Employee Satisfaction Analysis

Introdução

O conjunto de dados disponível no Kaggle constitui uma fonte rica e abrangente de informações sobre os funcionários de uma empresa. Este projeto visa empregar técnicas avançadas de Machine Learning para analisar e extrair insights significativos a partir do conjunto de dados "Employee Satisfaction Survey", com foco especial na variável "satisfaction_level". A satisfação do funcionário desempenha um papel crucial no desempenho organizacional e na retenção de talentos, tornando-se um indicador chave para ações estratégicas de gestão de recursos humanos.

Equipe

• Anna Vithória
• Cláudio Aguia
• Guilherme Benvenuto
• Irís Pires
• Victor Alexander

Dataset Escolhido: Employee Satisfaction

O conjunto de dados "Employee Satisfaction Survey" é uma coleção abrangente de informações sobre os funcionários dentro de uma empresa. Ele inclui detalhes essenciais, como números de identificação dos funcionários, níveis de satisfação auto-relatados, avaliações de desempenho, envolvimento em projetos, horas de trabalho, tempo de serviço na empresa, acidentes de trabalho, promoções recebidas nos últimos 5 anos, afiliações departamentais e níveis salariais. Este conjunto de dados oferece insights valiosos sobre os fatores que influenciam a satisfação dos funcionários e pode ser usado para analisar e compreender vários aspectos do ambiente de trabalho.

Colunas do Conjunto de Dados

Coluna	Descrição
Emp ID	Número de identificação do funcionário
Satisfaction Level	Nível de satisfação auto-relatado
Last Evaluation	Última avaliação de desempenho
Number of Projects	Número de projetos em que o funcionário está envolvido
Average Monthly Hours	Média de horas mensais trabalhadas
Time Spent in Company	Tempo de serviço na empresa
Work Accident	Indica se o funcionário sofreu algum acidente de trabalho (1 para Sim, 0 para Não)
Promotion Last 5 Years	Indica se o funcionário recebeu alguma promoção nos últimos 5 anos (1 para Sim, 0 para Não)
Dept	Departamento ao qual o funcionário está afiliado
Salary	Nível salarial do funcionário

Objetivo do Projeto

O objetivo deste trabalho é explorar e analisar as potenciais oportunidades de análise e insights que podem ser obtidos por meio deste conjunto de dados sobre a satisfação dos funcionários. A aplicação de técnicas avançadas de ciência de dados permitirá revelar padrões, tendências e correlações cruciais para otimizar a gestão de recursos humanos, melhorar a cultura organizacional e promover um ambiente de trabalho mais satisfatório e produtivo.

Como Utilizar Este Repositório

1. Notebooks:

   • O diretório notebook contém Jupyter Notebooks que detalham o processo de análise e aplicação de algoritmos de Machine Learning.

2. Dados:

   • O conjunto de dados está disponível no arquivo employee_satisfaction_data.csv também na pasta noebook para fácil importação dentro do projeto. Utilize-o para replicar a análise ou para realizar suas próprias investigações.

3. Resultados:

   • Os resultados e visualizações obtidos durante a análise são compartilhados no próprio notebook do projeto.

Contribuições

Contribuições são bem-vindas! Se você identificar melhorias, correções ou tiver ideias para expandir este projeto, sinta-se à vontade para abrir um pull request.

Licença

Este projeto é distribuído sob a licença MIT. Sinta-se à vontade para utilizar, modificar e distribuir conforme necessário.