Technologie / Dane i analityka

Programowanie w R dla analizy danych — funkcje, pakiety, optymalizacja i przetwarzanie dużych zbiorów

Dwudniowe szkolenie zaawansowane z R — programowanie funkcyjne, tworzenie pakietów, optymalizacja wydajności, przetwarzanie równoległe, integracja z bazami danych, debugowanie, profilowanie kodu. Warsztaty.

R to nie tylko ggplot i dplyr — to język programowania, który wymaga inżynierskich praktyk

Większość analityków R pisze skrypty: załaduj dane, przetwórz, wizualizuj, wyślij raport. To działa — dopóki dane rosną, skrypty się komplikują i nikt poza autorem nie rozumie kodu. Profesjonalne programowanie w R to: funkcje zamiast copy-paste, pakiety zamiast skryptów, testy zamiast „sprawdzę ręcznie”, profilowanie zamiast „czekam aż się policzy”, przetwarzanie równoległe zamiast „zostawiam na noc”.

Dwudniowe warsztaty zaawansowane: od programowania funkcyjnego (purrr, closures) i pracy z dużymi danymi (data.table, arrow, przetwarzanie równoległe), przez tworzenie pakietów R (devtools, roxygen2, testthat), po debugowanie (browser(), traceback()), profilowanie (profvis, microbenchmark) i reproducibility (renv, Git).

Dla kogo jest to szkolenie?

Dla osób piszących w R, które chcą pisać lepiej. Szczególnie gdy:

Twoje skrypty R rosną do setek linii i chcesz je zorganizować — funkcje, pakiety, testy
Przetwarzasz duże zbiory danych i R „zamiera” — potrzebujesz optymalizacji (data.table, arrow, parallel)
Budujesz narzędzia analityczne dla zespołu i chcesz tworzyć profesjonalne pakiety R z dokumentacją

Dwa dni: od funkcji do pakietu

Dzień 1: Programowanie i dane — programowanie funkcyjne (purrr, closures, apply), zaawansowane operacje na danych (dplyr, data.table, tidyr), zarządzanie pamięcią, praca z dużymi zbiorami (arrow, parquet), przetwarzanie równoległe (future, furrr), integracja z bazami danych (DBI).

Dzień 2: Pakiety i jakość — tworzenie pakietów R (devtools, struktura, NAMESPACE), dokumentacja (roxygen2, vignettes), testowanie (testthat, coverage), debugowanie (browser(), debug()), profilowanie wydajności (profvis, microbenchmark), kontrola wersji i CI (Git, GitHub Actions, renv).

Z ponad 2500 szkoleń w ofercie i oceną 4.8/5, EITT jest zaufanym partnerem w rozwoju kompetencji. Skontaktuj się z nami — organizujemy szkolenia R zamknięte dla zespołów analitycznych i data science.

Korzyści

Pisać wydajne funkcje w R — programowanie funkcyjne, purrr, closures
Optymalizować kod do przetwarzania dużych zbiorów — data.table, chunked processing, arrow
Tworzyć pakiety R zgodnie z best practices — devtools, roxygen2, testthat
Debugować i profilować kod — browser(), profvis, microbenchmark
Wdrażać przetwarzanie równoległe — future, furrr, parallel
Integrować R z bazami danych i systemami kontroli wersji

Dla kogo jest to szkolenie?

Analitycy danych z podstawową znajomością R chcący pisać wydajniejszy kod

Data Scientists budujący własne narzędzia analityczne i pakiety R

Programiści R optymalizujący kod do przetwarzania dużych zbiorów danych

Statystycy automatyzujący analizy i budujący reproducible workflows

Analitycy BI migrujący z Excela/SAS na R i potrzebujący solidnych fundamentów programistycznych

Deweloperzy aplikacji analitycznych (Shiny, Plumber) chcący lepszy backend w R

Wymagania wstępne

Znajomość R na poziomie podstawowym — typy danych, wektory, data frames, podstawowe funkcje
Doświadczenie w analizie danych — import, transformacja, wizualizacja w R
Znajomość podstaw statystyki — mile widziana
Praktyka w pracy z danymi tabelarycznymi (CSV, Excel, bazy danych)

Program szkolenia

Programowanie funkcyjne w R — tworzenie funkcji, closures, purrr, apply family
Zaawansowane operacje na danych — dplyr pipelines, data.table, reshaping (tidyr)
Zarządzanie pamięcią — copy-on-modify, environments, garbage collection
Praca z dużymi zbiorami danych — chunked processing, fread/fwrite, arrow/parquet
Przetwarzanie równoległe — future, furrr, parallel package, benchmarking
Integracja z bazami danych — DBI, dbplyr, połączenia SQL z R

Tworzenie pakietów R — struktura (DESCRIPTION, NAMESPACE, R/), devtools workflow
Dokumentacja kodu — roxygen2, vignettes, pkgdown
Testowanie — testthat, test-driven development w R, coverage
Debugowanie — browser(), traceback(), debug(), IDE debugger
Profilowanie wydajności — profvis, microbenchmark, identyfikacja bottlenecks
Kontrola wersji i CI — Git + R, GitHub Actions, renv dla reproducibility

Formy realizacji

Online

Wygoda uczestnictwa z dowolnego miejsca
Interaktywne sesje na żywo z trenerem
Materiały dostępne przez 30 dni
Brak kosztów dojazdu

Stacjonarnie

Bezpośredni kontakt z trenerem i grupą
Intensywne warsztaty praktyczne
Networking z innymi uczestnikami
Pełne skupienie na nauce

Tematy szkolenia

Programowanie funkcyjne — purrr, apply Zaawansowane dplyr i data.table Zarządzanie pamięcią w R Praca z dużymi danymi — arrow, parquet Przetwarzanie równoległe — future, furrr Integracja z bazami danych — DBI Tworzenie pakietów — devtools Dokumentacja — roxygen2, pkgdown Testowanie — testthat, coverage Debugowanie — browser(), traceback() Profilowanie — profvis, microbenchmark Reproducibility — renv, Git

Najczęściej zadawane pytania

Czy muszę znać R przed szkoleniem?

Tak — na poziomie podstawowym (typy danych, wektory, data frames, dplyr basics, ggplot2). Szkolenie jest zaawansowane — uczymy programowania funkcyjnego, tworzenia pakietów i optymalizacji, nie podstaw R.

Czy omawiamy machine learning w R?

Nie — szkolenie skupia się na programowaniu (funkcje, pakiety, wydajność, testowanie). Machine learning w R to osobny temat. Ten kurs da Ci solidne fundamenty programistyczne, na których budujesz modele ML.

Czy używamy tidyverse czy base R?

Oba — tidyverse (dplyr, purrr, tidyr) do przetwarzania danych, base R do programowania pakietów i optymalizacji. Omawiamy też data.table jako alternatywę dla dużych zbiorów.

W jakim formacie i jak długo trwa szkolenie?

Szkolenie trwa 2 dni (9:00-16:00), dostępne online i stacjonarnie. Intensywne warsztaty programistyczne — pisanie kodu na żywo.

Czy po szkoleniu otrzymam certyfikat?

Tak, każdy uczestnik otrzymuje imienny certyfikat ukończenia szkolenia wydany przez EITT.