Go Back Up

3 jours INTRA Matériel fournit

Formation n8n : IA et automatisation

Cette formation intensive de 3 jours vous apprend à maîtriser n8n pour créer des workflows d'automation avancés, déployer des agents IA avec RAG (Retrieval Augmented Generation) et déployer un agent IA avec toutes les bonnes pratiques. Avec 70% du temps en travaux pratiques, vous développerez une expertise opérationnelle immédiatement applicable.

Il est fortement recommandé de suivre notre formation LLM et RAG pour bien comprendre cette formation n8n.
  • 7

    Loïc FONTAINE

    CTO Ascenzia

Ce que vous allez apprendre

Objectifs pédagogiques

À l'issue de cette formation, les participants seront capables de :

  • Créer des workflows d'automation complexes avec manipulation avancée de données et expressions JavaScript
  • Implémenter une gestion d'erreurs robuste avec retry logic, error workflows et patterns de résilience
  • Déployer des agents IA avec tools, memory et function calling pour des tâches autonomes
  • Construire un système RAG complet avec Qdrant pour l'enrichissement de contexte et la recherche sémantique
  • Intégrer le RAG dans des workflows n8n pour automatiser le traitement intelligent de tickets support
  • Comprendre le déploiement de n8n en haute disponibilité sur Kubernetes (main + workers) avec PostgreSQL et Redis
  • Configurer le monitoring, debugging et observabilité pour une exploitation fiable en production
  • Appliquer les best practices de sécurité, performance et maintenabilité pour des déploiements enterprise
%

En temps pratique

Organisable sous 3 semaines

Nombre de participants maximum

Notre formation

Plus de détails

Public visé

Développeurs, DevOps et architectes avec expérience JavaScript et APIs REST, souhaitant maîtriser l'automation intelligente et les agents IA.

Format

3 jours intensifs avec alternance théorie/pratique. Présentiel recommandé ou distanciel avec environnements cloud fournis.

Infrastructure

Environnement n8n préconfigré (PostgreSQL, Redis). Serveurs de formation. Accès API LLM fourni.

Prérequis

JavaScript, APIs REST, Docker. Notions Kubernetes recommandées.

Les 3 jours

Programme détaillé

Ce que vous allez découvrir.

  1. COURS Matin

    n8n en contexte entreprise

    Historique et positionnement de n8n face aux alternatives (Zapier, Make, Airflow). Analyse du modèle de licensing (Community, Enterprise, Cloud) et implications pour votre organisation. Architecture technique : Node.js, base de données, système de queues.

    Cas d'usage enterprise : automation de processus métiers, intégrations complexes, agents IA, pipelines de données. Choix entre cloud et self-hosted selon vos contraintes de souveraineté et coûts.

     

  2. TP Matin

    Installation et environnement

    Prérequis infrastructure et méthodes de déploiement (Docker, Docker Compose, npm). Configuration PostgreSQL (obligatoire en production) et Redis pour les queues.

    TP1 : Installation complète avec docker-compose (n8n + PostgreSQL + Redis). Configuration healthcheck endpoints et vérification de l'environnement. Premier accès à l'interface et découverte de l'UI.

  3. Cours Après-midi

    Anatomie d'un workflow

    Types de nodes : triggers (webhook, schedule, email), actions (HTTP, database, API), transformations (Code, Set, Merge). Compréhension du data flow et structure des données ($json, $binary).

    Connections et exécution séquentielle. Interface : canvas, panneau de données, expressions.

    Nodes essentiels pour la transformation : Code, Set, IF, Switch, Merge. Split In Batches pour traiter de gros volumes efficacement.

  4. TP Après-midi

    Manipulation de données

    TP2 : Premier workflow simple (webhook → transformation → HTTP Request) avec test et analyse du flux de données.

    TP3 : Transformation de données d'une API REST avec pagination, mapping complexe et agrégation. Gestion des structures de données imbriquées et manipulation avancée.

  1. COURS Matin

    Résilience et Intelligence Artificielle

    Error workflows : configuration et déclenchement automatique. Node Error Trigger pour centraliser la gestion des erreurs. Stratégies de retry : immediate, exponential backoff, custom logic.

    Try/Catch patterns avec IF node pour gestion conditionnelle. Dead letter queue pattern pour les messages non traités.

    Techniques de debugging : logs et execution data, webhooks de debug (webhook.site, requestbin), Node Sticky pour troubleshooting. Modes d'exécution (production vs main) et leur impact.

    Configuration monitoring avec métriques n8n (Prometheus endpoint). Log levels et destinations. Métriques clés : execution time, error rate, queue depth. 

    Rappel des notions de LLM et RAG.

  2. TP Journée

    Résilience et Intelligence Artificielle

    TP4 : Workflow HTTP résilient avec retry automatique sur 5xx, error workflow avec notification Slack/email, logging structuré des échecs.

    TP5 : Setup monitoring basique et debug d'un workflow cassé avec méthodologie systématique.

    TP6 : Création d'un agent IA simple avec 2-3 tools (recherche, calcul, API) et test de différents scénarios.

    TP7 : Création d'un RAG basique avec indexation de documents dans Qdrant, requête avec recherche sémantique, et génération de réponse augmentée. Mesure de la pertinence des résultats.

  1. Cours Matin

    Cas d'usage avancé et production

    Présentation du cas d'usage complet : système de support automatisé qui lit les emails, utilise RAG pour trouver les réponses dans la base de connaissances, et crée des tickets qualifiés via API.

    Schéma d'architecture : deux workflows distincts (indexation de la base de connaissances + traitement des tickets entrants). Identification des points de défaillance et stratégies de résilience.

  2. TP Matin/Après-midi

    Cas d'usage avancé et production

    Workflow 1 : Indexation de la base de connaissances

    Pipeline d'ingestion : lecture de documents (PDF, web, API), chunking et préparation, génération d'embeddings, stockage dans Qdrant avec métadonnées riches (source, date, catégorie).

    TP8 : Mise en œuvre du workflow d'indexation avec gestion d'erreurs, logging et métriques. Test avec corpus documentaire réel.

    Workflow 2 : Traitement automatisé des tickets

    Phase 1 - Réception et parsing : Trigger IMAP ou webhook, parsing du contenu email, extraction des métadonnées (expéditeur, sujet, urgence).

    Phase 2 - Analyse intelligente avec RAG : Génération embedding de la question, recherche dans Qdrant (top-k résultats), prompt engineering avec contexte récupéré, appel LLM avec function calling pour extraction structurée, génération de la réponse enrichie avec sources.

    Phase 3 - Intégration API ticketing : Création du ticket via HTTP Request, mapping des champs, injection de la réponse suggérée, gestion des réponses API.

    Phase 4 - Orchestration et résilience : Error handling sur chaque étape, retry logic adapté (email vs API vs Qdrant), logging et traçabilité complète, notification en cas d'échec, fallback si RAG ne trouve pas de réponse pertinente.

    TP9 : Implémentation complète du workflow avec tests end-to-end et edge cases (email malformé, Qdrant indisponible, LLM timeout). Évaluation qualité des réponses générées.

  3. Cours Après-midi

    Configuration avancée

    Variables d'environnement (N8N_*) : sécurité (secrets, credentials), performance (execution timeout, max payload), queue management (Bull/Redis). Credentials management : types, partage, permissions, rotation de secrets.

    Execution modes : main vs webhook vs worker. Comprendre quand utiliser chaque mode et leur impact sur performance et disponibilité.

    Performance : Batching, async vs sync, webhooks vs polling, rate limiting, cache RAG

    Sécurité : Validation inputs, sanitization, moindre privilège, audit logging, sécurisation Qdrant

    Maintenabilité : Conventions de nommage, documentation, versionning, Git integration, tests staging/production

    Patterns RAG : Chunking optimal, métadonnées, hybrid search, re-ranking, seuils de pertinence

    Patterns généraux : Circuit breaker, idempotence, sub-workflows, fanout pattern

    Anti-patterns : Workflows monolithes, timeouts manquants, credentials hardcodés, embeddings non cachés

    Point sur la sauvegarde de l'environnement.

  4. Bilan Fin de journée

    Q&A et ressources pour aller plus loin

    Récapitulatif des 3 jours, discussion use cases métiers spécifiques, ressources pour continuer (documentation officielle, communauté, forums), prochaines étapes possibles (certifications, formation avancée). Remise des livrables complets.

Notre prestation

Ce qui est inclus

Votre réussite nous tient à coeur : voici comment nous vous accompagnions.

Infrastructure

Environnement n8n préconfigré avec PostgreSQL et Redis / Intégration Qdrant. Accès API LLM avec quota suffisant pour tous les TPs.

Support technique

Accompagnement complet durant les sessions et pauses. Assistance troubleshooting en cas de problème technique.

Livrables complets

Workflows templates commentés (error handling, RAG, monitoring). Scripts et configurations Docker/Kubernetes. Guide troubleshooting. Checklist production. Documentation best practices.

Certifications

Attestation de formation détaillant les compétences acquises : workflows avancés, agents IA, RAG.