Рассрочка
Язык R для анализа данных
Работа с данными от А до Я. Разберем лучшие инструменты для аналитики и построения дашбордов.
Basic
Онлайн
Для кого этот курс?
Язык R будет полезен всем, кто хочет работать в области анализа данных, Data Science, статистики и войти в новую сферу максимально легко.
Аналитики данных
R помогает аналитикам работать более эффективно в различных ситуациях, благодаря своим мощным инструментам и простому в использовании синтаксису. Вы сможете быстро обрабатывать большой объем данных, а также создавать красивые и информативные графики и визуализации, чтобы наглядно представлять результаты проделанной работы.
Финансовые аналитики
Научитесь создавать графики и диаграммы, которые помогут проиллюстрировать взаимосвязь между различными финансовыми показателями и их динамику. Сможете справляться с огромными объемами данных и получать ценные инсайты из финансовых данных, чтобы принимать более обоснованные решения.Маркетологи
R может помочь маркетологам проводить сегментацию клиентов на основе их характеристик и поведения, что позволит создать более эффективные маркетинговые кампании, а также проводить A/B тесты и определять наилучшие стратегии маркетинга.Статистики
Будете лучше понимать данные, выявлять тренды и особенности, которые могут быть упущены при простом анализе числовых значений. Сможете создавать и применять различные модели для анализа данных и прогнозирования будущих событий.Необходимые знания:
- Базовые знания школьной математики.
Будет плюсом
- Знание статистики;
- Владение любым языком программирования.
Что вам даст этот курс?
Программа разработана для тех, кто никогда не работал с кодом на R, но хочет научиться получать данные, быстро их обрабатывать и ярко представлять результаты анализа. Знание R поможет специалистам многократно повысить свою эффективность и ценность на рынке.
Студенты полностью погрузятся в анализ данных с R, начиная с основ языка, получения и обработки данных, заканчивая созданием визуализаций, построением интерактивных графиков и приложений. Также курс даст знания по основам статистики.
Вот почему стоит перейти на R
Язык R — язык общения с данными, созданный в первую очередь для того, чтобы специалисты могли отвечать на свои вопросы, а не думать о написании команд машине. R имеет функции для работы с табличными данными, для проведения статистического анализа и обучения прямо сразу после установки, без дополнительных пакетов.
Если сравнивать язык с Python, то R можно назвать идейным вдохновителем современных библиотек Python для работы с данными. Всё-таки Python, в первую очередь, язык общего назначения, а уже потом — инструмент для анализа данных.
- Простота в использовании: R был создан специально для анализа данных и статистики, поэтому его синтаксис более простой и интуитивно понятный для статистических задач, чем Python. R также имеет богатые статистические пакеты, которые позволяют быстро и легко выполнить анализ данных.
- Визуализация: R имеет множество библиотек для визуализации данных и обеспечивает легкий доступ ко многим графическим элементам. Python также имеет мощные библиотеки визуализации, но они часто требуют дополнительного кода для настройки
- Быстрое выполнение кода: выполнение кода в R быстрее, чем в Python, когда речь идет о статистических операциях, таких как обработка данных и моделирование. Это связано с тем, что R предоставляет простые и эффективные инструменты для работы с массивами данных.
- Легкость в создании отчетов: R имеет интегрированный пакет для создания отчетов - RMarkdown, который позволяет быстро создавать и форматировать отчеты на основе кода.
- Большое сообщество пользователей и разработчиков: R имеет большое и активное сообщество пользователей и разработчиков, которые создают и поддерживают библиотеки и пакеты, что делает его еще более привлекательным для анализа данных и статистики.
Вы научитесь:
- Получать данные из разных источников;
- Очищать и преобразовывать полученные данные с помощью различных библиотек;
- Визуализировать эти данные различными способами: рисовать как статичные графики, так и интерактивные дашборды;
- Сохранять результаты в разном виде: файлами локально или на сервере и таблицами в базах данных;
- Познакомитесь со сатистикой, научистесь применять ее в работе с данными.
Актуальность языка
Язык R входит в топ-10 языков программирования на 2023 год согласно индексу популярности языков программирования PYPL Index и применяется везде, где надо обрабатывать данные и представлять результаты анализа.
Процесс обучения
Обучение проходит онлайн: вебинары, общение с преподавателями и вашей группой в слаке курса, сдача домашних работ и получение обратной связи от преподавателя. Вебинары проводятся 2 раза в неделю по 1,5 часа и сохраняются в записи в личном кабинете. Вы можете посмотреть их в любое удобное для вас время. В ходе обучения вы будете выполнять домашние задания. Каждое из них посвящено одному из компонентов вашего выпускного проекта. После выполнения всех домашних заданий вы получите готовый выпускной проект.
Практика
В курсе сделан упор на практику. Вы сможете легко запускать код в разных средах и писать полноценные аналитические сервисы.
Занятие по заявкам
Cтуденты смогут выбрать дополнительную тему для занятия, которая им интересна или использовать это занятие для разбора ДЗ.
Дата-центричность
Студенты учатся работать с наборами данных, а сложные вопросы теории даны в простом виде для фундамента дальнейшего развития специалиста.
Трудоустройство
- Получите помощь с оформлением резюме, портфолио и сопроводительного письма
- Разместите свое резюме в базе OTUS и сможете получать приглашения на собеседования от партнеров
Формат обучения
Интерактивные вебинары
2 занятия по 2 ак. часа в неделю. Доступ к записям и материалам остается у вас навсегда
ДЗ и выпускной проект
Интересные домашние задания с обратной связью от преподавателя и выпускной проект
Активное комьюнити
Общайтесь с преподавателями голосом на вебинарах и в Telegram-чате
Программа
Основы языка
Первый модуль посвящён основам языка, базовой статистике и её реализации в R. Также в модуле даются минимальные навыки работы с табличными данными
Тема 1: Введение: вектор, простые операции и функции, типы данных, ветвления
Тема 2: Структуры данных: матрицы, списки, data.frame
Тема 3: Пользовательские функции, окружения и оператор конвейера
Тема 4: Работа с data.frame: фильтрация и преобразование
Тема 5: Статистика: нормальное распределение и сравнение групп
Тема 6: Статистика: корреляция, регрессия и линейные модели
Получение данных
Во втором модуле студенты знакомятся с разными источниками табличных и не только данных. Будут рассмотрены инструменты для работы с файловой системой, HTTP запросами и базами данных. Также студенты изучат тему веб-скрейпинга (то есть поулчения данных с веб сайтов)
Тема 1: Работа с файловой системой. Форматы csv и xls(x)
Тема 2: HTTP запросы. Форматы json и xml
Тема 3: Веб-скрейпинг с rvest
Тема 4: Работа с базами данных
Тема 5: QA-занятие
Обработка данных
Модуль посвящён обработке табличных данных в R. Студенты научатся практически всем приёмам обработки данных: очищение, преобразование, фильтрация, объединение, агрегация. Также в модуле рассматривается применение элементов функциональной парадигмы программирования.
Тема 1: Опрятные данные: библиотеки tibble, tidyr
Тема 2: Преобразование данных с помощью dplyr
Тема 3: Элементы функционального программирования в purrr
Тема 4: Объединение данных: join и bind
Тема 5: Быстро и лаконично: библиотека data.table
Визуализация данных
Четвертый модуль полностью посвящён визуализации данных. Студенты научатся строить информативные и красивые графики, а также добавлять в них интерактивность: изменение масштаба и подсветку элементов
Тема 1: Базовая графика и введение в grammar of graphics
Тема 2: Ggplot2: построение графиков слой за слоем
Тема 3: Ggplot2: шкалы, координаты и косметика
Тема 4: Интерактивная графика: пакет plotly
Тема 5: Визуализация таблиц: пакеты gt и flextable
Тема 6: QA-занятие
Отчёты
Пятый модуль посвящён созданию статичных и интерактивных отчётов и приложениий на языке R с помощью таких пакетов как Quarto, Rmarkdown, Shiny
Тема 1: Основы Shiny: ui и server, input и output
Тема 2: Реактивность в Shiny
Тема 3: Отчёты в rmarkdown
Тема 4: Утилита формирования отчётов quarto
Проектная работа
Заключительный месяц курса посвящен проектной работе. Свой проект — это то, что интересно писать слушателю. То, что можно создать на основе знаний, полученных на курсе. При этом не обязательно закончить его за месяц. В процессе написания по проекту можно получить консультации преподавателей.
Тема 1: Выбор темы и организация проектной работы
Тема 2: Консультация по проектам и домашним заданиям
Тема 3: Защита проектных работ
Тема 4: Подведение итогов курса
Также вы можете получить полную программу, чтобы убедиться, что обучение вам подходит
Проектная работа
Последний месяц обучения завершается финальным проектом, который предстоит защитить перед преподавателями и командой. Вам будет, что обсудить на собеседовании! Под руководством эксперта вы разработаете интерактивное Shiny приложение.
Преподаватели
Эксперты-практики делятся опытом, разбирают кейсы студентов и дают развернутый фидбэк на домашние задания
Прошедшие
мероприятия
Корпоративное обучение для ваших сотрудников
- Курсы OTUS верифицированы крупными игроками ИТ-рынка и предлагают инструменты и практики, актуальные на данный момент
- Студенты работают в группах, могут получить консультации не только преподавателей, но и профессионального сообщества
- OTUS проверяет знания студентов перед стартом обучения и после его завершения
- Простой и удобный личный кабинет компании, в котором можно видеть статистику по обучению сотрудников
- Сертификат нашего выпускника за 5 лет стал гарантом качества знаний в обществе
- OTUS создал в IT более 120 курсов по 7 направлениям, линейка которых расширяется по 40-50 курсов в год
Сертификат о прохождении курса
OTUS осуществляет лицензированную образовательную деятельность. В конце обучения вы получите сертификат OTUS о прохождении курса.

После обучения вы:
- заберете с собой полный комплект обучающих материалов: видеозаписи всех вебинаров, презентации к занятиям и другие дополнительные материалы;
- получите сертификат о прохождении курса;
- получите все необходимые навыки для анализа данных с помощью R.