1º Desafio de Dados - Ciência de Dados em Recursos Humanos, onde exploraremos e analisaremos dados para encontrar soluções inovadoras e impactantes no campo de RH.
-
Estudos e Análises:
- Tempo médio de permanência: Análise geral da permanência dos funcionários.
- Ciclos de rotatividade: Identificação de períodos com maior rotatividade.
- Perfil de risco: Funcionários plenos e sêniores com alto desempenho e alta satisfação no trabalho apresentam maior tempo de permanência. Outras análises de perfis.
- Correlações: Relações entre variáveis, análises estatísticas e outras.
- Funcionários com 2 anos: Identificação de diferenças entre estes funcionários.
-
Modelos:
- Modelo de Turnover: Criação de modelos preditivos para turnover.
- Cluster de funcionários: Agrupamento de funcionários com base em características semelhantes.
- Análise de sobrevivência: Análise do tempo até um evento (ex. desligamento).
- Outros: Qualquer outra análise ou modelo relevante.
Os dados do Cadastro Geral de Empregados e Desempregados (Caged) apontam que o Brasil registra o maior índice de rotatividade de funcionários do mundo, com um aumento de 56% na taxa mais recente, superando países como Reino Unido (43%), França (51%) e Bélgica (45%).
Os dados foram gerados baseado no negócio e a empresa quer manter sigilo. A empresa é uma Software House de Tecnologia.
desafio_dados_rh/
│
├── data/ # Dados brutos e processados
│ ├── raw/ # Dados brutos
│ └── processed/ # Dados processados
│
├── notebooks/ # Notebooks Jupyter para análises exploratórias e modelagem
│
├── src/ # Código fonte dos modelos e análises
│ ├── data_preparation/ # Scripts de preparação dos dados
│ │ └── prepare_data.py
│ ├── analysis/ # Scripts de análises estatísticas
│ │ └── correlation_analysis.py
│ ├── models/ # Scripts de modelagem
│ │ └── turnover_model.py
│ └── visualization/ # Scripts para visualização dos dados
│ └── visualize_data.py
│
├── reports/ # Relatórios e resultados finais
│
├── requirements.txt # Lista de dependências do projeto
│
├── README.md # Descrição do projeto
└── CONTRIBUTING.md # Descrição do projeto
Para contribuir com este projecto, siga os passos abaixo:
- Faça um fork do repositório
- Clone o repositório
git clone https://github.com/seu-usuario/desafio_dados_rh.git
- Crie uma nova branch para sua feature ou correcção
- Faça suas alterações e comite-as
- Envie para o repositório remoto
- Abra um Pull Request
- Para mais detalhes sobre como contribuir, leia nosso CONTRIBUTING.md localizado no diretório raiz do repositório.
Instale as dependências do projeto utilizando o arquivo requirements.txt:
pip install -r requirements.txt
- António Macaringue
- Fernando Gomes
Este projecto é licenciado sob os termos da MIT License.