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.
Objectifs pédagogiques
- 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
Public concerné
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
Prérequis
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
Déroulé du programme
1
Jour 1 / Écosystème, prise en main et fondamentaux de manipulation (7h)
7h
2
Module 1 / Écosystème n8n et prise en main (3h)
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 :
8
• n8n Cloud : création de compte, interface, limites
9
• Self-hosted avec Docker : compose.yaml, variables d'environnement, volumes persistants
10
• Accès HTTPS, reverse proxy (Nginx/Traefik) en panorama
11
Interface n8n : canvas de travail, barre latérale, panneau d'exécution, logs
12
Concepts fondamentaux : workflow, nœud (node), trigger, connexion, item, exécution
13
Premiers pas : créer, exécuter, sauvegarder et activer un workflow simple
14
Organisation : dossiers, tags, versioning des workflows
15
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
16
Module 2 / Nœuds essentiels, données et expressions (3h)
3h
17
Les familles de nœuds : triggers, actions, logique, transformation, utilitaires
18
Triggers principaux : Schedule (Cron), Webhook, Manual, Email, Poll
19
Nœuds d'action courants : HTTP Request, Send Email, Google Sheets, Slack, Notion, Airtable
20
La structure des données dans n8n : items, JSON, arrays, circulation des données entre les nœuds
21
Les expressions n8n : syntaxe {{ }}, accès aux données des nœuds précédents, fonctions intégrées
22
Transformation des données : Set (définir des champs), Edit Fields, Remove Fields, Rename Keys
23
Nœuds de logique : IF (conditions), Switch (multi-branches), Merge (fusionner des flux)
24
Traitement de listes : Split In Batches, Loop Over Items
25
Le nœud Code : injecter du JavaScript ou du Python personnalisé pour des transformations complexes
26
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
27
Module 3 / API REST, webhooks et intégrations (1h)
1h
28
Introduction au nœud HTTP Request et à la philosophie des intégrations dans n8n
29
Premiers échanges avec une API externe et lecture d'une réponse JSON
30
Distinction entre intégrations natives et appels HTTP génériques
31
Jour 2 / Intégrations avancées, robustesse et workflows complexes (7h)
7h
32
Module 3 (suite) / API REST, webhooks et intégrations (2h)
2h
33
Le nœud HTTP Request en profondeur : méthodes GET/POST/PUT/DELETE, headers, authentification (Basic, Bearer, API Key, OAuth2)
34
Pagination automatique et manuelle : traiter des API qui retournent des données par pages
35
Webhooks entrants : créer un endpoint n8n, tester avec Postman, sécuriser avec un secret
36
Webhooks sortants : notifier des systèmes tiers en temps réel
37
Gestion des credentials : stocker et réutiliser les secrets en sécurité dans n8n
38
Intégrations natives vs nœuds HTTP Request génériques : quand utiliser quoi
39
Interagir avec des bases de données : nœuds PostgreSQL, MySQL, SQLite, requêtes et transformations
40
Connexion à des services métier courants : CRM (HubSpot, Salesforce), ticketing (Jira, Linear), stockage (S3, Google Drive)
41
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
42
Module 4 / Robustesse, gestion des erreurs et workflows avancés (5h)
5h
43
Gestion des erreurs dans n8n : Error Trigger, gestion conditionnelle des erreurs avec le nœud IF, Stop and Error
44
Stratégies de retry : configuration des tentatives automatiques, backoff exponentiel
45
Sous-workflows (sub-workflows) : modulariser les automatisations, réutiliser des briques communes
46
Exécutions en parallèle : Split In Batches avec concurrence, performance et limites
47
Variables et environnement : variables globales, variables d'instance, fichier .env
48
Expressions avancées : $json, $node, $execution, $workflow, accéder au contexte complet
49
Le nœud Wait : mettre en pause un workflow, reprendre sur événement ou après délai
50
Monitoring des workflows : logs d'exécution, alertes en cas d'échec, intégration avec des outils de monitoring
51
Bonnes pratiques d'organisation : nommage, documentation inline, modularité, gestion des versions
52
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
53
Jour 3 / Agents IA et déploiement en production (7h)
7h
54
Module 5 / Agents IA avec n8n (4h)
4h
55
Qu'est-ce qu'un agent IA : différence workflow classique vs agent (décision, mémoire, outils)
56
Les nœuds IA de n8n basés sur LangChain : AI Agent, Chat Model, Memory, Tool, Output Parser
57
Intégration des LLM : OpenAI, Anthropic, Mistral, modèles open-weight via Ollama, configuration et credentials
58
Anatomie d'un agent n8n : modèle LLM, prompt système, mémoire, outils disponibles
59
Mémoire des agents (composants LangChain) : Window Buffer Memory, Simple Memory, conserver le contexte des échanges
60
Outils des agents : connecter un agent à des actions concrètes (recherche web, BDD, API, envoi email)
61
Prompt engineering dans n8n : prompt système, variables dynamiques, formatage des sorties
62
Chaîner plusieurs agents : orchestration multi-agents pour des tâches complexes
63
Validation humaine dans les workflows IA (Human-in-the-loop) : demander une confirmation avant d'agir
64
Gestion des risques IA : hallucinations, sécurité des données, qualité, traçabilité, points de vigilance RGPD avec un LLM
65
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)
66
Module 6 / Déploiement en production, sécurité et maintenance (3h)
3h
67
Architecture de déploiement n8n en production : single instance vs mode queue avec workers (Redis/BullMQ)
68
Docker Compose de production : configuration complète, secrets, volumes, restart policies
69
Sécurisation de n8n : authentification native, SSO selon édition et licence (SAML, OIDC), gestion des rôles et permissions utilisateurs
70
Sécurité des données : chiffrement des credentials, isolation réseau, audit trail des exécutions
71
Conformité RGPD avec n8n : principes clés appliqués à un déploiement n8n, hébergement, durée de rétention des logs, traçabilité, validation humaine
72
Monitoring et observabilité : métriques d'exécution, intégration Grafana/Prometheus, alertes
73
Sauvegarde et restauration : export des workflows, backup de la base de données, stratégie de reprise
74
Performance et optimisation : identifier les goulots d'étranglement, optimiser les workflows lents
75
Mise à jour de n8n : stratégie, gestion des breaking changes, tests avant migration
76
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
77
Plan d'action individuel : chaque participant identifie les 3 workflows prioritaires à automatiser dans son contexte
78
Présentation finale des workflows produits pendant la formation
Informations
Durée
3 jour(s)
21h
Tarif
Sur demande
Formations similaires
IA & Data
Migration vers le Cloud
2 jour(s)
Sur demande
IA & Data
Agents IA — Concevoir des systèmes autonomes avec LangChain et LangGraph - Avancé
3 jour(s)
Sur demande
IA & Data
AI Act européen — Comprendre vos obligations et vous mettre en conformité - Niveau débutant
1 jour(s)
Sur demande
IA & Data
Analyse des données avec Microsoft Power BI (4-167)
3 jour(s)
2200 € HT