💼 Predição de Churn de Funcionários - IBM HR Analytics

Este projeto tem como objetivo desenvolver um modelo de machine learning capaz de prever a saída (churn/attrition) de funcionários com base em dados de Recursos Humanos da IBM.

A rotatividade de funcionários é um custo significativo para as empresas, impactando a produtividade e o recrutamento. Este projeto visa mitigar isso identificando proativamente os funcionários em risco de demissão.

📊 Dataset

O dataset utilizado foi obtido no Kaggle: IBM HR Analytics Employee Attrition & Performance

Ele contém informações sobre 1.470 funcionários, com variáveis como idade, cargo, tempo de empresa, satisfação no trabalho, entre outras.

🔍 Etapas do Projeto

1. Análise Exploratória de Dados (EDA)

• Análise univariada e bivariada das variáveis.
• Verificação de dados ausentes e tratamento de inconsistências.
• Visualizações para entender padrões de attrition.
• Correlações entre variáveis.

---

Histograma

Análise de distruibuição e simetria dos dados.

Boxplot

Análise de outliers e separação dos dados consiferando a coluna alvo.

HeatMap

Analisando as correlaç~eos entre as variáveis.

---

2. Pré-processamento

• Codificação de variáveis categóricas.
• Normalização de dados numéricos.
• Separação entre features e target.
• Divisão entre dados de treino e teste.

---

3. Modelagem Preditiva

• Teste com diferentes algoritmos de classificação.

• Modelo final escolhido: LogisticRegression

• Avaliação com métricas como:

  • Acurácia
  • Matriz de Confusão
  • ROC AUC
  • Precisão e Recall

Resultados dos modelos treinados.

---

🧠 Resultado

O modelo de Regressão Logística foi o que apresentou melhor desempenho, equilibrando simplicidade e performance. Ele se mostrou eficaz na detecção de funcionários com maior probabilidade de sair da empresa.

Apesar do modelo SVC ter obtido um melhor resultado de score, o LogistcRegression foi escolhido devido ter resultados melhores nas métricas como: recall, menor tempo de treinamento e por ser de mais fácil interpretação.

Resultados dos modelos treinados.

---

🛠️ Tecnologias Utilizadas

• Python 3
• Pandas, NumPy
• Matplotlib, Seaborn
• Scikit-learn
• Jupyter Notebook

📌 Observações

Este projeto acadêmico demonstra conhecimentos em análise de dados, visualização e machine learning aplicados a um problema de negócios.

---

🧠 Conclusões

Alguns pontos podem ser destacados com esse estudo:

Váriaveis que mais tem relevância para sáida dos funcionários (churn = yes):

• Horas Extras( OverTime = yes)
• Estado civil Solteiro (MaritalStatus_Single)
• Viagem de negócios frequentemente (BusinessTravel_Travel_Frequently)

Com isso podemos definir algum tipo de plano de ação, como por exemplo:

Plano de Ação

• Avaliar os motivos que levam os funcionários a fazerem hora extra.
  • Mão de obra insuficiente
  • Falta de organização institucional
  • Falta de treinamento
  • Necessidade de investimento tecnológico
• Possibilidade de diminuir as viagens de begócios.
  • Como isso afeta a equipe de vendas? = Como a renda mensal de cada setor e nível da empresa se comparam com o mercado?

Streamlit

Organização do projeto

├── .env               <- Arquivo de variáveis de ambiente (não versionar)
├── .gitignore         <- Arquivos e diretórios a serem ignorados pelo Git
├── environment.yml       <- O arquivo de requisitos para reproduzir o ambiente de análise
├── LICENSE            <- Licença
├── README.md          <- README principal para desenvolvedores que usam este projeto.
|
├── dados              <- Arquivos de dados para o projeto.
|
├── modelos            <- Modelos treinados e serializados, previsões de modelos ou resumos de modelos
|
├── notebooks          <- Cadernos Jupyter. A convenção de nomenclatura é um número (para ordenação),
│                        as iniciais do criador e uma descrição curta separada por `-`, por exemplo
│                         `01-jn-exploracao-inicial-de-dados`.
│
|   └──src             <- Código-fonte para uso neste projeto.
|      │
|      ├── __init__.py  <- Torna um módulo Python
|      ├── config.py    <- Configurações básicas do projeto
|      └── graficos.py  <- Scripts para criar visualizações exploratórias e orientadas a resultados
|      └── auxiliares.py   <- função auxiliar
|      └── models.py   <- funções auxiliares para construção de pipeline e grid search
|      └── models_rus.py   <- funções auxiliares para construção de pipeline e grid search, versão para under sampling
|
|
├── referencias        <- Dicionários de dados, manuais e todos os outros materiais explicativos.
|
├── relatorios         <- Análises geradas em HTML, PDF, LaTeX, etc.
│   └── imagens        <- Gráficos e figuras gerados para serem usados em relatórios

Configuração do ambiente

1. Faça o clone do repositório que será criado a partir deste modelo.

   git clone https://github.com/jnjunior-96/projeto_IBM.git

2. Crie um ambiente virtual para o seu projeto utilizando o gerenciador de ambientes de sua preferência.

   a. Caso esteja utilizando o conda, exporte as dependências do ambiente para o arquivo ambiente.yml:

   conda env export > environment.yml

✉️ Contato

Caso queira entrar em contato:

• Nome: [José Nivaldo]
• LinkedIn: [https://www.linkedin.com/in/jnjunior96/]
• E-mail: [jnjunior96@outlook.com]