IA & Data

Formation n8n - Automatisation des workflows et agents IA

3 jour(s) • 21h

Éligible OPCO

8,8/10 avis apprenants

Description

n8n s'est imposée comme l'une des plateformes de référence pour l'automatisation no-code et la construction d'agents IA en environnement professionnel. Sa souplesse, son écosystème d'intégrations, sa capacité à s'auto-héberger et son intégration native des LLM en font un outil incontournable pour automatiser des processus métier, connecter des systèmes hétérogènes et industrialiser des cas d'usage IA. Au-delà de la prise en main de l'outil, l'enjeu pour les équipes techniques est de structurer des workflows robustes, de concevoir des agents IA sous contrôle et de déployer une plateforme exploitable en production.Cette formation s'adresse à des profils techniques souhaitant concevoir, développer et déployer des workflows d'automatisation professionnels avec n8n, de l'intégration d'API et de services métier jusqu'à la création d'agents IA autonomes. Elle couvre l'ensemble du cycle de vie : compréhension de l'écosystème, manipulation des nœuds et des données, intégration d'API et de webhooks, gestion de la robustesse et des erreurs, conception d'agents IA intégrant des LLM, et déploiement en production avec monitoring, sécurité et conformité.L'approche est résolument orientée pratique. Un projet d'automatisation fil rouge est construit progressivement tout au long de la formation, de l'installation à la mise en production d'un workflow IA complet, permettant à chaque participant de repartir avec une architecture opérationnelle directement déployable dans son contexte professionnel.

Comprendre l'architecture et le positionnement de n8n face aux alternatives (Make, Zapier, Airflow)
Installer et configurer n8n en self-hosted (Docker) et en mode cloud
Manipuler les nœuds fondamentaux, les triggers, les expressions et la gestion des données
Consommer des API REST et configurer des webhooks entrants et sortants
Implémenter la gestion des erreurs, les retry et la robustesse des workflows
Construire des workflows avancés : conditions, traitement de listes, traitements en parallèle, sous-workflows
Créer et orchestrer des agents IA intégrant des LLM (OpenAI, Anthropic, Mistral et modèles open-weight via Ollama)
Comprendre les principes de déploiement en production : monitoring, sécurité et enjeux de conformité

Développeurs, ingénieurs et DevOps souhaitant automatiser des processus métier et techniques
Data analysts et intégrateurs amenés à connecter des sources de données et des services
Chefs de projet technique et architectes souhaitant évaluer et déployer n8n en entreprise
Toute personne avec une base technique souhaitant approfondir l'automatisation no-code et les agents IA

Notions de base sur les API REST et le format JSON
Expérience minimale en développement ou en scripting (JavaScript, Python ou équivalent)
Familiarité avec un environnement Linux ou avec la ligne de commande appréciée
Aucune connaissance préalable de n8n n'est requise

1
Jour 1 / Écosystème, prise en main et fondamentaux de manipulation (7h)
2
Module 1 / Écosystème n8n et prise en main (3h)
3
Qu'est-ce que n8n : positionnement, histoire, licence Fair Code
4
Modèle de distribution : cloud, self-hosted, éditions et limites associées
5
n8n vs Make vs Zapier vs Airflow : comparatif des cas d'usage, limites et avantages
6
Pourquoi self-héberger n8n : souveraineté des données, coûts, contraintes de conformité
7
Installation et configuration :
- n8n Cloud : création de compte, interface, limites
- Self-hosted avec Docker : compose.yaml, variables d'environnement, volumes persistants
- Accès HTTPS, reverse proxy (Nginx/Traefik) en panorama
8
Interface n8n : canvas de travail, barre latérale, panneau d'exécution, logs
9
Concepts fondamentaux : workflow, nœud (node), trigger, connexion, item, exécution
10
Premiers pas : créer, exécuter, sauvegarder et activer un workflow simple
11
Organisation : dossiers, tags, versioning des workflows
12
Travaux pratiques : installation de n8n via Docker Compose sur un environnement local, premier workflow "Hello World" (Cron, HTTP Request, notification email), exploration de l'interface et du panneau d'exécution
13
Module 2 / Nœuds essentiels, données et expressions (3h)
14
Les familles de nœuds : triggers, actions, logique, transformation, utilitaires
15
Triggers principaux : Schedule (Cron), Webhook, Manual, Email, Poll
16
Nœuds d'action courants : HTTP Request, Send Email, Google Sheets, Slack, Notion, Airtable
17
La structure des données dans n8n : items, JSON, arrays, circulation des données entre les nœuds
18
Les expressions n8n : syntaxe {{ }}, accès aux données des nœuds précédents, fonctions intégrées
19
Transformation des données : Set (définir des champs), Edit Fields, Remove Fields, Rename Keys
20
Nœuds de logique : IF (conditions), Switch (multi-branches), Merge (fusionner des flux)
21
Traitement de listes : Split In Batches, Loop Over Items
22
Le nœud Code : injecter du JavaScript ou du Python personnalisé pour des transformations complexes
23
Travaux pratiques : workflow de traitement d'une liste de données - récupération d'une liste CSV depuis Google Sheets, filtrage conditionnel (IF), transformation des champs (Set), notification Slack pour les items correspondant aux critères
24
Module 3 / API REST, webhooks et intégrations (1h)
25
Introduction au nœud HTTP Request et à la philosophie des intégrations dans n8n
26
Premiers échanges avec une API externe et lecture d'une réponse JSON
27
Distinction entre intégrations natives et appels HTTP génériques
28
Jour 2 / Intégrations avancées, robustesse et workflows complexes (7h)
29
Module 3 (suite) / API REST, webhooks et intégrations (2h)
30
Le nœud HTTP Request en profondeur : méthodes GET/POST/PUT/DELETE, headers, authentification (Basic, Bearer, API Key, OAuth2)
31
Pagination automatique et manuelle : traiter des API qui retournent des données par pages
32
Webhooks entrants : créer un endpoint n8n, tester avec Postman, sécuriser avec un secret
33
Webhooks sortants : notifier des systèmes tiers en temps réel
34
Gestion des credentials : stocker et réutiliser les secrets en sécurité dans n8n
35
Intégrations natives vs nœuds HTTP Request génériques : quand utiliser quoi
36
Interagir avec des bases de données : nœuds PostgreSQL, MySQL, SQLite, requêtes et transformations
37
Connexion à des services métier courants : CRM (HubSpot, Salesforce), ticketing (Jira, Linear), stockage (S3, Google Drive)
38
Travaux pratiques : construction d'un workflow d'intégration complet - webhook entrant depuis un formulaire web, enrichissement des données via une API tierce, insertion en base PostgreSQL, notification Slack avec résumé formaté
39
Module 4 / Robustesse, gestion des erreurs et workflows avancés (5h)
40
Gestion des erreurs dans n8n : Error Trigger, gestion conditionnelle des erreurs avec le nœud IF, Stop and Error
41
Stratégies de retry : configuration des tentatives automatiques, backoff exponentiel
42
Sous-workflows (sub-workflows) : modulariser les automatisations, réutiliser des briques communes
43
Exécutions en parallèle : Split In Batches avec concurrence, performance et limites
44
Variables et environnement : variables globales, variables d'instance, fichier .env
45
Expressions avancées : $json, $node, $execution, $workflow, accéder au contexte complet
46
Le nœud Wait : mettre en pause un workflow, reprendre sur événement ou après délai
47
Monitoring des workflows : logs d'exécution, alertes en cas d'échec, intégration avec des outils de monitoring
48
Bonnes pratiques d'organisation : nommage, documentation inline, modularité, gestion des versions
49
Travaux pratiques : refactorisation du projet fil rouge - extraction en sous-workflow réutilisable, ajout d'une gestion d'erreur complète avec notification d'alerte et retry, test de robustesse avec simulation d'erreurs API
50
Jour 3 / Agents IA et déploiement en production (7h)
51
Module 5 / Agents IA avec n8n (4h)
52
Qu'est-ce qu'un agent IA : différence workflow classique vs agent (décision, mémoire, outils)
53
Les nœuds IA de n8n basés sur LangChain : AI Agent, Chat Model, Memory, Tool, Output Parser
54
Intégration des LLM : OpenAI, Anthropic, Mistral, modèles open-weight via Ollama, configuration et credentials
55
Anatomie d'un agent n8n : modèle LLM, prompt système, mémoire, outils disponibles
56
Mémoire des agents (composants LangChain) : Window Buffer Memory, Simple Memory, conserver le contexte des échanges
57
Outils des agents : connecter un agent à des actions concrètes (recherche web, BDD, API, envoi email)
58
Prompt engineering dans n8n : prompt système, variables dynamiques, formatage des sorties
59
Chaîner plusieurs agents : orchestration multi-agents pour des tâches complexes
60
Validation humaine dans les workflows IA (Human-in-the-loop) : demander une confirmation avant d'agir
61
Gestion des risques IA : hallucinations, sécurité des données, qualité, traçabilité, points de vigilance RGPD avec un LLM
62
Travaux pratiques : création d'un agent IA complet sur le projet fil rouge - agent de traitement automatique d'emails entrants (analyse du contenu, classification de l'intention, génération de brouillon de réponse par LLM, validation humaine optionnelle, enregistrement en BDD)
63
Module 6 / Déploiement en production, sécurité et maintenance (3h)
64
Architecture de déploiement n8n en production : single instance vs mode queue avec workers (Redis/BullMQ)
65
Docker Compose de production : configuration complète, secrets, volumes, restart policies
66
Sécurisation de n8n : authentification native, SSO selon édition et licence (SAML, OIDC), gestion des rôles et permissions utilisateurs
67
Sécurité des données : chiffrement des credentials, isolation réseau, audit trail des exécutions
68
Conformité RGPD avec n8n : principes clés appliqués à un déploiement n8n, hébergement, durée de rétention des logs, traçabilité, validation humaine
69
Monitoring et observabilité : métriques d'exécution, intégration Grafana/Prometheus, alertes
70
Sauvegarde et restauration : export des workflows, backup de la base de données, stratégie de reprise
71
Performance et optimisation : identifier les goulots d'étranglement, optimiser les workflows lents
72
Mise à jour de n8n : stratégie, gestion des breaking changes, tests avant migration
73
Travaux pratiques : déploiement de production du projet fil rouge - configuration Docker Compose complète avec PostgreSQL externe, mise en place du monitoring avec healthchecks, simulation de backup et restauration
74
Plan d'action individuel : chaque participant identifie les 3 workflows prioritaires à automatiser dans son contexte
75
Présentation finale des workflows produits pendant la formation

Ils nous font Confiance

Nos partenaires de confiance

Questions fréquentes

FAQ : Formation n8n - Automatisation des workflows et agents IA

Oui, mais la prise en charge d'une formation professionnelle par un OPCO dépend de votre opérateur de compétences, de votre branche d'activité et des critères de financement applicables. Ascent Formation vous accompagne dans l'identification des possibilités de financement adaptées à votre entreprise.
Une formation inter-entreprises réunit des participants issus de différentes organisations, tandis qu'une formation intra-entreprise est organisée pour les collaborateurs d'une même entreprise. Le format intra permet notamment d'adapter le contenu et les modalités aux besoins spécifiques de vos équipes.
Selon la formation proposée, il est possible de suivre une formation professionnelle à distance, en présentiel ou selon d'autres modalités disponibles. Consultez les informations de la session concernée ou contactez-nous pour connaître les formats possibles.
Oui, une formation professionnelle peut être adaptée aux objectifs, au niveau des participants et aux besoins opérationnels de votre entreprise. Ascent Formation vous propose des parcours personnalisés pour accompagner le développement des compétences de vos équipes.

Formations similaires

IA & Data

Formation Migration vers le Cloud

2 jour(s)Sur demande

IA & Data

Formation Agents IA — Concevoir des systèmes autonomes avec LangChain et LangGraph - Avancé

3 jour(s)2200 € HT

IA & Data

Formation AI Act européen — Comprendre vos obligations et vous mettre en conformité - Niveau débutant

1 jour(s)Sur demande

IA & Data

Formation Analyse bayésienne (4-107)

3 jour(s)Sur demande

Formation n8n - Automatisation des workflows et agents IA

Description

Objectifs pédagogiques

Public concerné

Prérequis

Déroulé du programme

Jour 1 / Écosystème, prise en main et fondamentaux de manipulation (7h)

Module 1 / Écosystème n8n et prise en main (3h)

Qu'est-ce que n8n : positionnement, histoire, licence Fair Code

Modèle de distribution : cloud, self-hosted, éditions et limites associées

n8n vs Make vs Zapier vs Airflow : comparatif des cas d'usage, limites et avantages

Pourquoi self-héberger n8n : souveraineté des données, coûts, contraintes de conformité

Installation et configuration :

Interface n8n : canvas de travail, barre latérale, panneau d'exécution, logs

Concepts fondamentaux : workflow, nœud (node), trigger, connexion, item, exécution

Premiers pas : créer, exécuter, sauvegarder et activer un workflow simple

Organisation : dossiers, tags, versioning des workflows

Travaux pratiques : installation de n8n via Docker Compose sur un environnement local, premier workflow "Hello World" (Cron, HTTP Request, notification email), exploration de l'interface et du panneau d'exécution

Module 2 / Nœuds essentiels, données et expressions (3h)

Les familles de nœuds : triggers, actions, logique, transformation, utilitaires

Triggers principaux : Schedule (Cron), Webhook, Manual, Email, Poll

Nœuds d'action courants : HTTP Request, Send Email, Google Sheets, Slack, Notion, Airtable

La structure des données dans n8n : items, JSON, arrays, circulation des données entre les nœuds

Les expressions n8n : syntaxe {{ }}, accès aux données des nœuds précédents, fonctions intégrées

Transformation des données : Set (définir des champs), Edit Fields, Remove Fields, Rename Keys

Nœuds de logique : IF (conditions), Switch (multi-branches), Merge (fusionner des flux)

Traitement de listes : Split In Batches, Loop Over Items

Le nœud Code : injecter du JavaScript ou du Python personnalisé pour des transformations complexes

Travaux pratiques : workflow de traitement d'une liste de données - récupération d'une liste CSV depuis Google Sheets, filtrage conditionnel (IF), transformation des champs (Set), notification Slack pour les items correspondant aux critères

Module 3 / API REST, webhooks et intégrations (1h)

Introduction au nœud HTTP Request et à la philosophie des intégrations dans n8n

Premiers échanges avec une API externe et lecture d'une réponse JSON

Distinction entre intégrations natives et appels HTTP génériques

Jour 2 / Intégrations avancées, robustesse et workflows complexes (7h)

Module 3 (suite) / API REST, webhooks et intégrations (2h)

Le nœud HTTP Request en profondeur : méthodes GET/POST/PUT/DELETE, headers, authentification (Basic, Bearer, API Key, OAuth2)

Pagination automatique et manuelle : traiter des API qui retournent des données par pages

Webhooks entrants : créer un endpoint n8n, tester avec Postman, sécuriser avec un secret

Webhooks sortants : notifier des systèmes tiers en temps réel

Gestion des credentials : stocker et réutiliser les secrets en sécurité dans n8n

Intégrations natives vs nœuds HTTP Request génériques : quand utiliser quoi

Interagir avec des bases de données : nœuds PostgreSQL, MySQL, SQLite, requêtes et transformations

Connexion à des services métier courants : CRM (HubSpot, Salesforce), ticketing (Jira, Linear), stockage (S3, Google Drive)

Travaux pratiques : construction d'un workflow d'intégration complet - webhook entrant depuis un formulaire web, enrichissement des données via une API tierce, insertion en base PostgreSQL, notification Slack avec résumé formaté

Module 4 / Robustesse, gestion des erreurs et workflows avancés (5h)

Gestion des erreurs dans n8n : Error Trigger, gestion conditionnelle des erreurs avec le nœud IF, Stop and Error

Stratégies de retry : configuration des tentatives automatiques, backoff exponentiel

Sous-workflows (sub-workflows) : modulariser les automatisations, réutiliser des briques communes

Exécutions en parallèle : Split In Batches avec concurrence, performance et limites

Variables et environnement : variables globales, variables d'instance, fichier .env

Expressions avancées : $json, $node, $execution, $workflow, accéder au contexte complet

Le nœud Wait : mettre en pause un workflow, reprendre sur événement ou après délai

Monitoring des workflows : logs d'exécution, alertes en cas d'échec, intégration avec des outils de monitoring

Bonnes pratiques d'organisation : nommage, documentation inline, modularité, gestion des versions

Travaux pratiques : refactorisation du projet fil rouge - extraction en sous-workflow réutilisable, ajout d'une gestion d'erreur complète avec notification d'alerte et retry, test de robustesse avec simulation d'erreurs API

Jour 3 / Agents IA et déploiement en production (7h)

Module 5 / Agents IA avec n8n (4h)

Qu'est-ce qu'un agent IA : différence workflow classique vs agent (décision, mémoire, outils)

Les nœuds IA de n8n basés sur LangChain : AI Agent, Chat Model, Memory, Tool, Output Parser

Intégration des LLM : OpenAI, Anthropic, Mistral, modèles open-weight via Ollama, configuration et credentials

Anatomie d'un agent n8n : modèle LLM, prompt système, mémoire, outils disponibles

Mémoire des agents (composants LangChain) : Window Buffer Memory, Simple Memory, conserver le contexte des échanges

Outils des agents : connecter un agent à des actions concrètes (recherche web, BDD, API, envoi email)

Prompt engineering dans n8n : prompt système, variables dynamiques, formatage des sorties

Chaîner plusieurs agents : orchestration multi-agents pour des tâches complexes

Validation humaine dans les workflows IA (Human-in-the-loop) : demander une confirmation avant d'agir

Gestion des risques IA : hallucinations, sécurité des données, qualité, traçabilité, points de vigilance RGPD avec un LLM

Travaux pratiques : création d'un agent IA complet sur le projet fil rouge - agent de traitement automatique d'emails entrants (analyse du contenu, classification de l'intention, génération de brouillon de réponse par LLM, validation humaine optionnelle, enregistrement en BDD)

Module 6 / Déploiement en production, sécurité et maintenance (3h)

Architecture de déploiement n8n en production : single instance vs mode queue avec workers (Redis/BullMQ)

Docker Compose de production : configuration complète, secrets, volumes, restart policies

Sécurisation de n8n : authentification native, SSO selon édition et licence (SAML, OIDC), gestion des rôles et permissions utilisateurs

Sécurité des données : chiffrement des credentials, isolation réseau, audit trail des exécutions

Conformité RGPD avec n8n : principes clés appliqués à un déploiement n8n, hébergement, durée de rétention des logs, traçabilité, validation humaine

Monitoring et observabilité : métriques d'exécution, intégration Grafana/Prometheus, alertes

Sauvegarde et restauration : export des workflows, backup de la base de données, stratégie de reprise

Performance et optimisation : identifier les goulots d'étranglement, optimiser les workflows lents

Mise à jour de n8n : stratégie, gestion des breaking changes, tests avant migration

Travaux pratiques : déploiement de production du projet fil rouge - configuration Docker Compose complète avec PostgreSQL externe, mise en place du monitoring avec healthchecks, simulation de backup et restauration

Plan d'action individuel : chaque participant identifie les 3 workflows prioritaires à automatiser dans son contexte