1º Desafio de Dados - Ciência de Dados em Recursos Humanos 💼📊

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.

O que se Espera? 📝

1. 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.

2. 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.

Desafio 🚀

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%).

Dados 📂

Os dados foram gerados baseado no negócio e a empresa quer manter sigilo. A empresa é uma Software House de Tecnologia.

Estrutura do Repositório 📁

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

Contribuindo 🌟

Para contribuir com este projecto, siga os passos abaixo:

1. Faça um fork do repositório
2. Clone o repositório

   git clone https://github.com/seu-usuario/desafio_dados_rh.git 

3. Crie uma nova branch para sua feature ou correcção
4. Faça suas alterações e comite-as
5. Envie para o repositório remoto
6. Abra um Pull Request
   • Para mais detalhes sobre como contribuir, leia nosso CONTRIBUTING.md localizado no diretório raiz do repositório.

Dependências 📦

Instale as dependências do projeto utilizando o arquivo requirements.txt:

pip install -r requirements.txt

Colaboradores 🤝

• António Macaringue
• Fernando Gomes

Licença 📄

Este projecto é licenciado sob os termos da MIT License.