CCDV-F – Présentation du cours

Code d’examen CCDV-F 53 items · 120 min 125 $ Réussite 720/1000

Ce que valide la certification

Que vous savez construire, intégrer et exploiter des applications et des agents sur Claude à l’aide de l’API, des SDK et de l’outillage développeur : appeler correctement la Messages API, sélectionner et optimiser les modèles pour le coût et la latence, concevoir des boucles agentiques et des flux de travail, faire de l’ingénierie de prompts et de contexte, câbler des outils et des serveurs MCP, appliquer des contrôles de sécurité et de sûreté, travailler efficacement dans Claude Code, et évaluer, tester et déboguer ce que vous livrez.

Public visé : les développeurs et ingénieurs logiciels qui codent contre l’API Anthropic et les SDK, construisent des agents, écrivent des serveurs MCP et intègrent Claude à des applications et des pipelines. À l’aise avec REST, JSON, la programmation asynchrone et le contrôle de version.

Public non visé : les utilisateurs métier non techniques (voir CCAO-F) ou ceux qui conçoivent des architectures multi-agents et des programmes de gouvernance à l’échelle de l’entreprise (voir CCAR-F / CCAR-P).

Blueprint (Exam Guide v1.0, juillet 2026)

#	Domaine	Poids	Items (approx.)	Page du cours
1	Applications and Integration	33,1 %	~18	Domaine 1
2	Model Selection and Optimization	16,8 %	~9	Domaine 2
3	Agents and Workflows	14,7 %	~8	Domaine 3
4	Prompt and Context Engineering	11,0 %	~6	Domaine 4
5	Tools and MCPs	10,6 %	~5	Domaine 5
6	Security and Safety	8,1 %	~4	Domaine 6
7	Claude Code	3,1 %	~2	Domaine 7
8	Eval, Testing and Debugging	2,6 %	~1	Domaine 8

L’état d’esprit du Developer

L’examen récompense constamment une posture : construire des systèmes corrects, observables et attentifs au coût, qui pilotent le flux de contrôle à partir des signaux structurés de l’API plutôt qu’à partir de suppositions en langage naturel. Les bonnes réponses tendent à :

• Piloter la boucle agentique depuis stop_reason (surtout tool_use), jamais en analysant de la prose ni en plafonnant arbitrairement les itérations.
• Faire respecter les règles critiques par programmation (hooks, validation, schémas) plutôt que de faire confiance aux instructions du prompt.
• Gérer les erreurs explicitement, journaliser les request IDs, et réessayer les 429/5xx/529 avec backoff exponentiel et jitter, en respectant retry-after.
• Choisir le modèle le moins cher qui atteint la qualité requise, puis recourir au caching, au batching et au routage pour réduire coût et latence.
• Épingler les snapshots de modèle, versionner les prompts, et garder les secrets hors des prompts et de CLAUDE.md.
• Valider la sortie structurée par rapport à un schéma et réessayer en cas d’échec plutôt que de faire confiance à un texte assuré.

Les mauvaises réponses tendent à : analyser le langage naturel pour terminer la boucle, plafonner les itérations comme mécanisme d’arrêt principal, faire respecter les règles métier dans le prompt, faire confiance à la confiance auto-déclarée, masquer le contexte de diagnostic dans des erreurs génériques, avaler les erreurs comme des succès vides, surcharger les agents d’outils, et s’auto-évaluer dans la même session.

Répartition du temps suggérée (plan sur 30 heures)

Domaine	Poids	Heures
Applications and Integration	33,1 %	10
Model Selection and Optimization	16,8 %	5
Agents and Workflows	14,7 %	4,5
Prompt and Context Engineering	11,0 %	3,5
Tools and MCPs	10,6 %	3
Security and Safety	8,1 %	2,5
Claude Code	3,1 %	1
Eval, Testing and Debugging	2,6 %	0,5

Liste de préparation pratique

• Envoyez une requête Messages API en Python (anthropic) et en TypeScript (@anthropic-ai/sdk) ; inspectez l’objet de réponse complet et usage.
• Mettez en œuvre le streaming et gérez chaque type d’événement SSE ; affichez les tokens au fur et à mesure de leur arrivée.
• Construisez une boucle de tool-use qui se termine sur stop_reason et gère tool_use, end_turn, pause_turn et max_tokens.
• Ajoutez le prompt caching avec cache_control et mesurez l’écart de coût sur les cache hits.
• Soumettez un Message Batch et interrogez-le jusqu’à son achèvement ; comparez le coût aux appels synchrones.
• Ajoutez une reprise avec backoff exponentiel + jitter respectant retry-after ; forcez un 429 pour la tester.
• Demandez une sortie structurée via output_config.format avec un schéma JSON et ajoutez une reprise sur validation.
• Écrivez un serveur MCP minimal en Python (FastMCP) et connectez-le dans Claude Desktop et Claude Code.
• Écrivez un PreToolUse hook qui bloque une commande dangereuse (code de sortie 2).
• Épinglez un snapshot de modèle, puis faites une migration à blanc vers un modèle plus récent et notez les changements incompatibles.

Pages du cours