0. Я не программист. Программировал лишь расчетные задачи невысокой сложности. Использовал Pascal/Delphi, C, очень немного FORTRAN - для решения моих скромных задач не требовалось супер-пупер-числомолотилок. С появлением Origin, Matlab, Mathematica полностью перешел на их скриптовые языки - мне не нужно было разрабатывать конечный продукт для юзеров, требовалось лишь решение уравнений (моделирование, интегральные уравнения) плюс обработка и визуализация экспериментальных данных. Сейчас, правда, иногда приходится программировать небольшие нехитрые задачи - ну, например, всунуть в систему управления производственной установкой алгоритм для автоматического распознавания профиля изменения сигнала (включает алгоритм Левенберга-Марквардта для нелинейной апроксимации). Не исключено, что придется заняться распознаванием изображений для автоматизации техпроцесса. Но это все с т.з. настоящего разработчика несерьезно.

1. Да, мне был почти "навязан" - существовали готовые скрипты объемом в несколько тысяч строк кода для генерации отчета. Мне предложили либо все делать с нуля, либо перенять имеющееся - сотрудник, написавший код, уходил с фирмы. Код был написан и откомментирован достаточно толково (до сих пор испытываю чувство благодарности к моему предшественнику), и мне удалось за короткое время его осмыслить, применить и улучшить. Бонус - освоил R и теперь могу быстро делать анализ производственных данных в срочном случае. Ну, например, когда шеф приходит, становится над душой и говорит, мол, а ну-ка посмотри мне прямо сейчас, значимо ли изменились параметры продукции после изменений в техпроцессе, и посчитай экономический выигрыш с учетом распределений параметров и отбраковки. Или "есть ли связь между температурой нагревателя и вероятностью возникновения дефекта?". Возможно, звучит скучновато, но решать подобные мне задачи в целом занятно - сие способствует пониманию физико-химиии производственных процессов. Я мог бы сделать все, что я делаю в R, и в Origin на LabTalk/OriginC (или в Matlab-е, практически без разницы), но я уже убедился в том, что R для стат.анализа данных эффективнее. А в Origin-е я для себя по-быстрому склепал систему мониторинга технологических процессов - текущие данные получаю через SQL-запросы, а визуализация/интерфейс программируются там проще, чем в R. Ну, по крайней мере, для данного класса задач, насколько я смог убедиться.

2. Отчет - это презентация в формате pptx, от 50 до 80 слайдов в зависимости от списка проблем, требующих анализа данных. Информация конфиденциальная, и я давал подписку о неразглашении. Посмотрю, можно ли подредактировать страничку так, чтобы не нарушить обязательств.

3. Наличствует компиллятор в байт-код. Можно делать собственные приложения с помощью {shiny} - веб-ориентированного фреймворка. Но я им пока не пользовался, увы.