Module 1 : Modéliser et structurer une base de données métier avec Airtable
Durée : 5h
Objectifs pédagogiques :
Comprendre les principes fondamentaux de la modélisation de données (ERD, relations, entités, types de données).
Créer une base de données fonctionnelle dans Airtable.
Définir des vues et des permissions selon une logique de gouvernance des données.
Contenus :
Qu’est-ce qu’un modèle relationnel ? (schéma ERD)
Bonnes pratiques de structuration de tables et de champs
Liaisons, lookups, formules, automatisations de base dans Airtable
Vue collaborative et rôles utilisateurs
Introduction à la gouvernance des données
Module 2 : Automatiser des processus métiers avec Make
Durée : 15h
Objectifs pédagogiques :
Identifier les processus répétitifs pouvant être automatisés
Utiliser Make pour créer des workflows connectés à Airtable
Mettre en place des scénarios d’automatisation conditionnelle
Gérer les erreurs, logs et tests de scénarios
Contenus :
Introduction à Make : logiques de nœuds, triggers et actions
Connexion à des services tiers (webhooks, APIs, Airtable, Notion, Google)
Scénarios conditionnels, branches, gestion d’erreurs
Bonnes pratiques en automatisation (versioning, documentation)
Module 3 : Exploiter l’intelligence artificielle pour enrichir et valoriser les données
Durée : 10h
Outils : DELOS, ChatGPT, Claude, Deepseek, API tierces
Objectifs pédagogiques :
Comprendre les cas d’usage métiers de l’intelligence artificielle générative
Connecter un outil de base de données à une IA pour enrichir des contenus
Mettre en place des prompts efficaces et des scénarios intelligents
Exploiter des API IA dans un contexte no-code
Contenus :
Fonctionnement des modèles de langage et principes de l’IA générative
Utilisation de ChatGPT, Claude, Deepseek via interfaces et API
Génération de résumés, extraction d’informations, scoring automatique
Connexion avec N8N ou Make pour traitement automatisé