Appel à consultant -EFE

Projet DAPP - DRC Acceleration Fund

Consultation pour la dispense d'une formation technique en Intelligence Artificielle Générative (GenAI)

3 jours - 18 heures

1. Présentation du projet DAPP

Dans le cadre du Danish-Arab Partnership Programme (DAPP), mis en œuvre avec le Danish Refugee Council (DRC), EFE-Tunisie développe des parcours de formation visant à renforcer l'employabilité des jeunes et à faciliter leur intégration dans des secteurs porteurs. Les contenus sont construits avec les entreprises partenaires afin de rapprocher les compétences acquises des pratiques et outils réellement mobilisés en milieu professionnel.

1. À propos d'EFE-Tunisie

Education for Employment Tunisie (EFE-Tunisie) est une organisation à but non lucratif qui accompagne l'insertion économique des jeunes à travers des programmes d'employabilité, d'entrepreneuriat et de formation pour le placement. Depuis 2012, EFE-Tunisie a formé plus de 24 000 jeunes, dont plus de 60 % de femmes, et plus de 85 % ont été associés à des opportunités d'emploi.

1. Contexte et justification

Dans le cadre du DAPP - DRC Acceleration Fund, EFE-Tunisie souhaite sélectionner un prestataire pour concevoir et animer une formation technique intensive de trois jours en IA générative appliquée au développement logiciel, destinée à un groupe de 16 jeunes disposant de bases en programmation et appelés à intégrer un parcours professionnalisant en alternance. Cette formation constitue un module d'amorçage visant l'acquisition d'un socle commun de pratiques professionnelles directement transférables dans un environnement de développement logiciel utilisant l'IA.

La formation devra combiner un socle de fondamentaux (LLM, contexte, tokens, limites des modèles) et leur mise en pratique dans un environnement de type software factory : cycle de développement, traitement de tickets et interaction avec des assistants ou agents IA de coding pouvant mobiliser différents modèles. Une attention particulière sera portée à la qualité du contexte fourni à l'agent, à l'optimisation des interactions et à la vérification des réponses générées.

Compte tenu du format de 18 heures, l'objectif est une montée en compétence ciblée, observable et mesurable : compréhension des principes, acquisition des bons réflexes professionnels et mise en application progressive sur des tickets de complexité simple à modérée, sans viser une expertise avancée en trois jours.

1. Objectifs de la formation

À l'issue de la formation, les participants devront être capables de :

• Comprendre les fondamentaux de la GenAI et des LLM : fonctionnement général, contexte, tokens, limites et risques ;
• Situer l'usage de l'IA dans une software factory, comprendre les principales étapes du cycle de développement et analyser un ticket en tâches, contraintes et critères d'acceptation ;
• Structurer une requête technique efficace en précisant contexte, objectif, contraintes, critères d'acceptation et format de sortie ;
• Utiliser un assistant ou coding agent pour comprendre, générer, corriger, refactoriser, tester et documenter du code ;
• Optimiser l'utilisation de l'agent en sélectionnant le contexte utile, en découpant les tâches, en maîtrisant les itérations et en comprenant l'impact de la consommation de tokens ;
• Analyser de manière critique les réponses générées, vérifier le code produit et appliquer les bonnes pratiques de confidentialité, de sécurité et d'utilisation responsable.

1. Public cible

• 16 jeunes diplômés de niveau licence ou équivalent, appelés à intégrer un parcours professionnalisant en alternance ;
• Profils issus principalement de l'informatique, du développement logiciel ou de disciplines apparentées ;

1. Durée, date, lieu et organisation

• Durée totale : 3 jours (18 heures)
• Modalité : formation en présentiel
• Période prévisionnelle : à partir du jeudi 1er octobre 2026. Les dates pourront être ajustées en fonction du calendrier et des contraintes du partenaire, en coordination avec EFE-Tunisie et le prestataire retenu.
• Lieu : Université Sésame 

1. Pédagogie et méthodologie

La formation devra adopter une ingénierie pédagogique active, progressive et fortement appliquée. Les apports conceptuels seront ciblés et immédiatement transférés dans des situations de développement logiciel ; une part significative du temps de formation devra être consacrée à la pratique encadrée et à la mise en situation.

La démarche reposera sur un cas fil rouge évolutif conduit sur les trois jours. À partir d'une base de code fictive ou neutre et d'un backlog de tickets gradués, le cas devra progresser d'une situation simple vers des tâches plus intégrées afin de mobiliser successivement les fondamentaux LLM, le prompting technique, la gestion du contexte et des tokens, puis les usages d'un coding agent. Les tickets devront comporter des critères d'acceptation vérifiables et permettre l'implication active des 16 participants. Aucun code, donnée ou processus confidentiel d'une entreprise partenaire ne devra être utilisé.

Le prestataire proposera un agenda détaillé respectant la progression suivante :

• Jour 1 : fondamentaux GenAI/LLM, tokens et fenêtre de contexte ; repères sur la software factory, cycle de développement, backlog, tickets et critères d'acceptation ;
• Jour 2 : interaction avec un coding agent, structuration des requêtes techniques, contextualisation, génération/correction/refactoring, tests, documentation et vérification des sorties ;
• Jour 3 : traitement intégré du cas fil rouge, optimisation du contexte et des itérations, analyse critique des résultats, sécurité/confidentialité et évaluation technique finale.

L'évaluation combinera :

• un pré-test technique (baseline) avant ou au démarrage de la formation, centré sur les compétences cibles ;
• des évaluations formatives intégrées aux exercices et au cas fil rouge ;
• un post-test technique (endline) portant sur les mêmes compétences, avec un niveau de difficulté et un barème comparables au pré-test, complété par une mise en situation finale ;
• une grille de compétences commune aux différentes évaluations, permettant de mesurer la progression individuelle et collective et de produire un positionnement final par compétence.

1. Moyens et ressources à mobiliser par le prestataire

Le prestataire prendra en charge la préparation pédagogique et technique de la session, notamment :

• mobilisation du formateur principal pendant toute la mission ;
• adaptation du cas fil rouge, du backlog de tickets, des exercices et des évaluations au niveau des participants ;
• supports de formation, corrigés et ressources complémentaires ;
• configuration ou mise à disposition, lorsque nécessaire, d'un environnement de démonstration et d'outils d'IA/coding agent adaptés aux exercices, avec solution de repli en cas d'indisponibilité technique ;
• éventuels frais liés aux licences, outils, transport ou hébergement de ses consultants.

La salle, les postes de travail et la connexion Internet seront confirmés avec le prestataire retenu avant le démarrage.

1. Qualifications requises du prestataire

Le profil du formateur principal constituera un critère central d'évaluation. Il devra démontrer une expérience de praticien, au-delà d'une expérience exclusivement pédagogique.

Le formateur proposé devra :

• justifier d'au moins cinq (5) années d'expérience professionnelle opérationnelle en développement logiciel / software engineering, avec participation à des projets livrés de bout en bout dans des environnements de production ;
• maîtriser le fonctionnement d'une software factory et les pratiques associées : cycle de développement, gestion de tickets, revue de code, tests et, lorsque pertinent, CI/CD ou DevOps ;
• justifier d'une expérience pratique récente d'intégration ou d'utilisation de GenAI, assistants de développement ou coding agents dans des projets professionnels ;
• avoir animé au moins cinq (5) formations ou ateliers sur la GenAI, les LLM, l'AI-assisted software development ou des thématiques techniques proches ;
• maîtriser au moins un langage de programmation pertinent, être capable de concevoir et d'animer un cas fil rouge réaliste (live coding, analyse de tickets, revue et correction) et disposer de solides capacités de facilitation et d'évaluation des compétences en français.

Seront particulièrement appréciées les expériences en architecture logicielle, Cloud/DevOps, Data/ML, sécurité applicative ou environnements à fortes exigences de confidentialité et de traçabilité.

1. Livrables attendus

Le prestataire remettra au plus tard une semaine après la formation :

• programme, agenda, supports de cours, cas fil rouge, exercices et corrigés ;
• pré-test, post-test, mise en situation finale et grille d'évaluation/positionnement par compétence ;
• résultats individuels et agrégés baseline/endline, avec analyse de la progression et positionnement final par compétence ;
• rapport synthétique de formation incluant déroulement, résultats et recommandations ;
• feuilles de présence, attestations et photos exploitables pour le reporting institutionnel.

1. Documents constitutifs de l'offre

L'offre technique devra comprendre :

• présentation du cabinet ou du consultant et CV détaillé du formateur proposé ;
• programme pédagogique et agenda des trois jours, avec description synthétique du cas fil rouge (contexte, progression des tickets, outils mobilisés) et du dispositif d'évaluation baseline/endline ;
• références démontrant l'expérience opérationnelle en software engineering et l'usage professionnel de la GenAI/coding agents, ainsi qu'au moins cinq (5) formations ou ateliers pertinents ;
• outils, licences ou prérequis techniques nécessaires et confirmation de la disponibilité du formateur.

L'offre financière précisera le montant hors taxes, le montant TTC et, le cas échéant, les coûts spécifiques liés aux licences ou outils nécessaires aux travaux pratiques.

1. Dépôt des offres

Les propositions complètes devront être envoyées par courrier électronique à :

zmessaoudi@efetunisie.org; iouelhazi@efetunisie.org; 

Objet du courrier électronique : Consultation - Formation GenAI - Projet DAPP/DRC Acceleration Fund

Date limite d'envoi : Mercredi 30 Septembre 2026 à 12h :00