R niveau 3 - Conception d’interfaces Shiny - Développeur
Prix : 2 990€
par ThinkR
A l’issue de la certification le titulaire est capable de concevoir des interfaces utilisateurs de traitement et de restitution des données (import, nettoyage, traitement, visualisation, modélisation, production de rapports) avec Shiny, qui soit maintenable, durable et modulaire.
📅 5 jours (35 heures)
📚 classe virtuelle
💶 2 990€
🏅 Data science : création d’interfaces Shiny en langage R (RS5075)
Cet Organisme de Formation est certifié Qualiopi, vous pouvez également faire financer ce programme par votre entreprise ou par pôle-emploi.
Contactez-nous si vous avez besoin d'aide.
Vous pouvez également nous contacter au 06 30 90 99 06.
Évaluer la pertinence et la faisabilité de la solution Shiny.
Traduire un besoin en fonctionnalités.
Agencer les éléments constitutifs de l’interface utilisateur.
Personnaliser l’interface utilisateur.
Comprendre, mettre en œuvre et contrôler la réactivité entre le serveur et l’interface utilisateur.
Modulariser les fonctionnalités de l’application.
Orchestrer la communication entre modules.
Encapsuler une application shiny dans un package R, documenté, maintenable et durable.
Mettre à jour des éléments de l’interface utilisateur de façon conditionnelle.
Mettre en œuvre des moyens d’information et d’avertissement des utilisateurs; et Découvrir les différents modalités de déploiement des applications Shiny.
ThinkR
Diane Beldame
Un apprentissage en ligne avec une classe motivée
R est un langage de programmation. C’est à dire que grâce à une « langue » commune, on échange avec R des instructions et il retourne les réponses à la manière d’ un dialogue. La dimension « programmation » prends corps dans la possibilité de définir soi-même de nouvelles instructions, enrichissant ainsi le vocabulaire et donc les fonctionnalités. R un des langages phare de data science, ou sciences des données. En effet nombre de ses fonctionnalités sont liées à la manipulation et l’exploitation statistique des données. Il peut aisément collecter, manipuler, agréger, transformer, modéliser, visualiser et communiquer autour de la donnée. C’est un langage mature utilisé par plus de 2 millions d’utilisateurs dans le monde. Il est né en 1992 en Nouvelle-Zélande dans les laboratoires de l’université d’Auckland à l’initiative de Ross Ihaka et Robert Gentleman. L’objectif des créateurs est d’implémenter un langage qui facilite l’enseignement des statistiques et l’analyse de données, un moyen simple de calculer une moyenne dans un tableau de données et d’implémenter un modèle statistique prédictif. Par ailleurs, les ordinateurs de la faculté où ils enseignent sont équipés de Mac et afin d’opérer sur ces ordinateurs, ce nouveau langage sera multi-plateforme : il pourra être exécuté sur Windows, Linux ou Mac. A l’époque, peu de logiciels opèrent sur plusieurs systèmes d’exploitation, c’est un atout non négligeable. Plutôt que de proposer un énième logiciel de statistiques payant, ils décident d’en partager le code source. Ce qui signifie que tout un chacun est libre de modifier le code source pour bâtir ses propres outils et fonctionnalités. Les statistiques n’ont pas autant bonne presse à ce moment là que la data science aujourd’hui mais du fait de sa gratuité et de son efficacité, la recherche académique se sert de R pour enseigner et… faire de la recherche. En effet, comme le logiciel est libre, une communauté de chercheur développe de nouvelles fonctionnalités pour améliorer le langage. Ils mettent à disposition le fruit de leurs travaux de recherche sous forme de packages, eux aussi libre de droits. Tout nouvel utilisateur peut alors bénéficier des développements que les utilisateurs précédents ont mis à disposition, avant de lui-même éventuellement contribuer. En 2019, la bibliothèque où sont déposés les contributions volontaires affiche 15 000 packages différents. En somme, R est un langage de programmation open source, dédié à l’analyse de données, riche d’une communauté d’utilisateurs qui contribue à son amélioration continue.
Beaucoup de personnes ! Les utilisateurs de R en entreprise exercent les métiers de Data Scientist, Data Analyst, Business Analyst, Développeur R ou Intégrateur R…. et travaillent dans tous les secteurs d’activité. Leur quotidien consiste à manipuler de la donnée pour construire des produits ou éclairer des décisions stratégiques. Mais dans les profils et les métiers que Thinkr accompagnetant en formation qu’en consultance, on trouve également des urbanistes, des médecins, des artistes, des archéologues, des géographes, des experts comptables, etc. Bien sûr, les utilisateurs de R en recherche sont toujours les chercheurs et assistants de recherche en sciences statistiques, mathématiques, physique, biologie… mais aussi maintenant en sociologie, géographie, archéologie ! Ils recoivent aussi souvent des demandes de développeur ou programmeur SAS qui souhaitent monter en compétences sur R du fait de la migration de SAS vers R de leur entreprise.
Aujourd’hui, la donnée est partout et facilement disponible. La comprendre et l’analyser pour s’en servir pour éclairer des décisions, proposer de nouveaux services, rationnaliser des processus ou comprendre des mécanismes est nécessaire et indispensable dans la transition numérique à l’oeuvre. La data science est le levier par lequel les entreprises de toute taille entament le travail de valorisation de leurs données. R est un candidat de choix comme outil d’innovation pour la data science car il est : - gratuit - open source - polyvalent - innovant - sa communauté d’utilisateurs est très (ré)active
Parce que votre temps est précieux… Il est vrai que les ressources en ligne ne manquent pas et toutes les formes d’apprentissage du langage sont possibles. Mais l’apprentissage auto-didacte a quelques limites et comporte plusieurs risques : sous-estimer le temps à dédier à se former, ne pas trouver la motivation de s’y mettre, définir des objectifs disproportionnés et ne pas les atteindre, avoir des difficultés à transposer les contenus à ses propres problématiques métier… La formation avec un organisme de formation spécialisé, c'est la garantie de : - profiter de l’expertise des consultants/formateurs tant techniquement que pédagogiquement - pouvoir adapter le programme de formation à ses besoins métier, demander au formateur d’improviser - avoir à disposition des contenus mis à jour régulièrement sur la base d’une veille technique journalière - bénéficier d’une politique qualité formalisée La montée en compétences est rapide, efficiente et efficace, sur un temps dédié avec des objectifs fixés ensemble sur des problématiques qui vous concernent.