Jupyter continue d'évoluer tous les jours, avec notamment une très bonne intégration aujourd'hui du langage R (pour infos, il y a plus de 50 langages intégrés par jupyter). Et si vous avez du mal à vous décider entre R et python pour vos analyses, faites comme ici et utiliser les deux ! À voir de ce côté pour l'utilisation de R et sa transformation en slide si besoin (quand je vous dis qu'on peut tout faire avec Jupyter...) : https://www.continuum.io/blog/developer/jupyter-and-conda-r
À noter aussi pour ceux que ça intéresse un projet intéressant, jupyterhub : https://github.com/jupyter/jupyterhub qui permet d'avoir un serveur jupyter multi-utilisateurs, chacun pouvant être relié à un user unix et à un répertoire de données. C'est ce qui me montre que jupyter commence à être assez mature pour être mis dans un système en production désormais (ce que l'on commence à faire chez des clients où on implémente des datalakes, avec de la donnée stockée et des notebooks jupyter dans différents langages pour interréagir avec, le tout parfois mixé à du docker)