1 Resumo
Aprendendo R com IA é para quem quer aprender R e usá-lo para analisar dados no trabalho, em qualquer área. Ensinamos a linguagem desde o início e mostramos, em cada aula, como ela é usada na prática, com uma base pública do IBGE que reúne os 5.570 municípios brasileiros, sua população, seu PIB e a idade dos moradores.
Hoje, um assistente de IA escreve código em R a partir de um pedido em português, e isso reduz o tempo gasto com sintaxe, bibliotecas e detalhes de cada função. O assistente também erra, e em análise de dados o erro costuma passar sem mensagem: uma média que ignorou os valores ausentes, um gráfico com o eixo cortado ou um número plausível que ninguém verificou. Para verificar o código que ele devolve, precisamos conhecer a linguagem.
Por isso, cada assunto do curso passa por duas etapas. Primeiro, apresentamos o recurso do R e mostramos como ele funciona, com código curto e exemplos básicos. Depois, pedimos ao assistente que aplique o mesmo recurso à base completa. Com a linguagem em mãos, verificamos se o resultado está correto, com um checklist de auditoria que cresce a cada aula, e usamos a IA para construir análises mais avançadas, como funções, loops e relatórios que se atualizam sozinhos.
Não é preciso saber programar nem ter formação em estatística ou economia. O ambiente de trabalho, com o VS Code, um agente de IA e o R instalados na própria máquina, é montado na primeira aula, com o agente conduzindo a instalação.
| Categoria | Básicos de R |
| Carga horária total | 4 horas e 50 minutos |
| Horas de vídeo | 4 horas e 50 minutos |
| Número de aulas | 4 aulas, com 23 tópicos |
| Nível | Introdutório |
| Certificado | Sim, emitido pela Análise Macro |
2 Pré-requisitos e Objetivos
Pré-requisitos
- Conhecimentos básicos de informática: instalar um programa, organizar pastas, abrir arquivos.
- Uma assinatura paga de um dos provedores de IA (Claude, OpenAI ou Google), contratada diretamente com o provedor.
Não é necessário ter experiência prévia com programação, estatística ou economia. O VS Code e o R são gratuitos, e a base de dados usada no curso é pública. Quem já usa planilha reconhece várias operações, porque o curso as compara com o equivalente na planilha.
O que o aluno aprende a fazer
Ao final do curso, o aluno será capaz de:
- Montar e operar na própria máquina o ambiente de trabalho do curso, com VS Code, agente de IA e R, e seguir usando esse mesmo ambiente depois do curso.
- Carregar um arquivo de dado público real e resolver o que um dado real traz: coluna com nome estranho, número lido como texto, linha faltando.
- Responder uma pergunta traduzindo-a nos verbos do
dplyr: filtrar linhas, escolher colunas, criar variável, ordenar e resumir por grupo. - Juntar duas tabelas pela chave comum conferindo o número de linhas antes e depois, porque uma junção errada perde linhas sem mensagem de erro.
- Construir com
ggplot2os quatro gráficos que uma análise exige, com eixo formatado, fonte citada e título que descreve o resultado. - Diagnosticar dado sujo antes de analisá-lo e registrar cada decisão de limpeza, porque cada limpeza é uma escolha que outra pessoa precisa poder refazer.
- Auditar o código que o assistente devolve, item a item, e reconhecer o caso em que o código roda e o resultado está errado.
- Escrever funções, repetir a mesma análise em vários recortes sem copiar e colar, e gerar um relatório que se refaz sozinho quando o dado muda.
Habilidades e ferramentas
Habilidades desenvolvidas no curso:
- Montar o ambiente na própria máquina com o agente conduzindo a instalação e pedindo autorização a cada passo.
- Objetos do R: vetor, data frame e lista; inspeção com
str()ehead(); por que o tipo de cada coluna decide se a soma funciona. - O operador de atribuição
<-e a diferença entre o console, usado para testes rápidos, e o script, que guarda a análise. - Os cinco verbos do
dplyre o pipe nativo|>, com a razão de preferi-lo ao%>%em material novo. - O agrupamento que permanece no objeto e contamina o cálculo seguinte sem produzir mensagem de erro.
- Tipos de junção entre tabelas, lidos pelo efeito: linhas que sobraram, linhas que viraram ausentes, chaves que existiam de um lado só.
- A gramática dos gráficos do
ggplot2: dado, mapeamento, geometria, escala, faceta e tema como camadas independentes. - Eixo com unidade, rótulo em português, e a decisão consciente sobre o eixo começar ou não no zero.
- Diagnóstico de dado sujo com
summary(), contagem de ausentes e valores únicos de cada categoria, e a leitura da legenda da fonte antes de converter qualquer símbolo. - Funções com argumento e valor padrão, e o escopo das variáveis dentro delas.
- O
mapdopurrrpara repetir sem copiar e colar, com tratamento do caso em que um dos recortes falha. - Texto, código e resultado num documento só, que se refaz quando o dado muda.
- Trabalhar com o assistente dentro do projeto: pedir alteração em vez de código novo, e revisar a mudança antes de aceitá-la.
Ferramentas utilizadas:
- VS Code, o editor usado no curso, com o R instalado na própria máquina.
- Claude Code, o agente usado nas demonstrações, na extensão do VS Code; Codex e Gemini CLI, apresentados na Aula 1 como alternativas equivalentes.
dplyr,ggplot2,readr,purrretidyr, maisscalesestringrpara formatação de eixo em português e limpeza de categoria.- Quarto, para montar o relatório que se atualiza sozinho.
- Uma base pública do IBGE, com os 5.570 municípios brasileiros, sua população, seu PIB e a idade dos moradores, usada nas quatro aulas.
3 Programa Detalhado
Aula 1 – O ambiente de trabalho, o objeto e o primeiro gráfico
Nesta aula, instalamos o VS Code, o agente de IA e o R na máquina do aluno e salvamos o primeiro gráfico em arquivo, feito a partir de uma base pública carregada na própria aula. A aula também apresenta o vocabulário mínimo da linguagem e o hábito de conferir o resultado, a partir de um caso em que o assistente devolve um código que roda e um número errado.
- Tópico 1.1 - Por que R, e por que agora.
- Tópico 1.2 - O ambiente de trabalho: VS Code, o agente e o R.
- Tópico 1.3 - Objetos: vetor, data frame e o operador que atribui.
- Tópico 1.4 - O primeiro pedido ao assistente, e como checar o que ele devolveu.
- Tópico 1.5 - Carregar uma base pública real.
- Tópico 1.6 - O primeiro gráfico.
Aula 2 – Manipulação de dados: o verbo certo para cada pergunta
Nesta aula, traduzimos cada pergunta numa operação. Cada operação de uma análise tem um verbo próprio no R, e reconhecer o verbo certo permite avaliar o código que o assistente escreve. Ao final, temos uma tabela-resumo por região, construída a partir de duas bases juntadas pelo código do município, e conhecemos os dois erros de manipulação que não produzem mensagem de erro.
- Tópico 2.1 - A ideia central: perguntas viram verbos.
- Tópico 2.2 - Os cinco verbos, na base do IBGE.
- Tópico 2.3 - O pipe: encadear na ordem em que pensamos.
- Tópico 2.4 - Agrupar: calcular o mesmo resumo para cada grupo.
- Tópico 2.5 - Juntar duas tabelas.
- Tópico 2.6 - Pedir manipulação ao assistente com critério.
Aula 3 – Visualização e o dado do mundo real
Nesta aula, escolhemos a forma do gráfico antes de escrever o código. O dado aparece no estado em que é publicado, com título em texto livre, número gravado como texto e símbolos no lugar de valores. A aula mostra três erros que o assistente comete em dado sujo, medidos no dado real, e como a legenda da fonte orienta cada decisão de limpeza.
- Tópico 3.1 - A gramática dos gráficos, para valer.
- Tópico 3.2 - Os gráficos que uma análise de dados exige.
- Tópico 3.3 - Gráfico de trabalho: escala, rótulo e fonte.
- Tópico 3.4 - O dado sujo, que é como o dado chega.
- Tópico 3.5 - Onde o assistente erra em dado sujo.
- Tópico 3.6 - Salvar e reusar.
Aula 4 – Automatizar: função, relatório e o assistente no projeto
Na aula final, o tratamento dos dados vira função, a análise roda em vários recortes com tratamento das falhas, e o relatório se atualiza quando o dado muda. O assistente passa a trabalhar dentro do projeto, com um arquivo de regras que ele lê antes de cada tarefa. A aula termina com o projeto rodando do início ao fim e com o roteiro para aplicá-lo a outros dados.
- Tópico 4.1 - Quando repetir vira função.
- Tópico 4.2 - Repetir sem copiar e colar.
- Tópico 4.3 - O relatório que se atualiza sozinho.
- Tópico 4.4 - O assistente dentro do projeto.
- Tópico 4.5 - Projeto final.
4 Inscrição
A matrícula dá acesso às videoaulas, aos prompts do curso em blocos prontos para copiar, ao código de todas as aulas, ao suporte individual com professores e à emissão do certificado da Análise Macro ao concluir o curso.
