Análise do Mercado de Trabalho nos EUA com Dados do LinkedIn

Este projeto visa explorar as tendências e demandas do mercado de trabalho nos Estados Unidos, com base em dados de vagas publicadas no LinkedIn entre 2023 e 2024. A análise inclui informações sobre salários, tipos de vagas (remotas e presenciais) e projeções de contratações para 2025.

Ferramentas e Bibliotecas Utilizadas

• Python

  • Análise e tratamento de dados, além de visualizações interativas.

• Dash

  • Criação da interface de visualização dos dados e gráficos interativos.

• Prophet

  • Modelo de previsão para identificar tendências de crescimento em áreas específicas.

• Pandas e NumPy

  • Manipulação e padronização dos dados.

Principais Transformações de Dados

1. Padronização Salariais:
   Conversão dos salários para uma base anual, facilitando comparações entre diferentes níveis de senioridade.

2. Substituição de Valores Nulos:
   Valores nulos em salários médios substituídos pela média entre o salário mínimo e máximo, arredondados para o milhar mais próximo.

3. Padronização Geográfica:
   Mapeamento de abreviações de estados e localidades, incluindo regiões internacionais, para um dicionário padronizado.

4. Criação de Coluna de Controle:
   Coluna "calculated_med_salary" criada para validação e consistência dos dados após a padronização.

Visualizações

Previsão de Vagas em 2025 por Estado nos EUA

Relação Senioridade X Salário

Distribuição de Vagas Remotas e Não Remotas

Media Salarial: Vagas Remotas Vs Não Remotas

Como Executar o Projeto

1. Baixe o Dataset
   Baixe o dataset necessário a partir deste link no Kaggle e adicione-o ao diretório de dados do projeto.

2. Instale as Dependências
   Certifique-se de ter o Python 3.8+ instalado. Para instalar as dependências, use o arquivo requirements.txt incluído no projeto com o seguinte comando:

   pip install -r requirements.txt

3. Execute o Projeto
   No terminal, execute o comando:

   python project/linkedin_dashboard/main.py

4. Acesse o Dash
   Abra um navegador e acesse http://localhost:8050 para visualizar a interface e interagir com as previsões e dados de mercado.

Dependências

O arquivo requirements.txt inclui as seguintes bibliotecas e versões:

pandas==2.2.2
dash==2.17.1
pydantic-settings==2.4.0
python-dotenv==1.0.1
scikit-learn==1.5.2
matplotlib==3.9.2
ipython==8.27.0
geopandas==1.0.1
numpy==2.1.2
prophet==1.1.6
notebook==7.2.2

Colaboradores

Antonio Victor Carvalho

Everton Mutti Castro

Arthur Santos Oliveira

Matheus de Jesus

Renan de Carvalho