Système d'Intelligence de Rétention des Employés
Retour au Portfolio
Aperçu du Projet
Le Système d'Intelligence de Rétention des Employés est une application web Data Science conçue pour transformer la gestion RH de réactive à proactive. Cette plateforme intelligente permet aux managers d'évaluer le risque d'attrition des employés en temps réel grâce au Machine Learning avancé, permettant des interventions opportunes avant les démissions.
Une solution ML sophistiquée qui comble le fossé entre l'analytique RH et l'intelligence métier actionnable, permettant des stratégies proactives de rétention des talents.
Problématique Métier
Le turnover des employés représente un coût majeur — englobant les dépenses de recrutement, les pertes de productivité et la fuite des connaissances. Les signaux d'alerte restent souvent invisibles jusqu'à ce qu'il soit trop tard. Ce projet comble cette lacune critique en créant un outil capable de détecter ces signaux à partir des données RH historiques.
Solution & Fonctionnalités Clés
Tableau de Bord Interactif
Interface Streamlit permettant aux managers de configurer les profils employés via curseurs et menus déroulants.
Moteur ML Random Forest
Classificateur entraîné sur le dataset IBM HR Analytics pour identifier les patterns de risque d'attrition.
Scoring de Risque en Temps Réel
Délivre un verdict "Risque Élevé / Risque Faible" avec scores de confiance et visualisations graphiques.
Pipeline de Données Intelligent
Gestion des colonnes fantômes : 35+ features one-hot alignées via réindexation Pandas depuis 7 entrées utilisateur.
Architecture Technique
- Gestion des Colonnes Fantômes : Clone un enregistrement employé de référence et injecte les entrées utilisateur, garantissant que la structure des données d'inférence correspond exactement à la structure d'entraînement — zéro crash en production.
- Pipeline de Données Robuste : Nettoyage complet des données, encodage catégoriel et sérialisation du modèle avec joblib pour un déploiement efficace.
- Cycle de Vie ML de Bout en Bout : De l'analyse exploratoire des données (EDA) au déploiement d'une application de production entièrement fonctionnelle.
- Intégration MLflow : Suivi des expériences et versionnage des modèles pour des résultats reproductibles et un rollback facile.
Impact Métier & Résultats
- Transformation d'un problème statistique abstrait en outil concret d'aide à la décision RH
- Démonstration d'une gestion complète du cycle de vie ML de l'exploration des données à la production
- Livraison d'une solution évolutive et maintenable répondant aux défis organisationnels réels
- Activation de stratégies RH proactives en identifiant les employés à risque avant leur démission
Stack Technique
MLflow