People Analytics

Este é o meu primeiro projeto de People Analytics desenvolvido com o objetivo de criar um projeto end-to-end para aprendizagem e portfólio. O projeto visa demonstrar habilidades em análise de dados, modelagem preditiva, visualização de dados e storytelling com dados.

Objetivo

O objetivo deste projeto é construir uma solução completa de People Analytics, abrangendo desde a coleta e análise de dados até a modelagem preditiva e a visualização final. Isso incluirá a criação de uma camada semântica para facilitar o entendimento e a utilização dos dados no contexto de People Analytics.

Dataset

• IBM HR Analytics Employee Attrition & Performance

Banco de dados e visualização

Utilização do DuckDB como banco de dados, e do Apache Superset como plataforma de visualização de dados com suporte a dashboard as code. Posteriormente avaliar a inclusão do Cube.js na stack

1. • Open-Source Data Viz with Superset and DuckDB
2. • Cube Core v0.33.43 — DuckDB support, LangChain integration

Visualização

Utilizar o Apache Superset como plataforma de visualização de dados com suporte a dashboard as code.

Dashboard de Indicadores de RH

Possiveis indicadores:

1. Headcount (Contagem de Empregados)

• Descrição: Número total de funcionários na organização.
• Fonte de Dados: EmployeeCount

2. Rotatividade (Attrition)

• Descrição: Percentual de funcionários que deixaram a empresa.
• Fonte de Dados: Attrition

3. Satisfação com o Trabalho

• Descrição: Média de satisfação dos funcionários em relação ao trabalho, ambiente e relacionamentos.
• Fontes de Dados:
  • JobSatisfaction
  • EnvironmentSatisfaction
  • RelationshipSatisfaction

4. Anos de Empresa

• Descrição: Média de tempo que os funcionários permanecem na empresa, na função atual e com o gestor atual.
• Fontes de Dados:
  • YearsAtCompany
  • YearsInCurrentRole
  • YearsWithCurrManager
  • YearsSinceLastPromotion

5. Educação e Campo de Educação

• Descrição: Distribuição dos funcionários por nível e campo educacional.
• Fontes de Dados:
  • Education
  • EducationField

6. Treinamento

• Descrição: Número médio de treinamentos recebidos pelos funcionários no último ano.
• Fonte de Dados: TrainingTimesLastYear

7. Horas de Trabalho e Horas Extras

• Descrição: Monitoramento da carga de trabalho dos funcionários, incluindo horas padrão e horas extras.
• Fontes de Dados:
  • StandardHours
  • OverTime

8. Distribuição de Idade

• Descrição: Distribuição etária dos funcionários.
• Fonte de Dados: Age

9. Promoções

• Descrição: Frequência de promoções entre os funcionários.
• Fonte de Dados: YearsSinceLastPromotion

Possivel Ferramentas a utilizar

• Apache Airflow: Orquestração de dados.
• dbt (Data Build Tool): Transformação de dados e criação de camadas semânticas.
• DuckDB: Motor de banco de dados embutido para análise de dados.
• Apache Superset: Plataforma de visualização de dados com dashboard as code
• Cube.js: Camada de API de dados e analytics.
• synmetrix
• Droughty: Ferramenta para construção de camadas semânticas.
• Scikit-learn: Biblioteca para modelagem e aprendizado de máquina.

Referências

• Open-Source Data Viz with Superset and DuckDB
• Cube Core v0.33.43 — DuckDB support, LangChain integration
• Running S3 Object Storage Locally with MinIO
• End-to-End Basic Data Engineering Tutorial (Spark, Dremio, Superset)
• [Data Pipeline – Part. 4] Criação de dashboard com Apache Superset
• The dbt Semantic Layer, Data Orchestration, and the Modern Enterprise Data Stack
• Building Up a Semantic Layer with dbt Metrics, Cube, and Droughty
• Introducing dbt integration with Cube