Descriptif
Analyse et automatisation de données avec R est une formation de 2 jours (14 heures), de niveau intermédiaire, rattachée au domaine « Bases de données, outils décisionnels, Big Data et Cloud Computing ». Analyser des données et automatiser des rapports avec R. Conçue et animée par des praticiens en activité, elle alterne apports ciblés (30 %) et mises en pratique (70 %) sur des laboratoires cloud individuels, avec des cas inspirés des secteurs banque, assurance et services publics. Disponible en inter-entreprises, en intra sur catalogue et en version sur mesure adaptée au contexte de l'entreprise.
Objectifs pédagogiques
À l'issue de la formation, le participant sera capable de :
- Manipuler et transformer des données avec dplyr et tidyr
- Visualiser des données avec ggplot2 en créant des graphiques avancés
- Automatiser des analyses statistiques et rapports avec R Markdown et scripts R
- Mettre en place des workflows reproductibles et optimisés pour le traitement de données
- Intégrer des bases de données externes et manipuler des données volumineuses
- Déboguer et optimiser des scripts R pour améliorer la performance
Programme détaillé
| N° | Contenus et activités | Durée |
|---|---|---|
| Jour 1 | ||
| 1 | Attentes, installation de RStudio, du projet renv et des jeux de données | 0,5 h |
| 2 | Objets R et tidyverse : vecteurs, facteurs, tibbles, tuyau, verbes dplyr select, filter, mutate et summarise | 2 h |
| 3 | Travaux pratiques : nettoyer et pivoter un jeu d'enquête avec tidyr, traiter les manquants et les recodages | 2 h |
| 4 | ggplot2 : grammaire des graphiques, esthétiques, géométries, facettes, échelles et thèmes | 1,5 h |
| 5 | Travaux pratiques : produire cinq graphiques publiables dont une facette et une série temporelle annotée | 1 h |
| Jour 2 | ||
| 6 | Connexion aux bases avec DBI, requêtes différées sur PostgreSQL, data.table pour les gros volumes | 1,5 h |
| 7 | Travaux pratiques : comparer dplyr, data.table et requête SQL sur 10 millions de lignes, mesurer et conclure | 2 h |
| 8 | Démonstration commentée : bâtir un rapport R Markdown paramétré, tableaux, graphiques et export HTML puis PDF | 1,5 h |
| 9 | Travaux pratiques : automatiser un rapport mensuel paramétré, l'enchaîner avec targets et le versionner sous Git | 1,5 h |
| 10 | Profilage et débogage avec profvis et browser, pièges de performance, synthèse et plan d'action | 0,5 h |
Méthodes pédagogiques
- Pédagogie active : 46 % du temps en pratique encadrée — laboratoires cloud provisionnés par participant, travaux pratiques guidés, fil rouge applicatif —, le reste en apports structurés, démonstrations commentées, cadrage et évaluation
- répartition calculée sur le déroulé détaillé de cette formation, et non annoncée de façon uniforme
- classe inversée avec prérequis sur le LMS
- apprentissage adaptatif selon le positionnement initial
- travaux en binômes
- classe virtuelle en séquences de 3 h 30 maximum sur Microsoft Teams
- support clair, complet et paginé remis à chaque participant
Technologies et outils mobilisés
LMS DATAROCKSTARS, RStudio (IDE moderne pour R), Packages R : dplyr, tidyr, ggplot2, data.table, DBI, RMarkdown, renv, targets, SGBD : PostgreSQL ou MySQL pour les connexions de bases de données, Git pour la gestion de versions et la collaboration
Modalités d'évaluation et de validation
- Positionnement initial en ligne
- quiz de validation à chaque séquence
- évaluation finale des acquis (QCM et mise en situation)
- satisfaction à chaud
- questionnaire de transfert à 30 jours
- attestation de fin de formation
Plateforme, laboratoires et ressources
- LMS DATAROCKSTARS : parcours, supports numériques, quiz, évaluations, émargement par demi-journée
- laboratoires cloud individuels accessibles depuis un navigateur, sans installation, données fictives, détruits en fin de session
- bibliothèque O'Reilly (plus de 60 000 ressources)
- accès aux supports pendant 6 mois