Conheça o curso
Dashboards são excelentes ferramentas para comunicar os resultados de uma análise de dados. No entanto, a sua criação depende muitas vezes de softwares proprietários pouco acessíveis ou do conhecimento de outras linguagens de programação. O R é uma ótima alternativa para quem precisa desenvolver dashboards estáticos ou dinâmicos, altamente customizáveis, de maneira simples e rápida.
O objetivo deste curso é apresentar os principais pacotes do R para a criação de dashboards.
Você sairá deste curso apto a construir dashboards estáticos ou dinâmicos para comunicar utilizando apenas a linguagem R.
Ao decorrer do curso, abordaremos os seguintes tópicos:
Dashboards estáticos
- O pacote
flexdashboard
- Sintaxe básica
- Layouts
- Customização
Dashboards dinânimos
- O pacote
shiny
- Interface do usuário e servidor
- Reatividade
- O pacote
shinydashboard
- HTML widgets
- Gráficos dinâmicos
- Mapas e tabelas dinâmicas
Para quem é este curso?
Este curso é destinado a estudantes e profissionais que precisam construir dashboards estáticos ou dinâmicos para comunicar suas análises.
O que eu preciso saber?
Alguns pré-requisitos são necessários para o completo entendimento das aulas. Também recomendamos alguns tópicos para uma melhor experiência do curso.
Necessário
Estatística:
- medidas de posição, como média e mediana;
- medidas de dispersão, como variância e desvio padrão;
- interpretação de proporções, como taxas de acerto e erro.
Programação:
- noções básicas de lógica de programação, como operações lógicas e controladores de fluxo (if, else);
- conhecimento básico de programação em R:
- sintaxe e vocabulário básico;
- criação de objetos e funções;
- criação e manipulação de vetores;
- criação e manipulação de data frames.
Recomendado
Estatística:
- intuição de modelos de regressão: o que são e como interpretá-los.
Programação:
- utilização do operador pipe (%>%);
- importação de bases em formato de texto (.csv) ou Excel (.xlsx, .xls);
- manipulação de dados com os pacotes
dplyr
etidyr
; - visualização de dados com o pacote
ggplot2
.
O que eu preciso levar?
Durante as aulas, você vai precisar de:
- um notebook com acesso a internet;
- últimas versões do R e do RStudio instaladas;
- permissão para instalar novos programas.
Também recomendamos levar a fonte do notebook e um adaptador de tomada (as salas podem possuir apenas padrões antigos).
Inscreva-se agora para embarcar nessa nova jornada pelo universo da Ciência de Dados!
Professores

Athos Damiani
Sócio e Professor
Bacharel em Estatística pelo IME-USP. Trabalhou com modelos preditivos, extração de dados da internet e visualização/dashboards para ABJ, IBOPE, ClearSale, EDP e atualmente é cientista de dados no Itaú. Se interessa por tudo ligado ao R e à estatística.
Caio Lente
Sócio e Professor
Mestrando em Ciência da Computação no IME-USP e cientista de dados na Terranova Consultoria. Programador desde os 15 anos, começou a se apaixonar pelo R em 2016 e agora não fala em outra coisa. Metido a designer, maníaco da organização e metade texano.

Daniel Falbel
Sócio e Professor
Bacharel em Estatística pelo IME. Trabalha diariamente com R há mais de 4 anos. É interessado por tudo que tem a ver com R, Machine Learning e Estatística.

Fernando Corrêa
Sócio e Professor
Bacharel e mestrando em Estatística pelo IME-USP. Diretor-técnico na Associação Brasileira de Jurimetria. Usa R para tudo, mas tem interesse especial em web scraping, visualização de dados e modelagem bayesiana.

Julio Trecenti
Sócio e Professor
Faxineiro de dados. Doutorando em Estatística pelo IME-USP. Secretário-geral da Associação Brasileira de Jurimetria (ABJ). Conselheiro do CONFE. Sócio da Terranova Consultoria. Trabalha com web scraping, arrumação de dados, construção de modelos preditivos, APIs, pacotes em R e dashboards em Shiny. Coordenador e ministrante de diversos cursos sobre R, ciência de dados e jurimetria.

William Amorim
Sócio e Professor
Bacharel e Mestre em Estatística. Doutorando em Estatística pelo IME-USP com projeto de pesquisa na área de poluição do ar (https://www.rpollution.com/). Trabalhando diaramente com análise de dados e programação em R. Escritor nas horas vagas.