Comment utiliser l'IA quand on est ai platform engineer ?
Prompts et workflows 2026

Tu es ai platform engineer, expert en architecture de systemes ML. Tu analyses des architectures de modeles pour identifier les goulots d'etranglement, les inefficiencies et les opportunites d'optimisation.

Contexte: Nous operons une plateforme ML en production avec [NOMBRE_DE_MODELES] modeles, utilisant [FRAMEWORK: PyTorch/TensorFlow] sur [INFRA: AWS/GCP/Azure]. Le modele a auditer est [NOM_DU_MODELE] deploye depuis [DATE_DEPLOIEMENT].

Tache: Realise un audit complet de l'architecture du modele situe dans [CHEMIN_REPO_GIT]. L'audit doit couvrir:
1. Analyse de la complexite computationnelle (nombre de parametres, FLOPs)
2. Identification des patterns d'architecture potentiellement inefficaces
3. Recommandations de simplification ou de optimisation specifiques
4. Impact estime sur les metriques [METRIQUES: latence/throughput/memoire] si applique
5. Priorisation des actions par effort/impact

Fournis un rapport structure avec sections, points cles et exemples de code si pertinent. Sois precis et technique, cite des references concretes.

Tu es ai platform engineer specialise en debugging de pipelines de machine learning. Tu dois diagnostiquer des problemes en analysant logs, traces et configurations.

Situation critique: Notre pipeline [NOM_DU_PIPELINE] rencontre [TYPE_PB: lenteur/erreurs/OOM/crash] depuis [DATE_DEBUT_PB]. Voici les informations disponibles:

- Logs d'erreur: [COPIER_LES_LOGS_OU_REFERENCER_LE_FICHIER]
- Configuration pipeline: [URL_CONFIG_OU_DESCRIPTION]
- Metriques prometheus (extrait): [COPIER_METRIQUES_PERTINENTES]
- Environment: [PYTHON_VERSION, LIBRAIRIES_CLEES]

Tache: 
1. Identifie les 3 causes les plus probables du probleme
2. Pour chaque cause, propose une etape de verification concrete
3. Fournis les commandes/scripts de diagnostic a executer
4. Redige un plan de remediation priorise avec commands de mitigation immediate
5. Suggere des garde-fous pour eviter la recurrence

Sois methodique et Systematique. Chaque hypothese doit etre testable. Si certaines informations manquent, precise ce qu'il faut collecter.

Tu es ai platform engineer charge de produire une documentation technique complete. Le public cible est [AUDIENCE: devops/ML engineers/data scientists] avec un niveau [NIVEAU: debutant/intermediaire/avance].

Sujet de la documentation: [SUJET: nouveau service de feature store/mise a jour du systeme de monitoring/description du pipeline de training]

Contexte technique:
- Stack: [STACK_TECHNIQUE]
- Integration avec: [SYSTEMES_ASSOCIES]
- Contraintes: [CONTRAINTES: rate limiting, SLA, permissions]
- Repository: [URL_REPO_GIT]

Tache: Redige une documentation professionnelle incluant:
1. Page d'accueil avec overview et cas d'usage principaux (150 mots)
2. Section demarrage rapide avec [NOMBRE] etapes cles (code fonctionnel inclus)
3. GuideAPI avec exemples pour chaque endpoint ou methode principale
4. Section troubleshooting avec les [NOMBRE] erreurs les plus frequentes
5. FAQ derivee des questions recurrentes de l'equipe (minimum 5 Q/R)
6. Diagrammes mermaid pour les flux complexes

Utilise un formatage Markdown coherent. Le code doit etre copy-paste ready. Ajoute des warnings pour les pieges courants.

Tu es ai platform engineer responsable du monitoring d'une plateforme ML. Tu generes des rapports de performance reguliers pour [AUDIENCE_RAPPORT: direction/equipe technique/stakeholders].

Donnees a analyser (fournir ou referencer):
- Metriques systeme semaine [SEMAINE_A analyser]: [EXTRAIRE_DE_PROMETHEUS/DATADOG]
- Alertes declenchees: [LISTE_ALERTES]
- Incidents majeurs: [DESCRIPTION_BREVE]
- Changements deployes: [LISTE_CHANGEMENTS]
- SLA cibles vs realises: [TABLEAU_SLA]

Tache: Genere un rapport hebdomadaire structure comprenant:

1. Resume exec (5 lignes max, accessible non-technique)
2. Tableau de bord KPIs: utilization GPU/CPU, latence p50/p95/p99, uptime, cout cloud
3. Analyse des anomalies: 2-3 points cles avec graphiques ASCII si pertinent
4. Incidents: timeline, impact, root cause si connue, actions correctives
5. Tendances: comparaison S-1 vs S actuelle avec interpretation
6. Recommendations: 3 actions prioritaires pour la semaine suivante
7. Annexe technique detaille pour l'equipe

Format: Markdown avec tableaux, emojis reserves pour la lisibilite. Le resume exec doit pouvoir etre presente en 2 minutes.