Mini-projet — Dashboard d'analyse de candidatures

Section 11.2.19 : Mini-projet — Dashboard d'analyse de candidatures

🎯 Objectif pédagogique

Intégrer toutes les compétences de la Semaine 2 dans un mini-projet complet : charger des données, les nettoyer, les analyser et les visualiser dans un dashboard interactif. Vous construirez un Job Search Analytics Dashboard — un outil pratique que Marc utilise vraiment.

Le projet : votre outil d'analyse personnel

Marc a 200+ candidatures dans sa base PostgreSQL. Il veut un dashboard qui répond à ces questions :

1. →Quel est mon taux de conversion par étape ?
2. →Quels secteurs/entreprises répondent le mieux ?
3. →Combien de candidatures par semaine pour un objectif de 3 offres/mois ?
4. →Quel est le salaire médian par statut ?

Architecture du projet

job-analytics/
├── data/
│   └── applications.csv        # Données source
├── notebooks/
│   └── analysis.ipynb          # Exploration (Jupyter)
├── src/
│   ├── data_loader.py          # Chargement et nettoyage
│   ├── analytics.py            # Fonctions d'analyse
│   └── dashboard.py            # Génération du dashboard
├── output/
│   └── dashboard.html          # Rapport final
├── requirements.txt
└── README.md

Étape 1 : data_loader.py

"""Chargement et nettoyage des données de candidatures."""
import pandas as pd
import numpy as np

def load_applications(filepath="data/applications.csv"):
    """Charge et nettoie les données de candidatures."""
    df = pd.read_csv(filepath)
    
    # Nettoyage
    df['company'] = df['company'].str.strip().str.title()
    df['status'] = df['status'].str.lower().str.strip()
    df['date'] = pd.to_datetime(df['date'], errors='coerce')
    df['salary'] = pd.to_numeric(df['salary'], errors='coerce')
    
    # Supprimer les doublons
    df = df.drop_duplicates(subset=['company', 'position', 'date'])
    
    # Colonnes dérivées
    df['week'] = df['date'].dt.isocalendar().week
    df['month'] = df['date'].dt.to_period('M')
    df['day_of_week'] = df['date'].dt.day_name()
    
    return df

def generate_sample_data(n=100):
    """Génère des données fictives réalistes."""
    np.random.seed(42)
    
    companies = ['Google', 'Meta', 'Stripe', 'Datadog', 'Mistral AI', 'OVH', 
                 'Vercel', 'BNP Paribas', 'Doctolib', 'Alan', 'Qonto', 'Swile',
                 'Deezer', 'Criteo', 'ContentSquare', 'Algolia', 'Ledger']
    positions = ['Frontend Developer', 'Backend Python', 'Full-Stack', 'Data Analyst',
                 'ML Engineer', 'DevOps', 'Product Manager', 'UX Designer']
    statuses = ['applied', 'interview', 'offer', 'rejected', 'no_response']
    
    data = \{
        'company': np.random.choice(companies, n),
        'position': np.random.choice(positions, n),
        'status': np.random.choice(statuses, n, p=[0.35, 0.15, 0.05, 0.20, 0.25]),
        'salary': np.random.normal(65000, 18000, n).astype(int).clip(35000, 120000),
        'date': pd.date_range('2026-01-01', periods=n, freq='2D')[:n]
    \}
    
    df = pd.DataFrame(data)
    df.to_csv('data/applications.csv', index=False)
    return df

Étape 2 : analytics.py

"""Fonctions d'analyse pour le dashboard de candidatures."""
import pandas as pd

def conversion_funnel(df):
    """Calcule le funnel de conversion."""
    total = len(df)
    responded = len(df[df['status'] != 'no_response'])
    interviews = len(df[df['status'].isin(['interview', 'offer'])])
    offers = len(df[df['status'] == 'offer'])
    
    return \{
        'total': total,
        'responded': responded,
        'response_rate': responded / total * 100,
        'interviews': interviews,
        'interview_rate': interviews / total * 100,
        'offers': offers,
        'offer_rate': offers / total * 100
    \}

def weekly_stats(df):
    """Statistiques hebdomadaires."""
    return df.groupby('week').agg(
        applications=('company', 'count'),
        interviews=('status', lambda x: (x == 'interview').sum()),
        offers=('status', lambda x: (x == 'offer').sum()),
        avg_salary=('salary', 'mean')
    ).round(0)

def company_performance(df):
    """Performance par entreprise."""
    return df.groupby('company').agg(
        total=('status', 'count'),
        interviews=('status', lambda x: (x.isin(['interview', 'offer'])).sum()),
        avg_salary=('salary', 'mean')
    ).assign(
        conversion=lambda x: (x['interviews'] / x['total'] * 100).round(1)
    ).sort_values('conversion', ascending=False)

def salary_analysis(df):
    """Analyse des salaires par statut."""
    return df.groupby('status')['salary'].agg(['mean', 'median', 'std', 'count']).round(0)

Étape 3 : dashboard.py

"""Génération du dashboard visuel."""
import matplotlib.pyplot as plt
import seaborn as sns
import pandas as pd
from data_loader import load_applications, generate_sample_data
from analytics import conversion_funnel, weekly_stats, company_performance, salary_analysis

def create_dashboard():
    # Charger les données
    try:
        df = load_applications()
    except FileNotFoundError:
        df = generate_sample_data()
    
    funnel = conversion_funnel(df)
    
    # Dashboard 6 graphiques
    fig, axes = plt.subplots(2, 3, figsize=(20, 12))
    fig.suptitle("Job Search Analytics Dashboard — Mars 2026", fontsize=18, fontweight='bold')
    
    # 1. Funnel de conversion
    stages = ['Candidatures', 'Réponses', 'Entretiens', 'Offres']
    values = [funnel['total'], funnel['responded'], funnel['interviews'], funnel['offers']]
    colors = ['#94a3b8', '#3b82f6', '#f59e0b', '#22c55e']
    axes[0,0].barh(stages[::-1], values[::-1], color=colors[::-1])
    for i, (s, v) in enumerate(zip(stages[::-1], values[::-1])):
        axes[0,0].text(v + 1, i, str(v), va='center', fontweight='bold')
    axes[0,0].set_title(f"Funnel : \{funnel['offer_rate']:.1f\}% de conversion")
    
    # 2. Candidatures par semaine
    weekly = df.groupby(df['date'].dt.isocalendar().week).size()
    axes[0,1].plot(weekly.index, weekly.values, marker='o', color='#0891b2', linewidth=2)
    axes[0,1].fill_between(weekly.index, weekly.values, alpha=0.2, color='#0891b2')
    axes[0,1].axhline(weekly.mean(), color='red', linestyle='--', alpha=0.7, label=f'Moyenne: \{weekly.mean():.0f\}/sem')
    axes[0,1].legend()
    axes[0,1].set_title("Rythme de candidature")
    
    # 3. Distribution des salaires
    for status in ['interview', 'offer', 'applied']:
        subset = df[df['status'] == status]['salary'].dropna()
        if len(subset):
            axes[0,2].hist(subset, bins=15, alpha=0.5, label=status)
    axes[0,2].legend()
    axes[0,2].set_title("Distribution des salaires par statut")
    
    # 4. Top entreprises
    top = company_performance(df).head(8)
    axes[1,0].barh(top.index, top['conversion'], color='#0891b2')
    axes[1,0].set_title("Top entreprises (taux conversion %)")
    axes[1,0].set_xlabel("%")
    
    # 5. Répartition par statut
    status_counts = df['status'].value_counts()
    colors_pie = \{'applied':'#3b82f6','interview':'#f59e0b','offer':'#22c55e','rejected':'#ef4444','no_response':'#94a3b8'\}
    axes[1,1].pie(status_counts.values, labels=status_counts.index, 
                  colors=[colors_pie.get(s, '#94a3b8') for s in status_counts.index],
                  autopct='%1.0f%%', startangle=90)
    axes[1,1].set_title("Répartition par statut")
    
    # 6. Salaire moyen par jour de la semaine
    day_salary = df.groupby('day_of_week')['salary'].median()
    day_order = ['Monday','Tuesday','Wednesday','Thursday','Friday','Saturday','Sunday']
    day_salary = day_salary.reindex(day_order).dropna()
    axes[1,2].bar(range(len(day_salary)), day_salary.values, color='#8b5cf6')
    axes[1,2].set_xticks(range(len(day_salary)))
    axes[1,2].set_xticklabels([d[:3] for d in day_salary.index], rotation=45)
    axes[1,2].set_title("Salaire médian par jour de candidature")
    
    plt.tight_layout(rect=[0, 0.03, 1, 0.95])
    
    # Insight en bas
    fig.text(0.5, 0.01, 
             f"💡 Insight : \{funnel['offer_rate']:.1f\}% de conversion | "
             f"Salaire médian entretiens : \{df[df['status']=='interview']['salary'].median():,.0f\}€ | "
             f"Meilleur jour : \{day_salary.idxmax()\}", 
             ha='center', fontsize=11, fontstyle='italic')
    
    plt.savefig('output/dashboard.png', dpi=200, bbox_inches='tight')
    plt.show()
    print("\n✅ Dashboard sauvegardé dans output/dashboard.png")

if __name__ == "__main__":
    create_dashboard()

🏋️ Exercice final — Semaine 2 (45 minutes)

Construisez votre propre dashboard :

1. →Générez ou récupérez vos données de candidatures (CSV ou PostgreSQL)
2. →Nettoyez (pipeline complet : types, NaN, doublons, texte)
3. →Analysez : funnel de conversion, top entreprises, stats salariales
4. →Visualisez : minimum 4 graphiques avec titres = insights
5. →Documentez : un Jupyter Notebook avec Markdown entre les sections
6. →Exportez : dashboard en PNG + notebook en HTML

Bonus : ajoutez une analyse de tendance temporelle et une recommandation chiffrée.