Contacta con nosotros

Temario del curso

Escritura de código R más limpio y reutilizable

  • Repaso de lo que hace que el código R sea escalable, legible y mantenible
  • Creación de funciones reutilizables con entradas, salidas y valores predeterminados claros
  • Reducción de la repetición mediante un mejor diseño de funciones y organización de scripts

Flujos de trabajo prácticos de transformación de datos

  • Construcción de pipelines de análisis claros con herramientas del ecosistema tidyverse
  • Trabajo con resúmenes agrupados, uniones (joins) y reorganización de datos
  • Estructuración de los pasos de preparación de datos para un análisis repetible

Programación funcional para tareas repetitivas

  • Uso de herramientas de iteración como alternativa a los bucles repetitivos
  • Aplicación de flujos de trabajo tipo mapa con purrr
  • Gestión más segura de errores y valores faltantes en tareas repetidas

Depuración y mejora del rendimiento

  • Identificación y corrección de errores comunes de codificación en scripts y funciones
  • Uso de técnicas prácticas de depuración en R y RStudio
  • Medición de rendimiento (benchmark) del código lento y realización de mejoras específicas para optimizarlo

Informes reproducibles y comunicación

  • Creación de informes reproducibles con R Markdown
  • Precisión de la salida visual con ggplot2 para una comunicación más clara
  • Preparación de los resultados del análisis para compartir con partes interesadas comerciales o de investigación

Taller aplicado y próximos pasos

  • Combinación de funciones, flujos de trabajo de datos, depuración e informes en un ejercicio práctico
  • Repaso de técnicas clave y patrones comunes para el día a día con R
  • Identificación de los siguientes pasos para continuar mejorando en programación con R

Requerimientos

  • Conocimiento sólido de la sintaxis básica de R, tipos de datos, vectores y data frames
  • Experiencia escribiendo scripts en R y trabajando en RStudio
  • Experiencia intermedia en programación con R, incluida manipulación básica de datos y graficación

Audiencia objetivo

  • Analistas de datos que desean escribir código R más eficiente, reutilizable y mantenible
  • Científicos de datos que necesitan flujos de trabajo más robustos para análisis, informes y colaboración
  • Investigadores y profesionales técnicos que utilizan R para trabajo práctico con datos
 14 Horas

Número de participantes


Precio por participante

Reseñas (1)

Próximos cursos

Categorías Relacionadas