HR-analysis

📊 Описание проекта

Анализ рекрутинговой воронки и времени прохождения этапов найма в зависимости от способа добавления кандидатов («Откликнулся» / «Добавлен»). Проект включает визуализацию конверсий по этапам найма и сегментацию вакансий по ключевым метрикам. Реализовано на Python с использованием современных библиотек для анализа данных и визуализации.

✨ Особенности

• Анализ конверсии: Визуализация прохождения кандидатов по этапам (Скриннинг → Интервью с менеджером → Интервью с заказчиком → Оффер)
• Сравнение источников: Анализ эффективности разных способов добавления кандидатов
• Временной анализ: Изучение времени прохождения каждого этапа
• Кластеризация: Сегментация вакансий с использованием алгоритмов кластеризации (HDBSCAN)
• Интерактивные графики: Визуализации с использованием Plotly для интерактивного анализа
• Статистический анализ: Проверка гипотез с использованием непараметрических тестов

🛠 Установка

Предварительные требования

• Python 3.8 или выше
• Jupyter Notebook или JupyterLab

Установка зависимостей

1. Клонируйте репозиторий:

git clone https://github.com/your-username/HR-analysis.git
cd HR-analysis

2. Создайте виртуальное окружение (рекомендуется):

python -m venv venv
source venv/bin/activate  # для Linux/Mac
# или
venv\Scripts\activate     # для Windows

3. Установите зависимости:

pip install -r requirements.txt

🚀 Использование

1. Запустите Jupyter Notebook:

jupyter notebook

2. Откройте файл test-task.ipynb

3. Выполните ячейки последовательно для проведения анализа

Структура анализа

Ноутбук содержит следующие разделы:

• Загрузка и предобработка данных
• Исследовательский анализ данных (EDA)
• Анализ конверсии по этапам найма
• Сравнение источников кандидатов
• Кластеризация вакансий
• Выводы и рекомендации

📁 Структура проекта

HR-analysis/
├── test-task.ipynb                    # Основной ноутбук с анализом HR данных
├── requirements.txt                   # Список зависимостей Python
├── README.md                         # Документация проекта
├── LICENSE                           # Лицензия проекта
├── .gitignore                        # Файлы, игнорируемые Git
├── .gitattributes                    # Атрибуты Git для файлов
└── Выгрузка статистики_2023.04.03_13_23.xlsx  # Данные для анализа (Excel файл)

📊 Данные

Проект включает реальный датасет в формате Excel (Выгрузка статистики_2023.04.03_13_23.xlsx) с информацией о:

• Кандидатах и их прохождении по этапам найма
• Способе добавления кандидата (отклик/добавлен)
• Временных метках прохождения каждого этапа
• Информации о вакансиях

Примечание: Данные анонимизированы и могут быть использованы для демонстрации анализа.

🐍 Зависимости

Основные библиотеки, используемые в проекте:

• pandas - обработка и анализ данных
• numpy - численные вычисления
• matplotlib - статическая визуализация
• seaborn - статистическая визуализация
• plotly - интерактивные графики
• scipy - научные вычисления
• missingno - визуализация пропущенных значений
• hdbscan - кластеризация данных
• ipywidgets - интерактивные виджеты для Jupyter

Полный список зависимостей см. в файле requirements.txt.

🤝 Вклад в проект

1. Fork проекта
2. Создайте ветку для вашей фичи (git checkout -b feature/AmazingFeature)
3. Commit изменений (git commit -m 'Add some AmazingFeature')
4. Push в ветку (git push origin feature/AmazingFeature)
5. Создайте Pull Request

📄 Лицензия

Этот проект распространяется под лицензией MIT. См. файл LICENSE для подробностей.

📞 Контакты

Если у вас есть вопросы или предложения, создайте issue в этом репозитории.

---

Проект создан в качестве тестового задания на вакансию аналитика данных в CSC-HR.