Claude Certified Architect — Foundations (CCA-F) : ce que c'est et ce qu'il évalue

La plupart des certifications en IA vérifient si vous pouvez décrire l'apprentissage automatique. La certification Claude Certified Architect — Foundations (CCA-F) évalue quelque chose de plus pratique et de plus actuel : votre capacité à construire un véritable système agentic avec Claude — un système qui utilise des tools, gère le context et se comporte de manière fiable en production. C'est la première certification sur CertLabPro d'un fournisseur de modèle d'IA plutôt que d'un fournisseur de cloud, et elle reflète la direction prise par une grande partie du travail d'ingénierie en 2026 : concevoir des agents, et non pas seulement appeler un modèle.

Voici ce qu'est la certification, ce qu'elle couvre exactement, le type de questions qu'elle pose et comment s'y préparer.

Qu'est-ce que la CCA-F

La CCA-F est une certification de niveau fondamental axée sur l'architecture et l'ingénierie des applications et agents basés sur Claude. "Fondations" ici ne signifie pas des généralités — cela représente les compétences fondamentales dont chaque développeur Claude a besoin avant de se spécialiser : comment structurer un agent loop, comment concevoir des tools, comment écrire des prompts qui produisent un structured output fiable, comment utiliser Claude Code et comment maintenir la stabilité des agents à long terme.

Si vous avez développé avec Claude — en connectant le tool use, le Model Context Protocol (MCP), des configurations multi-agents ou des workflows Claude Code — cette certification valide ces connaissances. Si vous êtes plus novice, le plan ci-dessous est une bonne feuille de route de ce que "connaître Claude" signifie réellement en pratique.

Format de l'examen

Code	CCA-F
Fournisseur	Anthropic
Catégorie	AI
Niveau	Foundational
Questions (examen)	60
Durée	120 minutes
Score de réussite	720 / 1000 (≈72%)
Questions pratiques sur CertLabPro	255

Les questions sont basées sur des scénarios, et non sur des définitions. On vous demande rarement "qu'est-ce que X" — on vous demande "étant donnée cette situation, quel design est correct", c'est pourquoi la banque de questions pratiques (255 questions) est plus importante que la mémorisation de termes.

Les cinq domaines

L'examen est pondéré sur cinq domaines. Voici la partie à étudier :

#	Domaine	Pondération
1	Architecture Agentic & Orchestration	27%
2	Configuration & Workflows Claude Code	20%
3	Prompt Engineering & Structured Output	20%
4	Tool Design & Intégration MCP	18%
5	Context Management & Fiabilité	15%

1. Architecture Agentic & Orchestration (27%)

Le domaine le plus vaste. Comment structurer les agents : la loop reason-act-observe (ReAct), quand utiliser un seul agent ou plusieurs, comment un orchestrator doit déléguer à des sub-agents, et où placer les limites de sécurité. Attendez-vous à des questions sur le choix du bon pattern pour une tâche et sur les risques de donner à un orchestrator un accès illimité aux tools.

2. Configuration & Workflows Claude Code (20%)

Travailler avec Claude Code comme environnement de codage agentic — comment il est configuré et piloté, et les patterns de workflow qui le rendent productif (compétences, hooks, sub-agents et structured task execution).

3. Prompt Engineering & Structured Output (20%)

Obtenir que Claude produise un output fiable et utilisable par une machine : les system prompts, quand et comment contraindre l'output à un schema, et les techniques de prompting qui améliorent la cohérence pour l'automatisation en aval.

4. Tool Design & Intégration MCP (18%)

Concevoir des tools qu'un agent peut réellement bien utiliser — des noms et descriptions clairs, la bonne granularité, et la connexion des capacités via le Model Context Protocol (MCP). Un bon tool design est l'une des compétences les plus importantes dans la construction d'agents, et l'examen le considère comme tel.

5. Context Management & Fiabilité (15%)

Maintenir la stabilité des agents à long terme et multi-tour : gérer l'history des conversations et le context, la persistent memory, et les guardrails de fiabilité comme les limites d'itération maximales et les fallbacks élégants lorsqu'un agent est bloqué.

À quoi ressemblent réellement les questions

La banque de questions de la CCA-F est construite autour de décisions d'ingénierie réelles. Quelques exemples représentatifs (paraphrasés) :

• Un agent doit rechercher un sujet, écrire du code, exécuter des tests et itérer jusqu'à ce qu'ils réussissent — quel agentic pattern convient le mieux ? (Réponse : une loop ReAct avec tool use et une itération basée sur l'observation.)
• Un agent de support client doit consulter les commandes, traiter les remboursements, escalader vers un humain et conserver le context multi-tour — quelle architecture est la bonne ? (Réponse : un agentic loop avec un tool par capacité, conversation-history management, et un system prompt définissant le rôle et les règles d'escalade — pas une stateless function, pas de fine-tuning, pas de RAG seul.)
• Un orchestrator délègue à des sub-agents spécialisés — quel est le risque de lui donner un tool access illimité ? (Réponse : il peut contourner les sub-agents et agir directement, rompant la separation of concerns et les limites de sécurité.)
• Un agentic coding assistant loop parfois indéfiniment lorsque les tests échouent — meilleure mitigation ? (Réponse : un maximum-iteration count plus un fallback qui demande des conseils à l'utilisateur.)

Notez le pattern : chaque question est un design trade-off. Connaître les concepts (ReAct, MCP, structured output, context windows) ne suffit pas — vous devez savoir lequel choisir dans un scenario donné, et pourquoi les alternatives sont incorrectes.

Qui devrait le passer

• Développeurs construisant avec Claude — des agents, le tool use, des servers MCP ou Claude Code — qui souhaitent une credential correspondant à ce qu'ils font déjà.
• Ingénieurs se tournant vers l'IA agentic depuis des rôles de développement logiciel général ou de cloud, qui veulent une manière structurée d'apprendre les patterns plutôt que de les acquérir ad hoc.
• Équipes se standardisant sur Claude qui souhaitent une baseline partagée pour "ce qui fonctionne bien" en matière de design d'agents.

Elle s'associe naturellement aux fondations d'IA cloud comme AWS AI Practitioner (AIF-C01) ou Azure AI Fundamentals (AI-900) : celles-ci couvrent le vaste paysage de l'IA/ML, tandis que la CCA-F approfondit les compétences de construction avec un modèle agentic que ces dernières n'abordent pas.

Comment se préparer sur CertLabPro

CertLabPro couvre la CCA-F avec 255 questions pratiques reflétant les cinq domaines et le style scenario-based de l'examen, ainsi que les mêmes study modes que toutes les autres certifications — Pratique, Simulation d'examen, Flashcards, Maillon faible, SRS, et plus encore — afin que vous puissiez travailler les domaines où vous êtes le plus faible et vous entraîner dans des conditions chronométrées de 60 questions avant le véritable examen. Il y a aussi un lab pratique pour le parcours Anthropic si vous souhaitez apprendre en faisant plutôt qu'en répondant uniquement à des questions.

En résumé

La CCA-F est une credential ciblée et pratique pour l'agentic era : elle certifie que vous pouvez architect et opérer des agents basés sur Claude, pas seulement parler d'IA. Les cinq domaines — agentic architecture, Claude Code, prompting et structured output, design de tool/MCP, et context/fiabilité — constituent le véritable skill set derrière le déploiement d'agents fonctionnels. Si c'est la direction que prend votre travail, c'est une credential qui vaut la peine d'être obtenue, et le moyen le plus rapide est de s'exercer sur les scenarios jusqu'à ce que le bon design soit évident.