CCAR-P – Examen blanc 2

Voici un deuxième examen blanc complet de 63 items pour CCAR-P. Chaque item est inédit — aucun ne figure dans l’Examen blanc 1 ni sur les pages de domaine — et l’ensemble est réglé pour être un peu plus difficile que l’examen 1 : plus d’énoncés à contraintes multiples, plus d’arithmétique de capacité/coût, et plus de qualificatifs FIRST / MOST cost-effective / TWO qui récompensent la lecture de l’énoncé en entier avant de répondre. La pondération du blueprint est identique à celle de l’examen 1, si bien que vos scores par domaine sont directement comparables.

Ce qui diffère de l’examen 1

Qualificatifs plus difficiles. Plusieurs énoncés demandent la première (FIRST) action ou la conception la plus rentable (MOST cost-effective), si bien que plus d’une option est défendable et que vous devez choisir la meilleure.
Items arithmétiques. Vous calculerez le coût par requête, les RPM/ITPM/OTPM, les économies de cache, le recall@k, le MRR et la significativité A/B à partir des chiffres donnés.
Scénarios à contraintes multiples. Résidence + cloud existant + action irréversible, ou PHI + ZDR + placement, doivent tous être satisfaits en même temps.
Mêmes familles de distracteurs que l’examen 1 (aveugle aux contraintes, sur-conçu, prompt-comme-application, auto-déclaration, défaillance silencieuse, restitution seule, métrique agrégée, sentiment-comme-complexité), si bien que s’entraîner sur l’examen 1 se transfère directement.

Répartition par domaine

#	Domaine	Poids	Items ici
1	Solution Design & Architecture	17 %	11
2	Claude Models, Prompting & Context Engineering	13 %	8
3	Integration (dont RAG)	19 %	12
4	Evaluation, Testing & Optimization	16 %	10
5	Governance, Safety & Risk Management	14 %	9
6	Stakeholder Communication & Lifecycle Management	14 %	9
7	Developer Productivity & Operational Enablement	7 %	4
	Total	100 %	63

Comment utiliser les deux examens

Passez d’abord l’Examen 1, en conditions chronométrées, avant de toucher à l’examen 2. Utilisez-le pour repérer vos domaines faibles et réétudier ces pages de domaine.
Utilisez l’Examen 2 comme feu vert avant réservation. Ce n’est qu’une fois l’Examen 1 confortable (≥ 80 % en brut, aucun domaine loin sous les autres) que vous devriez passer cet ensemble plus difficile. Considérez un Examen 2 solide comme le signal que vous êtes prêt à réserver.
Comparez les résultats par domaine entre les deux sessions. Un domaine qui chute nettement de l’examen 1 à l’examen 2 est là où le raisonnement plus profond à contraintes multiples est encore fragile — revenez à l’étude de cas et au tableau des idées reçues de cette page de domaine.

Repère de notation

L’examen réel s’échelonne de 100 à 1000 avec une réussite à 720 ; il n’y a pas de pénalité pour les mauvaises réponses, alors répondez à tout. Comme repère en brut, visez ≥ 80 % (≈ 50/63) sur cet ensemble plus difficile avant de réserver, et confirmez qu’aucun domaine ne se situe loin sous les autres.

Passer l’examen blanc

Mode interactif

Passer l’examen d’entraînement

63 questions · une à la fois · compte à rebours de 120 minutes · résultats avec répartition par domaine et correction complète à la fin. Votre progression est enregistrée dans ce navigateur si vous quittez la page.

Limite de temps Mélanger l’ordre des questions

CCAR-PExamen d’entraînement

Question 1 sur 63

--:--

Toutes les questions (mode révision)

Les options sont présentées une par ligne. La réponse et l’explication restent masquées jusqu’à ce que vous cliquiez sur Afficher la réponse. Utilisez le mode interactif ci-dessus pour une session chronométrée.

Q1D1 · Conception de solution et architectureSélectionnez une réponse
Une charge de travail s’exécute à 10 req/s en moyenne à 5k tokens d’entrée + 1k de sortie sur Sonnet 5 ($2/$10 par MTok) et doit tenir un budget de $300k/mois. Quelle conception est la MOST cost-effective tout en préservant la qualité ?
- A. Tout exécuter sur Opus 5 pour la marge.
- B. Calculer le coût par requête (~$0.02), puis empiler le prompt caching sur le préfixe stable, une cascade « le moins cher d’abord » escaladant sur échec de validation, et le Batch pour le trafic tolérant, jusqu’à ce que le calcul passe sous le budget.
- C. Deviner une conception et ajuster après le lancement.
- D. Déplacer tout le trafic vers Fable 5.1 pour la qualité.
Afficher la réponse
Réponse : B.
Le coût par requête est 5k×$2/1e6 + 1k×$10/1e6 = $0.02 ; la rentabilité est un exercice arithmétique de cache + cascade + batch empilés jusqu’à coût < budget. Opus pour tout (A) est sur-conçu/dépense trop ; deviner (C) n’est pas ancré (aveugle aux contraintes) ; Fable 5.1 (D) est le modèle le plus cher, l’inverse de la rentabilité.
Q2D1 · Conception de solution et architectureSélectionnez une réponse
La charge de pointe est de 25 req/s à 8k tokens d’entrée chacune ; le palier plafonne l’ITPM à 6 000 000. Quelle est la contrainte contraignante et la FIRST réponse saine ?
- A. Le RPM est contraignant ; rien d’autre n’importe.
- B. L’ITPM est contraignant (ITPM de pointe = 25×60×8 000 = 12M > 6M) ; déplacer le trafic tolérant à la latence vers le Batch et/ou monter le palier ou faire déborder vers un second modèle.
- C. Envoyer chaque requête à Opus 5.
- D. L’ignorer car les rafales sont rares.
Afficher la réponse
Réponse : B.
peak_ITPM = 25×60×8 000 = 12 000 000, le double du plafond de 6M, donc l’ITPM lie en premier ; la correction est le Batch, un palier supérieur ou le débordement. Le RPM seul (A) lit mal le calcul ; Opus pour tout (C) augmente le coût et l’ITPM ; ignorer les rafales (D) invite une tempête de 429 (défaillance silencieuse/aveugle aux contraintes).
Q3D1 · Conception de solution et architectureSélectionnez une réponse
Un SLA p95 de 5 s est dépassé ; les traces montrent qu’une longue sortie générée domine le budget de latence. Quel changement est le BEST ?
- A. Ajouter un coordinateur et trois subagents pour la robustesse.
- B. Utiliser un modèle plus petit/rapide ou le fast mode, raccourcir ou streamer la sortie, et baisser l’effort là où c’est suffisant, car la génération est le terme dominant.
- C. Augmenter le k du retrieval pour améliorer la qualité.
- D. Déplacer le chemin interactif vers la Batch API.
Afficher la réponse
Réponse : B.
Quand la génération domine le budget de latence, réduisez le modèle/la sortie/l’effort ou streamez. Le multi-agent (A) est sur-conçu et ajoute de la latence ; un k plus grand (C) ajoute du temps de retrieval ; le Batch (D) a une latence pouvant aller jusqu’à 24 h et ne peut pas servir un SLA p95 interactif.
Q4D1 · Conception de solution et architectureSélectionnez deux réponses
Un assureur réglementé de l’UE sur Azure veut trier les sinistres avec un signalement de fraude qui ne doit JAMAIS refuser automatiquement un sinistre. Quels DEUX choix de conception sont corrects ?
- A. Déployer sur Microsoft Foundry dans une région UE pour la résidence et l’IAM existant.
- B. Router le refus automatique pour fraude directement vers le modèle afin d’économiser le temps de l’expert.
- C. Insérer un point de contrôle d’approbation humaine obligatoire avant tout refus, car il est irréversible et réglementé.
- D. Utiliser l’API Anthropic directe pour le modèle le plus récent.
- E. Fixer une cible unique de précision agrégée sur tous les types de sinistres.
Afficher la réponse
Réponse : A et C.
La résidence UE plus une empreinte Azure existante orientent vers Foundry UE, et une action réglementée irréversible exige un point de contrôle humain. Le refus automatique (B) supprime le point de contrôle obligatoire ; l’API directe (D) est aveugle à la contrainte de résidence ; une cible agrégée unique (E) masque l’échec par type de sinistre (métrique agrégée).
Q5D1 · Conception de solution et architectureSélectionnez une réponse
Lors d’un pic de 529, une session de thinking Fable 5.1 active bascule automatiquement vers un modèle bien plus ancien et le comportement multi-tour devient corrompu. Quelle est la bonne correction ?
- A. Augmenter le plafond d’itérations.
- B. Ne basculer que vers un modèle à parité de fonctionnalités (prise en charge du thinking égale ou plus récente), journaliser le mode dégradé, et ne jamais rétrograder silencieusement une session de thinking.
- C. Désactiver les réessais pour échouer vite.
- D. Analyser le texte de sortie pour détecter la corruption.
Afficher la réponse
Réponse : B.
Les blocs de thinking ne sont lisibles que par le modèle producteur ou plus récent ; le fallback doit donc préserver la parité de fonctionnalités et journaliser le mode dégradé. Un plafond d’itérations (A) et l’analyse de texte (D) ne traitent pas la parité (anti-pattern d’analyse de prose) ; désactiver les réessais (C) nuit à la disponibilité.
Q6D1 · Conception de solution et architectureSélectionnez une réponse
Une équipe doit lancer dans trois semaines, manque de capacité ops, et le runtime agentique est une capacité banalisée. Quelle est la BEST décision « construire vs acheter » ?
- A. Construire de zéro un runtime et un sandbox Agent SDK sur mesure.
- B. Utiliser des managed agents (Anthropic héberge la boucle et le sandbox) pour tenir l’échéance avec un minimum d’ops.
- C. Reporter jusqu’au recrutement d’une équipe plateforme ML.
- D. Acheter un produit sans prise en charge de Claude.
Afficher la réponse
Réponse : B.
Pas de capacité ops plus échéance serrée plus capacité banalisée orientent vers managed/acheter. Construire (A) contredit les contraintes (sur-conçu) ; reporter (C) rate l’échéance (aveugle aux contraintes) ; un produit non-Claude (D) abandonne l’exigence.
Q7D1 · Conception de solution et architectureSélectionnez une réponse
Une boucle agentique ne se termine parfois jamais. Quel est le contrôle principal CORRECT accompagné de son garde-fou ?
- A. Scruter le texte du modèle pour y trouver le mot « done » comme signal principal.
- B. Terminer sur stop_reason (end_turn / plus de tool_use), en gardant un plafond d’itérations uniquement comme garde-fou de sécurité.
- C. Utiliser un plafond fixe de 8 itérations comme seul contrôle.
- D. Baisser la température jusqu’à l’arrêt.
Afficher la réponse
Réponse : B.
Le flux de contrôle s’appuie sur stop_reason ; un plafond n’est qu’un garde-fou. Scruter le texte (A) est l’anti-pattern d’analyse de prose ; un plafond seul (C) est l’anti-pattern du plafond d’itérations comme arrêt principal ; la température (D) ne régit pas la terminaison.
Q8D1 · Conception de solution et architectureSélectionnez une réponse
Un énoncé décrit des investigations parallèles indépendantes qui doivent chacune explorer avec un contexte isolé puis être synthétisées. Quel pattern est justifié ?
- A. Un seul appel de LLM augmenté.
- B. L’orchestration multi-agent (coordinateur + subagents) avec isolation du contexte et synthèse par convergence.
- C. Un workflow séquentiel en trois étapes partageant un seul contexte.
- D. Un fine-tuning sur le corpus de recherche.
Afficher la réponse
Réponse : B.
Des sous-tâches parallèles à contexte isolé avec convergence sont le signal multi-agent typique. Un seul appel (A) ne peut pas paralléliser une exploration isolée ; un workflow séquentiel à contexte partagé (C) n’isole pas ; le fine-tuning (D) est sans rapport avec l’orchestration.
Q9D1 · Conception de solution et architectureSélectionnez une réponse
Une conception route 100 % vers Opus 5 à 4× le budget avec une qualité acceptable. Quel changement est le MOST cost-effective tout en préservant la qualité sur les cas difficiles ?
- A. Tout basculer vers Haiku 4.5 et accepter une précision moindre.
- B. Introduire une cascade « le moins cher d’abord » qui n’escalade vers Opus 5 que sur un échec du contrôle de validation, plus le prompt caching sur le préfixe stable.
- C. Escalader sur la confiance auto-déclarée du modèle.
- D. Réduire le nombre d’utilisateurs.
Afficher la réponse
Réponse : B.
Une cascade route « le moins cher d’abord » et escalade sur échec de validation, préservant la qualité des cas difficiles tandis que la majorité du trafic s’exécute à moindre coût ; le caching amortit le préfixe. Haiku pour tout (A) sacrifie la précision (aveugle aux contraintes) ; l’auto-déclaration (C) est l’anti-pattern n°4 ; réduire les utilisateurs (D) ne traite pas les coûts unitaires.
Q10D1 · Conception de solution et architectureSélectionnez une réponse
Une partie prenante propose un objectif vague et aucun chiffre, et deux équipes ne sont pas d’accord sur le périmètre. Quelle est la BEST FIRST action ?
- A. Commencer à construire l’interprétation la plus probable.
- B. Mener une discovery pour définir des critères de succès mesurables par segment et énumérer les contraintes, et obtenir une validation avant de concevoir.
- C. Choisir Opus 5 par défaut et démarrer.
- D. Supposer une cible et poursuivre.
Afficher la réponse
Réponse : B.
Sans critères ni contraintes la conception n’est pas ancrée ; la discovery fait émerger la contrainte contraignante et aligne les parties prenantes. Construire (A), choisir un modèle par défaut (C) et inventer une cible (D) escamotent tous l’étape d’ancrage (aveugle aux contraintes).
Q11D1 · Conception de solution et architectureSélectionnez une réponse
Quel changement complète le mieux une architecture de référence par ailleurs saine qui n’a actuellement aucun chemin des signaux de production vers le système ?
- A. Ajouter un second load balancer.
- B. Ajouter une boucle de rétroaction : evals hors ligne plus métriques en ligne, traces et télémétrie de coût qui orientent les changements de prompt/modèle/retrieval.
- C. Ajouter uniquement plus de validation d’entrée.
- D. Augmenter la fenêtre de contexte.
Afficher la réponse
Réponse : B.
Une architecture de niveau Professional doit boucler des signaux de production vers l’amélioration ; c’est l’étape de rétroaction. Un load balancer (A) est de l’infrastructure ; la validation d’entrée (C) est l’étape d’entrée ; une fenêtre plus grande (D) est sans rapport avec la boucle manquante.
Q12D2 · Modèles Claude, prompting et ingénierie du contexteSélectionnez une réponse
Un préfixe stable de 4 000 tokens sur Sonnet 5 ($2/MTok en entrée) est réutilisé avec un taux de cache-hit de 90 % sur 10 000 req/jour. Environ combien de coût d’entrée le caching économise-t-il ?
- A. Rien ; le caching n’aide jamais les grands préfixes.
- B. Environ 70 %, car une lecture de cache vaut ~0,1× l’entrée, si bien que le préfixe de 4k se comporte comme ~400 tokens sur les 90 % de hits.
- C. Exactement 50 %, la remise Batch.
- D. 100 % ; les requêtes en cache sont gratuites.
Afficher la réponse
Réponse : B.
Une lecture ≈ 0,1× l’entrée transforme les 4 000 tokens de préfixe en ~400 sur les hits, faisant chuter le coût d’entrée quotidien de ~$90 à ~$27 (environ 70 %). Le caching aide bien les grands préfixes stables (A) ; 50 % est la remise Batch, pas le caching (C) ; les lectures sont bon marché, pas gratuites (D).
Q13D2 · Modèles Claude, prompting et ingénierie du contexteSélectionnez une réponse
Un pipeline doit retourner du JSON strictement typé pour des systèmes en aval et s’exécute sur Fable 5.1, où forcer l’usage d’outils renvoie un 400. Quelle est la BEST approche ?
- A. Forcer un appel d’outil avec tool_choice: "any" et réessayer sur 400.
- B. Utiliser les structured outputs avec un schéma JSON strict (ou auto + instruction), garantissant la forme sans forcer l’usage d’outils.
- C. Demander du JSON dans le prompt et parser la prose par regex.
- D. Basculer vers une sortie en texte libre et la re-parser.
Afficher la réponse
Réponse : B.
Les structured outputs avec un schéma strict sont conformes par construction et ne nécessitent pas de forcer l’usage d’outils, ce que Fable 5.1 rejette par un 400. Forcer les outils puis réessayer (A) ne peut pas corriger un 400 ; le JSON par prompt seul avec regex (C) et le re-parsing de texte libre (D) sont une analyse de prose fragile.
Q14D2 · Modèles Claude, prompting et ingénierie du contexteSélectionnez une réponse
Le caching est activé mais le taux de hit est de ~3 %. L’investigation montre qu’un request_id par requête est ajouté en tête du system prompt. Quelle est la FIRST correction ?
- A. Désactiver le caching ; il ne fonctionne pas ici.
- B. Retirer le request_id volatil du préfixe (le journaliser séparément) pour que le préfixe soit byte-stable, restaurant les cache hits.
- C. Raccourcir les documents de référence.
- D. Augmenter la fenêtre de contexte.
Afficher la réponse
Réponse : B.
Un token par requête dans le préfixe le change à chaque appel, si bien que rien ne se cache ; le déplacer restaure un préfixe stable. Le caching n’est pas cassé (A) ; la longueur des documents (C) n’affecte que la taille minimale ; une fenêtre plus grande (D) est sans rapport.
Q15D2 · Modèles Claude, prompting et ingénierie du contexteSélectionnez une réponse
Une longue session agentique sur un modèle de thinking déborde de la fenêtre parce que les résultats d’outils sont énormes. Quelle technique est correcte, et que faut-il éviter ?
- A. Supprimer côté client les premiers tours utilisateur et assistant.
- B. Utiliser le context editing pour effacer les résultats d’outils périmés côté serveur (et la compaction pour le récit narratif), en évitant les éditions côté client du raisonnement antérieur qui invalident les blocs de thinking.
- C. Baisser la température pour rétrécir le contexte.
- D. Demander au modèle de se résumer lui-même dans le même tour.
Afficher la réponse
Réponse : B.
Le context editing retire les résultats d’outils périmés côté serveur et la compaction résume le récit narratif, tous deux évitant l’invalidation des blocs de thinking. Supprimer des tours côté client (A) rompt l’invariant append-only ; la température (C) n’affecte pas la taille du contexte ; l’auto-résumé dans le tour (D) ne récupère pas de fenêtre.
Q16D2 · Modèles Claude, prompting et ingénierie du contexteSélectionnez deux réponses
Une équipe exécute chaque requête sur Opus 5 à effort: xhigh avec une qualité acceptable et 5× le budget ; le coût, pas la latence, est le grief. Quels DEUX changements réduisent le mieux le coût tout en préservant la qualité ?
- A. Faire cascader la majorité du trafic vers Sonnet 5, en n’escaladant vers Opus 5 que sur un échec du contrôle de validation.
- B. Baisser l’effort à un niveau adéquat et ré-exécuter la suite de régression par segment pour confirmer l’absence de régression.
- C. Escalader sur la confiance auto-déclarée du modèle.
- D. Déplacer tout le trafic vers Fable 5.1 pour une qualité maximale.
- E. Retirer la suite d’eval pour réduire le compute.
Afficher la réponse
Réponse : A et B.
Une cascade « le moins cher d’abord » et un effort correctement dimensionné (re-validé par segment) réduisent le coût tout en préservant la qualité des cas difficiles. L’auto-déclaration (C) est l’anti-pattern n°4 ; Fable 5.1 (D) est le modèle le plus cher ; retirer les evals (E) supprime le garde-fou de qualité (défaillance silencieuse).
Q17D2 · Modèles Claude, prompting et ingénierie du contexteSélectionnez une réponse
Une règle stricte « ne jamais accorder de remise au-dessus de 20 % » doit être garantie dans un agent de vente Claude. Où doit-elle se situer ?
- A. Une phrase fortement formulée dans le system prompt.
- B. Un hook de permission d’outil / une validation programmatique qui rejette toute remise supérieure à 20 % avant l’exécution.
- C. Un exemple few-shot refusant une remise importante.
- D. Le budget de thinking.
Afficher la réponse
Réponse : B.
Les règles métier strictes exigent une application déterministe que le modèle ne peut pas contourner par la persuasion. La formulation du prompt (A) et le few-shot (C) sont du prompt-as-enforcement (anti-pattern n°3) ; le budget de thinking (D) est sans rapport avec l’application.
Q18D2 · Modèles Claude, prompting et ingénierie du contexteSélectionnez une réponse
Après la mise à niveau d’Opus 4.6 vers Opus 5, les requêtes fixant budget_tokens pour le thinking renvoient désormais un 400. Quelle est la correction ?
- A. Ajouter plus de réessais.
- B. Remplacer budget_tokens par thinking: {"type":"adaptive"} et contrôler la profondeur via effort, puisque budget_tokens est supprimé sur Opus 5.
- C. Rétrograder définitivement vers Haiku 4.5.
- D. Supprimer entièrement le thinking.
Afficher la réponse
Réponse : B.
budget_tokens est supprimé sur Opus 5 (et Sonnet 5 / Fable 5.x) et renvoie un 400 ; le thinking adaptatif plus effort est le remplacement pris en charge. Les réessais (A) ne peuvent pas corriger un 400 ; Haiku (C) est le seul modèle utilisant encore budget_tokens mais n’est pas un équivalent d’Opus ; supprimer le thinking (D) écarte le raisonnement nécessaire.
Q19D2 · Modèles Claude, prompting et ingénierie du contexteSélectionnez une réponse
Un fait durable (le palier contractuel d’un client) doit persister entre des sessions distinctes sans être renvoyé dans chaque prompt. Quel mécanisme convient, et quelle contrainte s’applique ?
- A. Coller le fait dans chaque system prompt.
- B. Utiliser l’outil de mémoire (memory tool) pour faire persister le fait entre les sessions, mais ne jamais y stocker de secrets/PII de façon inappropriée et le garder hors des journaux visibles du modèle.
- C. Le stocker dans CLAUDE.local.md.
- D. Augmenter la rétention du fournisseur pour le garder dans les journaux.
Afficher la réponse
Réponse : B.
L’outil de mémoire fait persister les faits durables entre les sessions ; la contrainte est de ne pas y stocker de secrets/PII de façon inappropriée. Coller à chaque prompt (A) gonfle le contexte ; CLAUDE.local.md (C) est un fichier de dev Claude Code, pas un stockage runtime ; s’appuyer sur la rétention du fournisseur (D) n’est pas un mécanisme de mémoire et augmente le risque de conformité.
Q20D3 · Intégration (dont RAG)Sélectionnez une réponse
Un assistant B2B sert 300 locataires depuis un seul index vectoriel partagé ; un locataire voit parfois le document d’un autre locataire dans une réponse. Quel est le contrôle correct ?
- A. Ajouter une règle de system prompt disant au modèle de ne pas révéler les données des autres locataires.
- B. Appliquer un filtre tenant_id (et ACL) obligatoire au moment du retrieval, avant/en parallèle de la recherche vectorielle, pour que seuls les chunks autorisés entrent dans le contexte.
- C. Filtrer la réponse après la génération pour retirer les données des autres locataires.
- D. Donner à chaque locataire un modèle plus grand.
Afficher la réponse
Réponse : B.
L’isolation est une frontière de sécurité au moment du retrieval : filtrer par tenant_id/ACL avant la recherche vectorielle. Une règle de prompt (A) est du prompt-as-enforcement contournable ; le filtrage post-génération (C) est trop tardif car le chunk est déjà entré dans le contexte ; un modèle plus grand (D) n’isole pas les données.
Q21D3 · Intégration (dont RAG)Sélectionnez une réponse
Sur 5 requêtes, le chunk pertinent s’est classé 1, 4, 2, non-récupéré, et 1. Quels sont recall@3 et MRR ?
- A. recall@3 = 1,00 ; MRR = 1,00.
- B. recall@3 = 0,60 ; MRR = 0,55.
- C. recall@3 = 0,55 ; MRR = 0,60.
- D. recall@3 = 0,80 ; MRR = 0,70.
Afficher la réponse
Réponse : B.
Trois des cinq chunks pertinents sont dans le top 3 (rangs 1, 2, 1), donc recall@3 = 3/5 = 0,60 ; les rangs réciproques 1, 0,25, 0,5, 0, 1 donnent MRR = 2,75/5 = 0,55. L’option A ignore les échecs ; C intervertit les valeurs ; D est arithmétiquement fausse.
Q22D3 · Intégration (dont RAG)Sélectionnez une réponse
recall@10 = 0,63 (faible) et les réponses omettent fréquemment le fait nécessaire. Où l’architecte doit-il travailler en FIRST ?
- A. Le grounding ; resserrer l’instruction « réponse uniquement à partir du contexte ».
- B. Le retrieval : corriger le chunking/les embeddings/l’hybride et ajouter le reranking, car un faible recall signifie que le chunk pertinent n’est souvent pas récupéré du tout.
- C. Ajouter plus de citations.
- D. Basculer le modèle de génération vers Opus 5.
Afficher la réponse
Réponse : B.
Un faible recall signifie que le bon chunk n’atteint pas le top-k, donc la défaillance est en amont, dans le retrieval. Le grounding et les citations (A, C) et un modèle de génération plus grand (D) ne peuvent pas aider si la réponse n’a jamais été récupérée.
Q23D3 · Intégration (dont RAG)Sélectionnez une réponse
recall@10 = 0,95 mais les réponses incluent des faits absents des chunks récupérés. Quelle couche a échoué et quelle est la correction ?
- A. Le retrieval ; baisser k et ré-indexer.
- B. La génération/le grounding (hallucination) ; imposer « réponse uniquement à partir du contexte », ajouter des citations, vérifier la fidélité, et reranker pour que le meilleur passage soit en tête.
- C. Les embeddings ; changer de modèle d’embeddings.
- D. L’indexation ; tout ré-indexer.
Afficher la réponse
Réponse : B.
Un recall élevé signifie que le bon contexte est présent, donc un fait non étayé est une défaillance de grounding à la génération. Les corrections côté retrieval (A, C, D) visent une couche saine (raisonnement fondé sur le seul recall).
Q24D3 · Intégration (dont RAG)Sélectionnez une réponse
Un système RAG indexe avec text-embedding-3-large mais un nouveau service interroge avec un modèle d’embeddings différent ; les scores de similarité semblent aléatoires. Quelle est la cause et la correction ?
- A. Le vector store est corrompu ; reconstruire le matériel.
- B. Une inadéquation de modèle d’embeddings entre requête et index ; utiliser le modèle d’embeddings identique pour l’indexation et l’interrogation.
- C. k est trop bas ; le monter à 1000.
- D. Le modèle de génération est trop petit.
Afficher la réponse
Réponse : B.
Les embeddings de modèles différents occupent des espaces vectoriels différents, donc la similarité inter-modèles n’a pas de sens ; requête et index doivent utiliser le même modèle d’embeddings. Ce n’est pas du matériel (A) ; monter k (C) ne peut pas corriger des vecteurs incompatibles ; le modèle de génération (D) est sans rapport avec la similarité de retrieval.
Q25D3 · Intégration (dont RAG)Sélectionnez une réponse
Un assistant de connaissances continue de donner l’ANCIENNE réponse, avec assurance, après la mise à jour d’un document pendant la nuit. Que l’architecte doit-il investiguer en FIRST ?
- A. Réécrire le system prompt pour qu’il soit plus précis.
- B. Inspecter ce que le retrieval a renvoyé ; le document mis à jour n’a probablement pas été re-chunké/ré-embeddé/ré-indexé, si bien que le retrieval sert des vecteurs périmés.
- C. Basculer vers Opus 5 avec effort xhigh.
- D. Ajouter plus d’exemples few-shot.
Afficher la réponse
Réponse : B.
Une réponse confiante-mais-fausse immédiatement après un rafraîchissement pointe vers un retrieval/indexation périmé ; inspectez d’abord les IDs des chunks récupérés. Les changements de prompt (A, D) et un modèle plus grand (C) ne peuvent pas corriger un retrieval périmé.
Q26D3 · Intégration (dont RAG)Sélectionnez une réponse
Un agent de support dispose de 22 outils, dont delete_ticket et refund que son rôle ne devrait jamais utiliser. Quelle est la bonne remédiation ?
- A. Conserver les outils mais journaliser chaque appel pour l’audit.
- B. Retirer les outils inutiles de l’allowlist de l’agent (moindre privilège) pour qu’il ne puisse pas du tout les invoquer.
- C. Ajouter une confirmation « êtes-vous sûr ? » avant l’exécution de ces outils.
- D. Les interdire dans le system prompt.
Afficher la réponse
Réponse : B.
Le moindre privilège retire la capacité, si bien que l’agentivité excessive disparaît. La journalisation (A) et la confirmation (C) le laissent accessible ; une règle de prompt (D) est du prompt-as-enforcement contournable.
Q27D3 · Intégration (dont RAG)Sélectionnez deux réponses
Des contrats chunkés à 500 tokens fixes produisent des réponses citant la mauvaise sous-clause et perdant le contexte environnant. Quels DEUX changements aident le PLUS ?
- A. Un chunking structurel/document-aware qui découpe sur les frontières de clause/section.
- B. Un chunking parent-enfant : faire correspondre les petits enfants, retourner la clause parente plus large pour le contexte.
- C. Retrieval dense seul.
- D. Température plus élevée.
- E. Retirer les citations.
Afficher la réponse
Réponse : A et B.
Les documents structurés nécessitent un chunking respectant les frontières et un contexte parent-enfant. Le dense seul (C), la température (D) et le retrait des citations (E) ne traitent pas le chunking, et les deux derniers l’aggravent.
Q28D3 · Intégration (dont RAG)Sélectionnez une réponse
Un serveur MCP distant sur Streamable HTTP expose des outils puissants sans authentification. Que faut-il OBLIGATOIREMENT ajouter ?
- A. Rien ; MCP est sûr par défaut.
- B. OAuth 2.1 sur le serveur MCP distant, plus des contrôles de permission par utilisateur à l’intérieur des outils.
- C. Un system prompt plus long.
- D. Un palier de rate-limit supérieur.
Afficher la réponse
Réponse : B.
Le MCP distant exige OAuth 2.1 et une autorisation par utilisateur pour que l’agent agisse avec l’autorité de l’appelant. MCP n’est pas authentifié par défaut (A) ; les prompts (C) et les rate limits (D) ne traitent pas l’autorisation.
Q29D3 · Intégration (dont RAG)Sélectionnez une réponse
Après avoir activé les réessais avec backoff, certains clients sont facturés deux fois. Quelle est la bonne correction ?
- A. Désactiver entièrement les réessais.
- B. Ajouter des clés d’idempotence à l’action de facturation afin que les appels réessayés soient dédupliqués sans effet de bord dupliqué.
- C. Baisser la température du modèle.
- D. Réconcilier les frais dupliqués chaque semaine.
Afficher la réponse
Réponse : B.
Les clés d’idempotence rendent sûrs les réessais sur des actions non idempotentes. Désactiver les réessais (A) nuit à la résilience ; la température (C) est sans rapport ; la réconciliation hebdomadaire (D) a quand même doublement facturé les clients (défaillance silencieuse).
Q30D3 · Intégration (dont RAG)Sélectionnez une réponse
Un corpus de 3M de documents change chaque jour et les réponses doivent citer la clause exacte. Quelle approche est la BEST ?
- A. Fine-tuner le modèle sur le corpus chaque nuit.
- B. Le RAG avec retrieval hybride, reranking, citations, et un pipeline de rafraîchissement planifié.
- C. Bourrer tout le corpus dans le contexte de 1M par requête.
- D. Long contexte plus fine-tuning combinés.
Afficher la réponse
Réponse : B.
Les corpus volumineux, changeant quotidiennement et exigeant des citations sont un cas canonique de RAG. Le fine-tuning nocturne (A) est une cadence irréaliste pour des faits ; le corpus dépasse/dépense le contexte et perd les citations (C) ; (D) hérite des deux problèmes.
Q31D3 · Intégration (dont RAG)Sélectionnez deux réponses
Un agent récupère k=8 en dense seul sans reranker ; la précision est faible et les numéros de pièce exacts sont manqués. Quels DEUX changements donnent le plus grand gain de qualité ?
- A. Basculer vers un retrieval hybride (BM25 + dense avec rank fusion) pour que les identifiants exacts soient classés.
- B. Récupérer largement (k≈50) et ajouter un reranker, en gardant le top 6.
- C. Augmenter la température.
- D. Retirer les citations pour accélérer les réponses.
- E. Passer à un contexte de 1M tokens et tout bourrer.
Afficher la réponse
Réponse : A et B.
Le retrieval hybride corrige les manques d’identifiants exacts et le « récupérer large puis reranker » corrige la précision. La température (C) est sans rapport avec le retrieval ; retirer les citations (D) nuit à la traçabilité du grounding ; bourrer le contexte (E) gonfle le coût sans améliorer le classement (sur-conçu).
Q32D4 · Évaluation, tests et optimisationSélectionnez une réponse
Sur 2 000 items appariés, le prompt B gagne 1 080 fois (54 %) ; sur un test manuel séparé de 12 items, B a gagné 7 fois. Quel résultat doit guider la promotion et pourquoi ?
- A. Le test de 12 items, car les réponses semblaient clairement meilleures.
- B. Le résultat sur 2 000 items : une victoire à 54 % pour n=2 000 est à ~3,6 écarts-types du hasard (p < 0,001), significative — à condition qu’aucun segment ne régresse.
- C. Aucun ; le test A/B n’est pas fiable.
- D. Moyenner les deux taux de victoire.
Afficher la réponse
Réponse : B.
Pour n=2 000, l’excédent de 80 victoires au-dessus des 1 000 attendues vaut ≈3,6σ (écart-type ≈ 22,4), ce qui est significatif ; 7/12 est du bruit de pile ou face. Le petit test (A) est du bruit ; l’A/B est fiable à l’échelle (C) ; moyenner les taux de victoire (D) n’a pas de sens.
Q33D4 · Évaluation, tests et optimisationSélectionnez une réponse
Un changement de prompt gagne significativement dans l’ensemble mais la précision du segment espagnol chute de 6 points. Quelle est la bonne décision ?
- A. Le promouvoir ; la victoire globale est significative.
- B. Ne pas le promouvoir en l’état ; une régression par segment bloque la promotion même quand l’agrégat s’améliore — corriger d’abord la régression espagnole.
- C. Le promouvoir et surveiller les plaintes.
- D. Retirer l’espagnol de l’ensemble d’eval.
Afficher la réponse
Réponse : B.
L’absence de régression par segment est un garde-fou strict ; une victoire agrégée masquant une régression de segment est l’anti-pattern n°10. Promouvoir quand même (A, C) déploie une régression connue ; retirer l’espagnol (D) la re-masque (métrique agrégée).
Q34D4 · Évaluation, tests et optimisationSélectionnez une réponse
Une équipe ne peut rapporter qu’un seul chiffre de précision globale et ne peut pas dire quel segment échoue. Quelle lacune d’observabilité en est la cause racine ?
- A. L’absence de métriques d’utilisation GPU.
- B. Les enregistrements d’eval manquent d’un tag segment (et de la version prompt/modèle), si bien que les métriques ne peuvent être ni stratifiées ni attribuées.
- C. Le modèle juge est trop petit.
- D. La latence n’est pas journalisée.
Afficher la réponse
Réponse : B.
Sans tags de segment ni champs de version, seul un agrégat est calculable et les régressions ne peuvent être attribuées. Les métriques GPU (A) sont sans rapport ; la taille du juge (C) ne crée pas la lacune de reporting ; la latence (D) est un signal différent.
Q35D4 · Évaluation, tests et optimisationSélectionnez deux réponses
Quels DEUX champs sont les PLUS essentiels dans un enregistrement d’eval par requête pour permettre l’évaluation par segment et l’attribution A/B ?
- A. Un tag segment (locataire/langue/type).
- B. La prompt_version et le model utilisés.
- C. La température CPU du serveur.
- D. Un UUID aléatoire sans aucun lien.
- E. Le nom de la campagne marketing.
Afficher la réponse
Réponse : A et B.
Les tags de segment permettent des métriques stratifiées et la version prompt/modèle permet d’attribuer les régressions et les résultats A/B à un changement précis. La température CPU (C), un UUID sans lien (D) et un nom de campagne (E) ne soutiennent pas l’évaluation.
Q36D4 · Évaluation, tests et optimisationSélectionnez une réponse
Une eval note les réponses avec la même session Sonnet 5 qui les a produites et rapporte des scores élevés. Pourquoi n’est-ce pas fiable et quelle est la FIRST correction ?
- A. Cela coûte trop cher ; le passer en batch.
- B. L’auto-évaluation dans la même session porte le biais de production ; noter avec un modèle/une session distincte et le calibrer contre des labels humains.
- C. Le juge doit toujours être un modèle plus grand.
- D. Le LLM-as-judge n’est jamais valide.
Afficher la réponse
Réponse : B.
Noter dans la session de production retient le biais d’origine (anti-pattern n°9) ; l’indépendance plus la calibration humaine sont requises. Le coût (A) n’est pas le problème central ; le juge n’a pas besoin d’être plus grand (C) ; le LLM-as-judge est valide lorsqu’il est indépendant (D).
Q37D4 · Évaluation, tests et optimisationSélectionnez une réponse
Une UI de streaming interactive paraît lente même si la latence totale est acceptable. Quelle métrique faut-il ajouter ?
- A. Le total des tokens générés.
- B. Le time-to-first-token (TTFT), car la latence perçue dans les UI de streaming dépend de la vitesse à laquelle la sortie commence.
- C. Le décompte quotidien de requêtes.
- D. Le nombre de versions de prompt.
Afficher la réponse
Réponse : B.
Dans les UI de streaming, les utilisateurs perçoivent la réactivité par le moment où les tokens commencent (TTFT), pas seulement par le temps total. Le total des tokens (A), le décompte de requêtes (C) et le nombre de versions (D) ne sont pas des métriques d’expérience de latence.
Q38D4 · Évaluation, tests et optimisationSélectionnez une réponse
Un système n’échoue que sur les 5 % de cas les plus difficiles et fonctionne bien ailleurs. Quelle est la cause la plus probable et la correction ?
- A. Une défaillance de retrieval ; tout re-chunker.
- B. Une inadéquation de modèle (palier trop petit pour les cas les plus difficiles) ; escalader uniquement ceux-ci vers un modèle plus fort via une cascade.
- C. Une défaillance de prompt ; réécrire tout le prompt.
- D. L’infrastructure ; ajouter plus de réplicas.
Afficher la réponse
Réponse : B.
Une signature nette « seuls les cas les plus difficiles échouent » pointe vers la capacité du modèle ; une cascade escalade uniquement ces cas tout en gardant le modèle bon marché ailleurs. Le re-chunking (A) et la réécriture du prompt (C) visent des couches qui fonctionnent ; les réplicas (D) n’affectent pas la justesse.
Q39D4 · Évaluation, tests et optimisationSélectionnez une réponse
Une équipe veut réduire le coût de 50 % sur un job de résumé en masse nocturne sans exigence de latence. Quel levier est le BEST et que doit-on OBLIGATOIREMENT faire ensuite ?
- A. Baisser l’effort à l’aveugle et déployer.
- B. Déplacer le job vers la Message Batches API (remise de 50 %, sous 24 h) et ré-exécuter la suite de régression par segment pour confirmer l’absence de régression de qualité.
- C. Basculer aussi le trafic interactif vers Haiku.
- D. Désactiver l’évaluation pour économiser du compute.
Afficher la réponse
Réponse : B.
Un job en masse tolérant à la latence convient au Batch, et tout changement de coût est suivi d’une re-validation par segment. Les coupes d’effort à l’aveugle (A) risquent la qualité ; changer le trafic interactif (C) est hors périmètre ; désactiver les evals (D) supprime le filet de sécurité (défaillance silencieuse).
Q40D4 · Évaluation, tests et optimisationSélectionnez deux réponses
Quelles sont les DEUX bonnes métriques pour un service à fort volume, sensible au coût, avec un SLA interactif ?
- A. Le coût par tâche.
- B. La latence p95.
- C. La latence moyenne uniquement.
- D. Le total des tokens de la flotte.
- E. Le nombre de versions de prompt.
Afficher la réponse
Réponse : A et B.
Sensible au coût plus interactif oriente vers le coût par tâche et la latence de queue p95. La latence moyenne (C) masque la queue ; le total des tokens (D) et le nombre de versions (E) ne sont pas des métriques SLA côté utilisateur (métrique agrégée).
Q41D4 · Évaluation, tests et optimisationSélectionnez une réponse
Un juge LLM note systématiquement la plus longue de deux réponses plus haut indépendamment de la justesse. Que se passe-t-il et quelle est la FIRST correction ?
- A. Le juge est parfaitement fiable ; le garder.
- B. Un biais de longueur ; calibrer contre des labels humains et réviser le barème pour noter la justesse/le grounding, pas la longueur.
- C. Toujours préférer la réponse la plus longue.
- D. Supprimer entièrement l’eval.
Afficher la réponse
Réponse : B.
Le juge présente un biais de longueur, corrigé par la calibration humaine et un barème centré sur la justesse. Le juge n’est pas fiable (A) ; récompenser la longueur (C) est le bug ; supprimer les evals (D) abandonne la mesure.
Q42D5 · Gouvernance, sûreté et gestion des risquesSélectionnez deux réponses
Un assistant d’accueil en santé traite des PHI, est basé dans l’UE sur AWS, et un fournisseur propose Fable 5.1 avec rétention indéfinie. Quelles DEUX corrections sont REQUISES en premier ?
- A. Choisir un modèle éligible au ZDR (Opus 5 / Sonnet 5) car la rétention de 30 jours de Fable 5.1 échoue à une posture ZDR/PHI.
- B. Déployer sur Bedrock dans une région UE et signer un BAA, avec des limites de rétention et un chemin DSAR/effacement.
- C. Garder Fable 5.1 mais promettre de supprimer les journaux après 30 jours.
- D. S’appuyer sur une règle de system prompt « ne jamais exposer les PHI ».
- E. Conserver toutes les données indéfiniment pour la qualité.
Afficher la réponse
Réponse : A et B.
Une posture PHI/ZDR disqualifie Fable 5.1 et exige la résidence UE, un BAA, des limites de rétention et l’effacement. La suppression à 30 jours (C) est justement ce que le ZDR interdit ; une règle de prompt (D) ne peut pas protéger les PHI (prompt-as-enforcement) ; la rétention indéfinie (E) enfreint la minimisation RGPD.
Q43D5 · Gouvernance, sûreté et gestion des risquesSélectionnez une réponse
Une agence fédérale américaine impose FedRAMP High et veut le modèle le plus récent le jour de sa sortie. Quelle est la bonne recommandation ?
- A. Utiliser l’API Anthropic directe pour l’accès le plus précoce.
- B. Déployer Claude via Bedrock ou Vertex à l’intérieur du périmètre FedRAMP High ; l’exigence d’autorisation prime sur le désir d’un accès dès le premier jour.
- C. N’importe quel cloud convient ; Claude est intrinsèquement autorisé.
- D. L’exécuter sur un ordinateur portable au bureau.
Afficher la réponse
Réponse : B.
FedRAMP High est fourni via le périmètre Bedrock/Vertex et l’exigence de conformité prime sur la nouveauté. L’API directe (A) est en dehors du périmètre (aveugle aux contraintes) ; l’autorisation n’est pas intrinsèque (C) ; un ordinateur portable (D) est inacceptable pour des données fédérales.
Q44D5 · Gouvernance, sûreté et gestion des risquesSélectionnez une réponse
Un runbook de réponse à incident pour un système de données personnelles de l’UE omet un élément légalement requis. Lequel ?
- A. Une déclaration marketing.
- B. L’étape de notification de violation RGPD et le délai de 72 heures auprès de l’autorité de contrôle.
- C. Une liste des dashboards favoris uniquement.
- D. Une projection de coûts.
Afficher la réponse
Réponse : B.
Le RGPD exige la notification de violation (en général sous 72 heures), donc le runbook doit l’inclure. Le marketing (A), une liste de dashboards (C) et une projection de coûts (D) ne sont pas l’exigence légale.
Q45D5 · Gouvernance, sûreté et gestion des risquesSélectionnez deux réponses
Un agent résumant des pages web lit un texte caché lui ordonnant d’envoyer des données internes à l’extérieur par e-mail. De quoi s’agit-il et quelle est la défense correcte ?
- A. Une injection de prompt indirecte.
- B. Traiter le contenu externe comme non fiable, appliquer le moindre privilège pour qu’il n’ait pas d’outil e-mail sans restriction, et valider/refuser de telles actions.
- C. Lui faire confiance parce qu’il est passé par un outil légitime.
- D. Augmenter le niveau d’effort du modèle.
- E. Ajouter l’instruction au system prompt.
Afficher la réponse
Réponse : A et B.
Des instructions malveillantes dans le contenu récupéré constituent une injection de prompt indirecte ; la défense est le traitement du contenu non fiable plus le moindre privilège et la validation des actions. Faire confiance à la sortie d’outil (C) est la vulnérabilité ; l’effort (D) est sans rapport ; ajouter l’instruction au prompt (E) exécute l’attaque.
Q46D5 · Gouvernance, sûreté et gestion des risquesSélectionnez une réponse
Un système de support escalade vers un humain dès que le client « semble en colère ». Pourquoi est-ce défectueux ?
- A. C’est optimal.
- B. Le sentiment n’est pas un proxy de la complexité ou du risque ; escaladez plutôt sur des signaux de complexité/risque mesurés ou des règles déterministes.
- C. Cela escalade trop rarement.
- D. La colère signifie toujours que le modèle a échoué.
Afficher la réponse
Réponse : B.
L’escalade fondée sur le sentiment (anti-pattern n°5) confond l’émotion avec la difficulté ; un client calme peut avoir un cas complexe et à haut risque. Ce n’est pas optimal (A) ; la fréquence (C) n’est pas le défaut central ; la colère n’implique pas un échec du modèle (D).
Q47D5 · Gouvernance, sûreté et gestion des risquesSélectionnez une réponse
Un énoncé indique « traitement à haut risque de données personnelles de résidents de l’UE ». Quel contrôle relève du point de contrôle de CONCEPTION ?
- A. Attendre une plainte avant d’évaluer.
- B. Réaliser une DPIA et décider de la résidence/du placement UE afin que résidence, rétention et effacement façonnent l’architecture avant la construction.
- C. Ajouter un avertissement dans l’UI au lancement.
- D. Tout stocker par précaution.
Afficher la réponse
Réponse : B.
Le traitement à haut risque sous le RGPD exige une DPIA et des décisions de résidence/effacement au point de contrôle de conception. Attendre (A) est trop tard ; un avertissement (C) ne satisfait pas la DPIA ; la sur-rétention (D) enfreint la minimisation.
Q48D5 · Gouvernance, sûreté et gestion des risquesSélectionnez une réponse
Quel ensemble représente le mieux des guardrails en couches (défense en profondeur) ?
- A. Un seul system prompt très détaillé.
- B. Classifieur d’entrée → orientation par system prompt → hooks de permission d’outil → validation de sortie → revue humaine pour les actions à fort enjeu.
- C. Uniquement une revue humaine à la fin.
- D. Uniquement une regex en sortie.
Afficher la réponse
Réponse : B.
La défense en profondeur empile des couches indépendantes pour qu’un contournement de l’une soit capté par la suivante. Un seul prompt (A), la revue seule (C) ou la regex seule (D) sont des points de défaillance uniques.
Q49D5 · Gouvernance, sûreté et gestion des risquesSélectionnez une réponse
Un incident d’injection de prompt est détecté en production. Quelle est une FIRST étape de confinement saine ?
- A. Supprimer tous les journaux.
- B. Revenir à la version précédente du prompt/modèle et/ou désactiver l’outil exploité via son hook de permission, en circonscrivant l’impact grâce aux correlation IDs et aux traces.
- C. L’ignorer jusqu’à la prochaine release.
- D. Publier publiquement les données clients par transparence.
Afficher la réponse
Réponse : B.
Le confinement consiste en un rollback rapide et la désactivation de la capacité exploitée, circonscrits via les traces. Supprimer les journaux (A) détruit les preuves ; ignorer (C) prolonge le préjudice ; divulguer les données (D) est une seconde violation.
Q50D5 · Gouvernance, sûreté et gestion des risquesSélectionnez deux réponses
Quelles DEUX correspondances « mot-signal → contrôle » sont correctes ?
- A. « FedRAMP High » → déployer via Bedrock/Vertex à l’intérieur du périmètre autorisé.
- B. « ZDR imposé » → ne pas utiliser Fable 5.1 (rétention de 30 jours) ; utiliser un modèle éligible au ZDR.
- C. « PHI » → un system prompt fortement formulé suffit.
- D. « effacement UE » → conserver les données indéfiniment.
- E. « IA à haut risque » → sauter la documentation.
Afficher la réponse
Réponse : A et B.
FedRAMP correspond au périmètre cloud et un mandat ZDR disqualifie Fable 5.1. Les PHI nécessitent un BAA et des contrôles, pas un prompt (C) ; l’effacement UE exige un chemin de suppression, pas une rétention indéfinie (D) ; l’IA à haut risque (EU AI Act) exige de la documentation, pas de la sauter (E).
Q51D5 · Gouvernance, sûreté et gestion des risquesSélectionnez une réponse
Où doivent résider les clés d’API et les identifiants de base de données d’un agent Claude ?
- A. Dans le system prompt pour que le modèle puisse les utiliser.
- B. Dans des variables d’environnement ou un gestionnaire de secrets, jamais dans les prompts, CLAUDE.md ou les journaux.
- C. Dans CLAUDE.md par commodité.
- D. En dur dans le code source des outils et affichés dans les journaux.
Afficher la réponse
Réponse : B.
Les secrets appartiennent aux variables d’environnement/gestionnaires de secrets et jamais à une config visible du modèle ni aux journaux. Les mettre dans le prompt (A), dans CLAUDE.md (C) ou dans les journaux (D) crée des chemins d’exfiltration.
Q52D6 · Communication avec les parties prenantes et gestion du cycle de vieSélectionnez une réponse
Un VP sponsor s’est vu présenter un ADR technique de 40 pages et reste non convaincu. Quelle est la BEST communication corrective ?
- A. Renvoyer l’ADR avec un e-mail de synthèse.
- B. Présenter une matrice de décision d’une page avec critères pondérés, un modèle de coût, et la valeur/le risque métier formulés pour un dirigeant.
- C. Envoyer les journaux d’évaluation bruts.
- D. Donner au VP le runbook opérateur.
Afficher la réponse
Réponse : B.
Les sponsors ont besoin d’une matrice de décision/d’un modèle de coût/d’un brief d’une page à leur altitude, pas d’un ADR d’ingénierie. Renvoyer l’ADR (A) répète l’erreur de mauvaise altitude ; les journaux d’eval bruts (C) et le runbook (D) sont les mauvais artefacts pour un sponsor.
Q53D6 · Communication avec les parties prenantes et gestion du cycle de vieSélectionnez une réponse
En utilisant une matrice de décision pondérée (SLA 0,25, coût 0,25, fiabilité 0,20, flexibilité 0,15, effort 0,15), Workflow obtient 5,5,5,3,4 et Agentique obtient 3,3,3,5,3. Lequel l’emporte et pourquoi ?
- A. Agentique, car il est plus flexible.
- B. Workflow (4,60 vs 3,30), car l’entreprise a pondéré le plus fortement le SLA, le coût et la fiabilité.
- C. Ils sont à égalité.
- D. La matrice ne peut pas décider.
Afficher la réponse
Réponse : B.
Workflow = 0,25·5+0,25·5+0,20·5+0,15·3+0,15·4 = 4,60 ; Agentique = 0,25·3+0,25·3+0,20·3+0,15·5+0,15·3 = 3,30, donc Workflow l’emporte sur les critères pondérés par l’entreprise. La flexibilité (A) ne pèse que 0,15 ; ce n’est pas une égalité (C) ; la matrice décide de façon transparente (D).
Q54D6 · Communication avec les parties prenantes et gestion du cycle de vieSélectionnez une réponse
Un sponsor demande « un support plus rapide ». Comment cela doit-il devenir un SLA ?
- A. Promettre que ce sera « beaucoup plus rapide ».
- B. Convenir de cibles chiffrées par segment (latence p95, déflexion, coût/ticket) et rapporter par rapport à elles selon une cadence.
- C. Suivre la latence moyenne uniquement.
- D. Le laisser indéfini et ajuster plus tard.
Afficher la réponse
Réponse : B.
Les SLA doivent être mesurables et par segment, reflétant les critères d’eval, avec un reporting régulier. Les promesses vagues (A) ne sont pas vérifiables ; la moyenne seule (C) masque la queue ; l’indéfini (D) invite aux litiges.
Q55D6 · Communication avec les parties prenantes et gestion du cycle de vieSélectionnez une réponse
L’exploitation refuse une passation. Quel ensemble de livrables satisfait le critère de sortie de passation ?
- A. Un support de présentation et une promesse de support.
- B. Un runbook (dashboards, alertes, on-call, rollback, dépendances) plus la documentation C4 et de flux de données, afin que les opérateurs puissent exploiter et rétablir le système.
- C. Le dépôt de code source uniquement.
- D. Un modèle de coût.
Afficher la réponse
Réponse : B.
Le critère de sortie de la passation est l’exploitabilité et la capacité de rétablissement, fournies par le runbook plus la documentation d’architecture/de flux de données. Un support (A), le code seul (C) ou un modèle de coût (D) ne permettent pas aux opérateurs de l’exploiter et de le rétablir.
Q56D6 · Communication avec les parties prenantes et gestion du cycle de vieSélectionnez deux réponses
Un modèle sur lequel un service est épinglé a été retiré. Quelles DEUX étapes rendent la migration correcte ?
- A. Lire l’avis de dépréciation, identifier les changements cassants, et ré-exécuter la suite de régression par segment sur le modèle cible, en ajustant les prompts.
- B. Faire un canary du nouveau modèle avec rollback, puis monter en charge, et communiquer le calendrier/les différences aux parties prenantes.
- C. Remplacer l’ID du modèle en production et espérer que tout se passe bien.
- D. Continuer d’appeler le modèle retiré.
- E. Désactiver les evals pendant la migration pour aller plus vite.
Afficher la réponse
Réponse : A et B.
La dépréciation est un événement de cycle de vie gouverné : évaluer les changements cassants, re-valider par segment, canary avec rollback, et communiquer. Un remplacement à l’aveugle (C) risque des régressions ; appeler un modèle retiré (D) échoue ; désactiver les evals (E) supprime le filet de sécurité.
Q57D6 · Communication avec les parties prenantes et gestion du cycle de vieSélectionnez une réponse
Pendant la discovery, une partie prenante dit « rendre l’onboarding plus rapide avec l’IA » et n’offre aucun chiffre. Quelle est la FIRST étape ?
- A. Choisir Opus 5 et commencer à construire.
- B. Exécuter l’étape de métrique de succès pour transformer « plus rapide » en critères chiffrés par segment, capturer les contraintes, et obtenir une validation avant la conception.
- C. Supposer une cible d’amélioration de 50 %.
- D. Escalader vers le fournisseur.
Afficher la réponse
Réponse : B.
La discovery convertit les demandes vagues en critères chiffrés par segment avec contraintes et validation avant la conception. Construire (A), supposer une cible (C) ou escalader (D) escamotent l’étape d’ancrage (aveugle aux contraintes).
Q58D6 · Communication avec les parties prenantes et gestion du cycle de vieSélectionnez une réponse
Quelle est la distinction correcte entre SLA, SLO et SLI ?
- A. Ce sont des synonymes.
- B. Le SLI est l’indicateur mesuré, le SLO est la cible interne, le SLA est l’engagement externe (souvent assorti de conséquences).
- C. Le SLA est interne ; le SLO est externe.
- D. Le SLI est un contrat juridique.
Afficher la réponse
Réponse : B.
SLI (indicateur) → SLO (objectif interne) → SLA (engagement externe). Ce ne sont pas des synonymes (A), les rôles interne/externe ne sont pas inversés (C), et le SLI est une métrique, pas un contrat (D).
Q59D6 · Communication avec les parties prenantes et gestion du cycle de vieSélectionnez deux réponses
Un système techniquement solide connaît une faible adoption. Quels DEUX leviers de conduite du changement aident le PLUS ?
- A. L’activation/la formation couvrant les capacités et les limites, et comment relire la sortie de l’IA.
- B. Un déploiement par phases avec capture des retours et reporting de la valeur par rapport aux métriques convenues.
- C. Imposer immédiatement l’usage à l’échelle de l’organisation sans support.
- D. Retirer les points de contrôle humains pour donner une impression de vitesse.
- E. Cacher les limites aux utilisateurs.
Afficher la réponse
Réponse : A et B.
L’adoption est portée par l’activation et le déploiement par phases avec retours et valeur démontrée. L’usage forcé (C), le retrait des points de contrôle (D) et la dissimulation des limites (E) se retournent contre soi.
Q60D6 · Communication avec les parties prenantes et gestion du cycle de vieSélectionnez une réponse
Quel artefact communique le mieux le risque résiduel (après atténuation) à une partie prenante conformité ?
- A. Un ADR listant uniquement la décision technique.
- B. Un registre des risques notant chaque risque par probabilité × impact avec propriétaire, couche d’atténuation, et risque résiduel restant.
- C. Un modèle de coût montrant les coûts unitaires.
- D. Un diagramme de code C4.
Afficher la réponse
Réponse : B.
Un registre des risques avec probabilité/impact, propriétaires, atténuations et risque résiduel est l’artefact tourné vers la conformité. Un ADR (A) consigne une décision technique ; un modèle de coût (C) relève de l’économie ; un diagramme de code (D) s’adresse aux ingénieurs.
Q61D7 · Productivité des développeurs et activation opérationnelleSélectionnez une réponse
Une équipe plateforme doit garantir que git push --force est bloqué pour chaque développeur et non contournable. Où cela doit-il se situer ?
- A. Une phrase dans ./CLAUDE.md.
- B. Un hook PreToolUse (le code de sortie 2 bloque l’appel) livré via une politique managée pour qu’il ne puisse pas être surchargé.
- C. Une note dans le CLAUDE.local.md de chaque développeur.
- D. Un rappel Slack.
Afficher la réponse
Réponse : B.
Un blocage déterministe et non contournable est un hook PreToolUse (sortie 2) imposé via une politique managée. Une phrase dans CLAUDE.md (A) est une orientation en prose (prompt-as-enforcement) ; CLAUDE.local.md (C) est personnel/surchargeable ; Slack (D) n’est pas de l’application.
Q62D7 · Productivité des développeurs et activation opérationnelleSélectionnez une réponse
Une équipe veut que Claude relise automatiquement les diffs en CI. Quel est le bon paramétrage ?
- A. Lancer Claude en interactif et faire coller le diff par un humain.
- B. Utiliser le mode headless : claude -p '…' --output-format json avec des --allowedTools restreints et un --permission-mode approprié, pour que la CI puisse parser les constats et bloquer le build.
- C. Donner tous les outils à l’agent CI pour la flexibilité.
- D. Désactiver les permissions en CI pour éviter les frictions.
Afficher la réponse
Réponse : B.
La CI est non interactive, donc le mode headless avec sortie structurée et outils restreints est correct. L’usage interactif (A) ne peut pas s’exécuter en CI ; tous-les-outils (C) et permissions désactivées (D) violent le moindre privilège.
Q63D7 · Productivité des développeurs et activation opérationnelleSélectionnez deux réponses
Un groupe plateforme déploie Claude Code auprès de 15 équipes et veut un risque faible. Quels DEUX choix sont les BEST ?
- A. Piloter avec 2 équipes et de la télémétrie, puis des champions pour diffuser les pratiques, puis passer à l’échelle de l’organisation avec des dashboards de résultats/coûts.
- B. Imposer la deny-list et le hook de revue obligatoire via une politique managée (non surchargeable) plus un catalogue .claude/ versionné.
- C. Imposer l’usage à l’échelle de l’organisation dès le premier jour pour maximiser le ROI.
- D. Laisser chaque équipe choisir ses propres serveurs MCP non vérifiés.
- E. Mesurer le succès par les lignes de code générées.
Afficher la réponse
Réponse : A et B.
Le déploiement par phases plus l’application par politique managée et un catalogue partagé versionné est le pattern sûr. Un mandat dès le premier jour (C) escamote l’instauration de la confiance ; des serveurs MCP non vérifiés (D) brisent la gouvernance ; les lignes de code (E) sont une vanity metric.