Skip to content

Latest commit

 

History

History
64 lines (49 loc) · 3.47 KB

README.md

File metadata and controls

64 lines (49 loc) · 3.47 KB
Raw

Система определения предлагаемой заработной платы

Модель для предикта зарплаты по нескольким входящим параметрам:

  • Название вакансии
  • Тип занятости (код)
  • Тип графика (код)
  • Опыт (код)
  • Город

Модель архитектуры TabNet обучалась на выборочных данных портала HeadHunter за 2019-2020 гг.

Сейчас модель делает предикт для некоторых городов России, но имеется возможность сделать так, чтобы модель определяла зарплату для вакансии любой точки России.

Код

  • Ноутбук, в котором отображён процесс предобработки данных
  • Ноутбук, в котором отображён процесс обучения модели
  • Файл app.py содержит код, который загружает и инициализирует веса обученной модели и делает возможность обращаться к ней посредством REST API запросов.
  • Ноутбук, в котором показано, как получать предикты с помощью API.

Презентации

В файле notebooks/results.txt содержится пример результата работы модели. Там даны наименование вакансии, указанная зарплата и предсказанная моделью зарплата. Как видно, модель в ряде случаев несколько завышает зарплату по сравнению с официально заявленной для данной позиции. (Видимо, модель понимает реальное экономическое положение соискателей, и старается им помочь😻).

Как запустить файл app.py у себя

Установка и запуск:

git clone https://github.com/blanchefort/trudhack.git
cd trudhack
python -m venv venv
pip install -r requirements.txt

Запуск:

python app.py

Или так:

uvicorn app:app --port 5000 --host 0.0.0.0

Документация API:

http://35.225.239.24:5000/docs
http://35.225.239.24:5000/redoc

Контакты

Игорь Шаталин
+7 987 655 67 79
shatalin.ip@gmail.com

Андрей Лукин
andrew.luckin2015@yandex.ru