Formation Make parcours complet

Validation de la formation

• Attestation de fin de formation

Programme

# Jour 1
Découverte de Make et fondamentaux de l’automatisation.
Les fondamentaux de l’automatisation.
Qu’est-ce que Make ?
Présentation de l’interface Make.
Comprendre les bases : scénario, modules, mapping.
Configurer un premier scénario.
Utiliser des filtres et des routeurs.
Introduction aux opérations.
Configurer et organiser Make.
Utiliser le Blueprint JSON.
Techniques essentielles.
Utiliser des fonctions de manipulation des données.
Travailler les tableaux, itérateurs, agrégateurs, conditions, textes et dates.
Intégrer l’IA dans Make avec Google Gemini.
Découvrir le Webhook.
Automatiser de nombreux scénarios durant la formation.

# Jour 2
Reconstruction guidée d’un scénario linéaire pour consolider les bases.
Manipulation de fichiers usuels dans l’interface Make.
Données et JSON avancés.
Exploiter des structures de données plus complexes.
Unifier des données issues de plusieurs sources dans un modèle cohérent.
Appliquer les transformations indispensables pour adapter les données aux besoins métier.
APIs, Webhooks et mémoire.
Poser les bases d’un dialogue fiable entre Make et des services externes.
Mettre en place des points d’entrée Webhook réutilisables et sécurisés.
Assurer des synchronisations stables et contrôlées dans le temps.
Introduire une notion de mémoire dans les scénarios.
Utiliser les variables pour mémoriser l’information entre les modules.
Utiliser les Data Stores pour mémoriser l’information entre les scénarios.
Erreurs, observabilité et IA.
Lire ce que fait réellement un scénario via les journaux d’exécution.
Structurer la collecte et le routage des erreurs.
Limiter l’impact des pannes et des quotas grâce à des mécanismes de protection.
Définir un cadre d’utilisation de l’IA compatible avec l’automatisation.
Brancher des modèles d’IA sur des cas métiers concrets dans Make.
Assurer traçabilité et garde-fous pour des scénarios robustes en production.

# Jour 3
Introduction aux workflows agentiques.
Comprendre les capacités IA de Make.
Distinguer module LLM et agent en production.
Comparer Agent IA et Agent IA (New).
Comprendre ce que Make fournit ou non nativement côté mémoire et action.
Configuration et cadrage d’un agent.
Définir la mission : objectif, périmètre, conditions d’arrêt.
Définir le contrat de sortie : formats attendus, champs obligatoires, erreurs acceptables.
Définir le niveau d’autonomie : décisions permises et zones déterministes.
Context engineering, connaissance et mémoire.
Écrire un contexte exécutable : règles, priorités, interdits et arbitrages.
Forcer le comportement par contraintes : gestion des incertitudes, refus, questions de clarification.
Stabiliser les réponses : structure, schémas et réduction de variabilité.
Choisir quoi mettre en connaissance : règles, procédures, catalogue, FAQ, documentation interne.
Concevoir quand l’agent doit consulter la connaissance et quand il ne le doit pas.
Gérer l’obsolescence, les contradictions, le périmètre et la pollution du contexte.
Différencier mémoire conversationnelle, mémoire métier et état d’exécution.
Concevoir une stratégie de persistance : quoi mémoriser, clé d’accès, durée de vie.
Éviter les mémoires inutiles, incohérentes ou dangereuses.
Outils, multi-agents et sécurisation.
Concevoir un outil exploitable par un agent : intention, entrées, sorties, prérequis.
Définir une politique d’appel : quand utiliser l’outil, quand s’abstenir, avec quelles garanties.
Encadrer les effets : validation avant écriture, idempotence, gestion des erreurs d’outil.
Découper une tâche en rôles : analyse, décision, production.
Définir le protocole d’échange entre agents.
Orchestrer sans chaos : séquencement, contrôle qualité et validation à chaque étape.
Définir des limites d’exécution et des stratégies de contrôle.
Mettre en place des garde-fous opérationnels.
Assurer une traçabilité exploitable et un diagnostic rapide.

Suite de parcours possible

Sans objet