Formation Logiciel R

Formation logiciel R pour la data science

Formez-vous au langage R pour la data science : manipulation tidyverse, visualisation ggplot2 et statistiques appliquées.

4,7 / 5 note moyenne de cette formation méthode de calcul
Prochaines sessions

Dates des prochaines sessions

Sessions en présentiel à Paris ou à distance. Inscriptions ouvertes jusqu'à la veille du démarrage, dans la limite des places disponibles.

12 → 14 octobre 2026
à distance et à Paris
S'inscrire à cette session →
14 → 16 décembre 2026
à distance et à Paris
S'inscrire à cette session →
22 → 24 mars 2027
à distance et à Paris
S'inscrire à cette session →
7 → 9 juin 2027
à distance et à Paris
S'inscrire à cette session →
4 → 6 octobre 2027
à distance et à Paris
S'inscrire à cette session →
8 → 10 novembre 2027
à distance et à Paris
S'inscrire à cette session →
Présentation

La formation logiciel R pour la data science vous donne en 3 jours les bases solides pour exploiter le langage R dans vos analyses. Vous maîtrisez l’environnement de travail R avec RStudio, puis manipulez et gérez vos données avec les packages les plus récents : dplyr, tidyr, data.table. Vous découvrez l’application de méthodes de data science : statistiques descriptives, tests, modélisation, visualisation avec ggplot2. La formation aborde également les bases de la programmation avec R (fonctions, structures de contrôle, packages personnalisés). La pédagogie repose sur des cas pratiques issus du quotidien des analystes et data scientists. Une formation R idéale pour toute personne souhaitant adopter un outil open source puissant pour l’analyse statistique.

Objectifs pédagogiques

  • Maîtriser l'environnement de travail R avec RStudio
  • Manipuler et gérer des données avec R et les packages récents (dplyr, data.table…)
  • Maîtriser l'application des méthodes de data science
  • Connaître les bases de la programmation avec R
Programme détaillé

3 jours, 21 heures de pratique

Chaque journée alterne apports théoriques courts et ateliers pratiques. Programme ajustable en intra-entreprise.

1 Prise en main de R et de RStudio

• L’environnement de travail R avec RStudio
• Syntaxe de base : objets, vecteurs, fonctions, structures de contrôle
• Types de données et structures (vecteurs, listes, data frames)
• Import et export de données (CSV, Excel, bases de données)
• Premiers traitements et bonnes pratiques

2 Manipulation et gestion des données

• Manipulation de données avec le tidyverse : dplyr et tidyr
• Traitement performant avec data.table
• Nettoyage, transformation et recodage des variables
• Jointures, agrégations et données manquantes
• Travail sur les dates et les chaînes de caractères

3 Méthodes de data science et programmation

• Statistiques descriptives et premières analyses
• Visualisation des données avec ggplot2
• Application de méthodes de data science
• Bases de la programmation R : fonctions, itérations, packages
• Atelier de synthèse sur un jeu de données réel

Télécharger le programme détaillé en PDF

Public concerné

Profils et prérequis

Profils concernés

  • Statisticien et biostatisticien
  • Data analyst découvrant ou approfondissant R
  • Chercheur ou doctorant utilisant R pour ses travaux
  • Data scientist souhaitant compléter sa boîte à outils

Prérequis

  • Aucun prérequis technique sur R
  • Bases de la statistique descriptive
Déroulement

Modalités pédagogiques

  • En présentiel à Paris ou à distance ou en classe virtuelle, aux mêmes horaires et avec le même formateur.
  • Apports théoriques courts puis ateliers pratiques sur des jeux de données réels, corrigés en direct.
  • Formateur praticien de la data en entreprise, groupe limité à 6 participants.
  • Supports de cours, jeux de données et corrigés remis à chaque participant.
  • Émargement à chaque demi-journée, en salle comme à distance, et certificat de réalisation en fin de formation.
Les outils

Les logiciels et technologies

Les outils que vous manipulerez tout au long de la formation.

R RStudio tidyverse dplyr ggplot2 data.table
Évaluation

Outils d'évaluation des compétences

  • Quiz et QCM à la fin de chaque module pour valider l’acquisition des connaissances théoriques.
  • Mini-projets guidés (manipulation de DataFrames, visualisation) Auto-évaluation sur la compréhension et la mise en application des concepts.
  • Feedback individuel : chaque participant se voit proposer un bilan de ses points forts et axes d’amélioration.
Informations pratiques

Reconnaissance, inscription et accessibilité

Reconnaissance
Formation non certifiante. Une attestation de formation est remise à l'issue de la formation.
Inscription

Inscription en ligne ou au 01.72.25.40.82. Nous vérifions ensemble vos objectifs et les prérequis, puis une convention (entreprise) ou un contrat (particulier) valide l'inscription. La convocation est envoyée avant le démarrage.

Sessions inter : inscription possible jusqu'à la veille, dans la limite des places. Sessions intra : mise en place sous 3 semaines. Prise en charge OPCO : la demande doit être déposée avant le début de la formation.

Accessibilité
Formation accessible aux personnes en situation de handicap, en présentiel comme à distance. Les adaptations sont étudiées avant l'inscription avec notre référent handicap : accessibilité de nos formations.
Financement

Une formation finançable

Selon votre situation, cette formation peut être prise en charge par un financeur. Notre équipe vous accompagne dans le montage du dossier et vous fournit devis, programme et convention.

Salarié : Plan de développement des compétences de votre entreprise, avec prise en charge possible par votre OPCO.

Indépendant, dirigeant, profession libérale : Fonds d'assurance formation de votre activité (AGEFICE, FIF PL, FAFCEA…).

Demandeur d'emploi : Aide individuelle à la formation (AIF) de France Travail, sur accord de votre conseiller.

Financement personnel : Paiement en plusieurs fois possible.

CPF : Nos formations ne sont pas certifiantes : elles ne sont pas éligibles au Compte personnel de formation.

Voir toutes les solutions de financement

Retours des participants

Avis sur la formation

La qualité de la formatrice - Qualité des échanges - Exemples pratiques

A. K.

Les compétences du formateur. Son adaptation.

G. D.

Permet de démarrer rapidement en terme de manipulation, et d'approfondir aussi compte tenu de la richesse du "package"

P. A.

Comment cette note est calculée. Moyenne des notes globales attribuées par les participants de cette formation dans le questionnaire de satisfaction remis en fin de session : 4,7 / 5, sessions inter et intra confondues. Les avis ci-dessus en sont extraits. Tous nos indicateurs de résultats et leur méthode

Questions fréquentes

FAQ

Quelle est la durée de la formation et sous quels formats est-elle proposée ?

La formation dure 3 jours (21 heures) et se déroule en présentiel ou à distance, en groupe limité à 6 participants pour préserver l'interactivité et la pratique.

Quels sont les prérequis pour suivre cette formation ?

Aucun prérequis technique n'est nécessaire pour suivre cette formation. Bases de la statistique descriptive.

La formation utilise-t-elle le tidyverse ?

Oui, la manipulation de données s'appuie sur le tidyverse (dplyr, tidyr) et sur data.table, et la visualisation sur ggplot2, soit les standards actuels de l'écosystème R.

La formation utilise-t-elle le tidyverse ?

Oui, la manipulation de données s'appuie sur le tidyverse (dplyr, tidyr) et sur data.table, et la visualisation sur ggplot2, soit les standards actuels de l'écosystème R.

Prêt à monter en compétences ?

Inscrivez-vous à l'une de nos sessions programmées, ou optez pour une formation intra sur mesure adaptée à votre équipe.

Une question ? Appelez-nous au 01.72.25.40.82

Cette formation R pour la data science vous donne en 4 jours les bases solides pour exploiter le langage R dans vos analyses. Vous découvrez la manipulation de données avec le tidyverse (dplyr, tidyr), la visualisation avec ggplot2, et les principaux outils statistiques. La pédagogie repose sur des cas pratiques issus du quotidien des analystes et data scientists. Une formation R idéale pour toute personne souhaitant adopter un outil open source puissant pour l’analyse statistique.