IA et apprentissage automatique

Transformer la documentation du code hérité avec l'IA générative  

Pour une entreprise britannique du secteur de la santé, nous avons utilisé GenAI et Azure OpenAI Services pour transformer la documentation de code hérité et optimiser des systèmes mal documentés. La solution a permis l'analyse automatisée, la détection des doublons, la refactorisation et la visualisation de l'architecture, améliorant ainsi la maintenabilité, les performances et l'évolutivité.

Transforming legacy code documentation with GenAI

arrow_circle_right Transformation de code hérité

À propos du client

Un partenaire mondial dans la fourniture de services de santé qui œuvre au développement durable du système de santé. 

Secteur :

Santé

Localisation :

UK

Services

Analyse du code hérité

Refactoring et optimisation du code

Visualisation de l'architecture et des flux de données

Technologies

GenAI
Azure OpenAI

Défi et besoin métier

Le principal besoin métier de notre client était d'améliorer la documentation et l'optimisation de ses systèmes hérités. Les systèmes hérités, caractérisés par un code complexe et souvent mal documenté, présentent des défis importants en matière de maintenance, d'évolutivité et de performance.

En améliorant la compréhension et la performance de ces systèmes, le client vise à fournir une base solide pour les avancées technologiques actuelles et futures, en phase avec ses objectifs commerciaux.

Nos responsabilités

Pour répondre à ces problématiques, nous avons exploité Azure OpenAI Services afin d'automatiser et d'améliorer les processus d'analyse, de documentation et d'optimisation. Notre approche de ce projet garantit que les systèmes hérités sont non seulement documentés de manière exhaustive, mais aussi optimisés pour répondre efficacement aux exigences métier actuelles et futures.

Le périmètre de notre travail s'est concentré principalement sur 4 domaines :

Analyse automatique

  • Analyser et documenter le code hérité – nous avons utilisé la technologie GenAI pour analyser automatiquement la base de code héritée, ce qui impliquait de lire et de comprendre systématiquement le code, puis de générer une documentation détaillée décrivant les subtilités du code existant.
  • Mettre en évidence les dépendances – nos outils ont créé des représentations visuelles, telles que des graphes de dépendances, qui illustrent comment les différentes parties du code interagissent.

Détection des doublons

  • Identifier le code dupliqué – nous avons utilisé des algorithmes avancés pour analyser la base de code à la recherche de segments de code dupliqués. Ces duplications sont courantes dans les systèmes hérités et peuvent entraîner des défis de maintenance.
  • Rapports de nettoyage – une fois les duplications identifiées, nous avons généré des rapports détaillés mettant en évidence ces problèmes et fournissant des indications claires sur les endroits nécessitant un nettoyage.

Refactorisation et optimisation

  • Suggestions de refactoring assistées par l'IA – nous avons exploité l'IA pour fournir des recommandations exploitables en matière de refactoring du code. Ces suggestions ont été conçues pour améliorer les performances, la lisibilité et la maintenabilité du code.
  • Amélioration des performances – nos outils d'IA ont analysé les goulots d'étranglement des performances du système et recommandé des modifications spécifiques pour améliorer les performances. Grâce à cela, nous avons veillé à ce que le système hérité réponde aux normes de performance actuelles et soit évolutif pour les exigences futures.

Visualisation des flux de données et de l'architecture

  • Documentation des flux de données – nous avons automatisé la documentation des flux de données dans le système, ce qui inclut la cartographie du déplacement des données à travers les différents composants du système et l'amélioration de la compréhension et de la gestion des processus de données.
  • Génération de diagrammes UML – afin de fournir une visualisation claire et complète de l'architecture du système, nous avons généré des diagrammes Unified Modelling Language (UML), qui constituent un moyen standardisé de visualiser les composants d'un système.
Transforming legacy code documentation with GenAI

Le résultat

Les efforts de notre équipe ont permis des améliorations significatives des systèmes existants, notamment une documentation améliorée, une base de code rationalisée grâce à l'élimination des doublons, des performances optimisées grâce à une refactorisation pilotée par l'IA, et une visualisation plus précise de l'architecture du système.

Ensemble, ces résultats ont amélioré la maintenabilité, l'efficacité et l'évolutivité des systèmes, garantissant qu'ils peuvent répondre efficacement aux besoins actuels et futurs de l'entreprise.

Si vous devez moderniser le système hérité de votre entreprise, découvrez notre offre ou contactez-nous directement via le formulaire ci-dessous.

arrow_circle_rightContactez-nous

Vous souhaitez collaborer ? Contactez-nous.

Tomasz Smolarczyk

Tomasz Smolarczyk

Directrice de l'Intelligence Artificielle