DepartureDynamics

Проект "DepartureDynamics" разработан командой "Oaks Dungeon" с целью предоставления сервиса по анализу вероятности увольнения сотрудников на основе статистики электронных писем.

О проекте

DepartureDynamics — это инновационный сервис, который использует машинное обучение и анализ электронных писем для предсказания вероятности увольнения сотрудников. Проект включает в себя парсинг электронных писем, обучение собственной модели на основе статистических данных и визуализацию результатов предсказаний.

Основные характеристики

• Цели проекта:

  • Анализ вероятности увольнения сотрудников.
  • Парсинг электронных писем сотрудников для сбора статистических данных.
  • Обучение собственной модели машинного обучения для предсказания вероятности увольнения.
  • Визуализация результатов предсказаний модели.

• Технологии и инструменты:

  • Бэкенд (API): Реализован на FastAPI.
  • Модель машинного обучения: Используется CatBoost.
  • Фронтенд (веб-интерфейс): Разработан с использованием HTML, CSS и JS.
  • Парсинг электронных писем: Реализован с использованием библиотек imap и email.
  • База данных: Используется PostgreSQL с использованием библиотеки Ormar.

Установка

Локальная установка

1. Склонируйте репозиторий:

   git clone https://github.com/OaksDungeon/DepartureDynamics_LCT_Yakutia

2. Перейдите в директорию проекта:

   cd DepartureDynamics_LCT_Yakutia/server

3. Установите зависимости:

   pip install -r requirements.txt

4. Запустите приложение:

   uvicorn app:app --reload

   Приложение будет доступно по адресу http://127.0.0.1:8000.

Онлайн-версия

Вы также можете использовать онлайн-версию проекта для удобного взаимодействия с функциями сервиса.

Использование

API

Проект предоставляет API с различными возможностями, включая:

• Регистрацию и аутентификацию пользователя.
• Управление моделями машинного обучения.
• Выполнение предсказаний на основе модели.
• Парсинг электронных писем.
• Получение информации о текущем пользователе и многое другое.

Для подробной документации по API посетите ссылку.

Веб-интерфейс

Веб-интерфейс проекта "DepartureDynamics" предоставляет обширный функционал для удобного взаимодействия с сервисом. Вот краткое описание ключевых возможностей:

1. Главная Страница:

   • Предоставляет основную информацию о проекте, команде разработчиков и контактную информацию.
   • Пользователи могут отправлять обратную связь и сообщения разработчикам.

2. Регистрация и Авторизация:

   • Пользователи могут зарегистрироваться, предоставив логин, почту, фамилию, имя и пароль.
   • Авторизация осуществляется с использованием почты и пароля.

3. Парсинг Почты:

   • Позволяет осуществлять парсинг электронных писем с учетом диапазона дат, времени рабочего периода и файла с логинами и паролями сотрудников.

4. Обучение Моделей:

   • Пользователи могут создавать и обучать собственные модели, задавая им уникальные имена и загружая датасеты для обучения.

5. Предсказание Вероятности Увольнения:

   • Позволяет выбрать обученную модель из списка, придумать имя для прогноза и загрузить датасет для получения предсказаний.
   • Выводит дашборд сотрудников с предсказаниями.

6. Личный Кабинет:

   • Пользователи могут просматривать информацию о себе и изменять пароль.

7. История Файлов:

   • Предоставляет таблицу с записями о моделях, прогнозах и парсингах, выполненных пользователем.
   • Пользователи могут удалять записи и файлы с сервера.

Используемые Технологии

Веб-интерфейс разработан с использованием следующих технологий:

• HTML: Для структурирования содержимого страниц.
• CSS: Для стилизации элементов и обеспечения визуального оформления.
• JS: Для динамического взаимодействия и создания отзывчивого интерфейса.

Этот набор технологий обеспечивает современный, интуитивно понятный и удобный пользовательский опыт.

База данных

Проект использует PostgreSQL для хранения данных. В базе данных содержатся следующие основные таблицы:

• Таблица users_db:

  • Содержит информацию о пользователях, включая их идентификатор, дату создания, статус администратора, имя, фамилию, адрес электронной почты и хэшированный пароль.

• Таблица feedback:

  • Хранит обратную связь от пользователей, включая уникальный идентификатор, дату создания, имя пользователя, адрес электронной почты и сообщение.

• Таблица models:

  • Содержит информацию о моделях, связанных с пользователями. Включает уникальный идентификатор, дату создания, дату обновления, тип модели, путь к данным, название модели, путь к файлу модели и идентификатор пользователя.

• Таблица history:

  • Сохраняет историю действий пользователей, включая уникальный идентификатор, дату создания, дату обновления, имя файла с прогнозами, прогнозы пользователя, название прогноза и идентификатор пользователя.

• Таблица parse_history:

  • Хранит информацию о процессе разбора данных пользователей, включая уникальный идентификатор, дату создания, дату обновления, начальную и конечную даты базового периода, начальную и конечную даты сравнительного периода, время начала и окончания рабочего дня, путь к данным, путь для сохранения результатов и идентификатор пользователя.

Контакты

• Чесников Леонид (Ai-Engineer & Project-manager)
• Овчинников Алексей (Backend)
• Тронев Алексей (Design)
• Сорокина Александра (Frontend)
• Винтерголлер Тимофей (Frontend)

Лицензия

Проект распространяется под лицензией MIT.