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 naît 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 executé 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 nous accompagnons tant en formation qu’en consultance, on trouve également des urbanistes, des médecins, des artistes, des archéologues, des géographes, des experts comptables…
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 !

Nous recevons 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.

R est un langage polyvalent et les développements réalisés en R par les data scientists ou autres analystes et afficionados de la donnée servent des objectifs qui peuvent être très différents comme par exemple :

• modéliser la consommation d’électricité dans le secteur de l’energie,
• prévoir les ventes de produits de la beauté et du luxe,
• identifier de nouvelles molécules thérapeutiques dans le secteur pharmaceutique,
• simuler des politiques économiques pour la finance,
• collecter et agréger des données pour la communication politique,
• effectuer des calculs scientifiques pour l’aéronautique,
• anticiper les besoins en infrastructures ferroviaires et routières,
• maximiser les chances de réussites de recrutements et anticiper les départs dans les ressources humaines,
• élaborer une stratégie de contenu pour le webmarketing et SEO,
• rationnaliser des stocks pour la supply chain et le retail,
• classer et caractériser les comportements des consommateurs dans l’agroalimentaire,
• analyser des génomes du vivant…

R étant multi-plateforme, il s’insère sans difficulté dans une infrastructure informatique existante pour valoriser des bases de données. Il peut aussi éventuellement se charger de récupérer des données en open data ou via une API.
Son efficacité est sans pareil pour ensuite triturer les données et les sculpter pour vos besoins.
Des outils de visualisation de données intégrés et performants permettent de tracer des graphiques esthétiques et dynamiques.
Par ailleurs, de nombreuses méthodes statistiques et de machine learning sont disponibles pour prédire, classer, expliquer les phénomènes à l’œuvre dans vos données, quelle que soit leur nature : expérimentale, commerciale, lexicale, spatiale…
Et enfin, souvent, R vient combler un besoin de reporting de données : des analyses identiques sont produites sur une base hebdomadaire, mensuelle ou annuelle et la nécessité d’automatiser les résultats sous forme de tableaux, graphiques ou d’applications web se fait sentir. Cette démarche est une mécanique bien huilée dans R et aboutir à des rapports qui puissent être rejoué est même l’objectif affiché de la formation débutant.

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 la garantie de :

• profiter de l’expertise de nos 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.

Presque tout le monde ! En effet, il suffit d’avoir envie de mettre les mains dans les données en quête des réponses qu’elles pourraient vous fournir.
La première question à se poser est « Combien de temps vais-je pouvoir consacrer à analyser des données avec R après la formation ? »
Car comme tout langage,que vous ayez un solide background informatique ou non, il est difficile de conserver ses acquis sans pratiquer.
Les publics habituels sont :

• les amateurs de feuilles Excel qui sont las de faire des copier-coller vers leurs présentations PowerPoint et voient le potentiel de R à automatiser ces tâches
• les utilisateurs de SAS qui font les frais des économies souhaitées par leur employeur et souhaitent monter en compétences sur R rapidement avant l’expiration de la licence SAS
• les data scientists qui utilisent déjà R dans leur quotidien et souhaitent se mettre à la page ou se perfectionner sur des méthodes de modernes de programmation en R

Mais nous dispensons aussi des formations pour ceux qui veulent aller plus loin avec R s’ils sont déjà développeurs ou intégrateurs

Dans tous les cas, les prérequis d’une formation à R sont :

• l’appétence pour l’analyse et l’exploitation des données
• le souhait d’automatiser des analyses et des pratiques
• savoir ce qu’est un langage de programmation et connaître le vocabulaire qui s’y réfère
• se laisser du temps pour la pratique après la formation

En fonction du niveau de formation visé, les pré-requis peuvent varier : vérifiez sur la fiche détail de chaque formation.

Des expeRts, évidemment ! Tous les formateurs chez ThinkR sont salariés de la structure.
Ils dispensent pour une part non négligeable de leur temps les formations en inter-entreprise ou intra-entreprise, mais ils sont aussi des consultants qui travaillent sur des vraies données, construisent de vrais outils avec R.

Les tarifs dépendent du volume, du degré d’adaptation à vos besoins et du caractère certifiant : compter entre 2200 et 2500 euros par journée de formation (généralement au forfait pour un groupe de personnes à former)

Vous êtes salarié de votre structure, trois principaux modes de financement s’offrent à vous :

• vous mobilisez votre CPF (compte personnel d’activité) sur votre temps ou votre temps de travail. Seules les formations certifiantes de notre catalogue sont éligibles. Votre employeur peut éventuellement abonder si les droits acquis sont insuffisants
• votre entreprise (si elle fait moins de 50 salariés) mobilise son plan de développement de compétences
• votre entreprise finance la formation

Vous êtes indépendants, en sus de votre CPF, vous pouvez mobiliser le fond assurance de formation (FAF) dont votre activité dépend.

Vous êtes demandeur d’emploi, en sus de vote CPF vous pouvez demander l’Aide Individuelle à la Formation (AIF) ou indépendant, appelez-nous pour échanger sur les moyens à votre disposition.

Si vous êtes en situation de handicap ? Quel qu’il soit et dans tous les cas faites-nous part de vos besoins : nous étudions toutes les demandes par téléphone au 0185091403 ou par mail à [email protected]
Sachez toutefois qu’il nous est pour le moment particulièrement difficile d’adresser les situations de malvoyance.

Oui ! ThinkR est certifié Qualiopi depuis le 23 décembre 2020 et pour une durée de 4 ans.

La certification qualité a été délivrée au titre de la catégorie d’action suivante : actions de formation
Plus d’informations ici