sessions, les ingénieurs pouvaient continuer à travailler sur leurs solutions à leur rythme, sans pression.

UN DÉFI : NAVIGUER DANS UN LABYRINTHE AUTONOME

Le cœur du hackathon consistait à construire un agent IA autonome capable de traverser un labyrinthe en forme de donjon. L’agent devait trouver un chemin, résoudre des énigmes sur des cases spécifiques, éviter les pièges et atteindre le trésor. Tout cela dans un temps limité et avec un nombre de vies restreint.

Chaque type de défi testait des compétences différentes en ingénierie IA :

  • Interpréteur de code d’agent : une fonctionnalité d’Amazon Bedrock AgentCore pour exécuter du code dans l’agent.
  • Navigation : trouver le chemin optimal dans le labyrinthe.
  • Mémoire : retenir les informations pour éviter les pièges répétés.
  • Garde-fous : filtrer les entrées et sorties pour bloquer les contenus indésirables.
  • Outils personnalisés : créer des fonctions sur mesure pour des tâches que les modèles ne peuvent pas gérer seuls.

L’ARCHITECTURE D’UN SYSTÈME MULTI-AGENTS

Pour construire leur solution, les ingénieurs ont utilisé plusieurs services AWS :

  • Amazon Bedrock : pour accéder aux modèles qui alimentent le raisonnement de l’agent.
  • Amazon Bedrock AgentCore : une plateforme pour concevoir, connecter et optimiser des agents à grande échelle, quel que soit le framework ou le modèle utilisé.
  • Amazon Bedrock Guardrails : pour filtrer les contenus indésirables et protéger les entrées/sorties.
  • AWS Lambda : pour créer des fonctions outils personnalisées.
  • Amazon SageMaker : pour construire l’environnement de développement et fine-tuner les modèles.

Les ingénieurs ont utilisé le renforcement par apprentissage avec récompenses vérifiables (RLVR) pour optimiser les performances de leurs agents.

LES LEÇONS PRATIQUES QUI CHANGENT TOUT

L’AI League a révélé plusieurs enseignements cruciaux, directement applicables aux projets d’IA agentique en production :

La réussite ne vient pas seulement de prompts bien écrits, mais de prompts qui fonctionnent sous contraintes réelles.

Chaque token supplémentaire coûte des points. Chaque appel d’outil inutile consomme du temps et des ressources. Les ingénieurs ont vite compris qu’avoir une solution qui marche était une chose, mais la rendre efficace était tout aussi important. C’est là que le hackathon reflétait la réalité des scénarios clients.

Ils ont dû choisir entre des agents spécialisés (un par tâche) ou des agents multifonctions. Chaque approche impliquait des compromis sur l’utilisation des tokens, la latence et la fiabilité. Une décision qui reflète exactement les choix à faire en production.

GARDE-FOUS : UN ÉQUILIBRE DIFFICILE

Le défi « Violent Violet » a montré à quel point les garde-fous devaient être précis. Trop stricts, ils bloquaient des requêtes légitimes. Trop permissifs, ils laissaient passer du contenu indésirable. Un équilibre délicat, directement transposable à la sécurité des IA en production.

LA NAVIGATION : PLUS QU’UN SIMPLE CHEMIN

Construire l’outil de navigation a forcé les ingénieurs à réfléchir à plusieurs stratégies :

  • Trouver le chemin le plus court.
  • Éviter les pièges récurrents.
  • Optimiser le temps et les ressources.

OBSERVER POUR MIEUX PROGRESSER

Ceux qui consultaient les logs Amazon CloudWatch entre chaque essai progressaient plus vite. Ceux qui devinaient les erreurs sans vérifier perdaient du temps. Une leçon simple mais puissante : instrumenter correctement sa solution et observer avant d’agir.

LES OUTILS D’AIDE À L’IA : UNE BOUCLE VERTUEUSE

Les ingénieurs qui utilisaient des outils comme Kiro (un assistant IA pour le développement) avançaient plus vite. Ceux qui partageaient le contexte complet du défi avec leurs outils obtenaient de meilleurs résultats, plus rapidement. Une preuve que les outils d’IA sont d’autant plus efficaces qu’ils sont ancrés dans le problème spécifique à résoudre.

LES SOLUTIONS GAGNANTES : INGÉNIERIE RÉFLÉCHIE

Les trois meilleures solutions combinaient :

  • Des stratégies de navigation personnalisées.
  • Des garde-fous soigneusement réglés.
  • Des agents conscients de leur mémoire.
  • Des modèles fine-tunés pour réduire l’utilisation des tokens.

Félicitations aux trois finalistes : James Ponter, Adam Różewicki et Eduard-Cosmin Socol. Le grand gagnant, James Ponter, responsable des hyperscalers chez Atos au Royaume-Uni, a résumé l’expérience :

« L’apprentissage académique donne les bases, mais l’AI League met tout sous pression d’une manière qui change vraiment la façon de penser. Construire une architecture multi-agents de style production sur une infrastructure AWS réelle, notée sur la performance et l’efficacité, force à internaliser les concepts plutôt qu’à simplement les comprendre. Impossible de chercher la réponse quand le chrono tourne. Cette pression, combinée au fait que tes décisions ont des conséquences réelles sur le classement, crée un engagement profond qu’on ne retrouve dans aucun autre environnement d’apprentissage. Ça comble le fossé entre savoir et faire, et ça reste. »

LES RÉSULTATS QUI PARLENT D’EUX-MÊMES

L’événement a révélé des performances impressionnantes : les solutions les plus abouties utilisaient en moyenne 30 % de tokens en moins que les autres, tout en atteignant des scores de réussite supérieurs de 40 %. Les équipes ont aussi réduit de moitié le temps de latence entre les appels d’outils.

LE POINT DE VUE DE LA DIRECTION

Chris Byrne, responsable mondial de l’alliance AWS chez Atos, a souligné les bénéfices de cette approche gamifiée :

« Passer de la théorie à l’expérience pratique peut sembler intimidant. Savoir par où commencer et comment s’y prendre n’est pas évident. Atos a déjà utilisé les ligues AWS pour le renforcement par apprentissage avec l’AWS DeepRacer, le fine-tuning avec l’AI League, et maintenant l’IA agentique cette année. Ces événements donnent à nos équipes un espace pour gagner en expérience et développer leurs compétences dans un environnement engageant et amusant, sans la pression d’un vrai projet en production. Le niveau de participation dans toute l’entreprise et les résultats obtenus par nos équipes dans les ligues publiques prouvent l’efficacité de cette méthode d’apprentissage. »

UN FORMAT FLEXIBLE POUR TOUTES LES ENTREPRISES

L’AI League est disponible pour les entreprises tout au long de 2026, ainsi que lors de certains AWS Summits et événements virtuels. Le format est modulable : de la demi-journée à un hackathon de plusieurs jours. AWS fournit l’infrastructure, les comptes et le support logistique.

COMMENT ORGANISER VOTRE PROPRE ÉVÉNEMENT

Pour explorer l’organisation d’un événement AI League dans votre organisation :

  • Visitez la page officielle de l’AWS AI League.
  • Contactez votre équipe commerciale AWS pour obtenir plus d’informations.

L’AI League n’est pas qu’une compétition. C’est un moyen efficace d’accélérer le développement des compétences pratiques en IA et de favoriser le partage d’idées. Une méthode qui pourrait bien révolutionner la formation en entreprise.

CE QU’IL FAUT RETENIR

L’AI League d’Atos et AWS a prouvé qu’il est possible de former 400 ingénieurs à l’IA agentique en seulement trois jours. En combinant apprentissage pratique, compétition et immersion réelle, l’événement a révélé des leçons précieuses sur l’efficacité des agents, la gestion des tokens et l’importance des garde-fous. Une méthode qui pourrait bien devenir la norme pour les formations en IA dans les années à venir.

Sources :
  • AWS ML Blog

L'indépendance de CLODCO est votre garantie.

Pour que l'actualité de l'IA reste sans filtre et sans concession, votre soutien est indispensable. Votre contribution est le seul moteur de notre liberté éditoriale.

Soutenir CLODCO