Este projeto analisa um conjunto de dados de salários de profissionais em diferentes áreas. O objetivo é explorar as informações presentes no conjunto de dados e identificar insights relevantes sobre a remuneração desses profissionais.
Descrição: Este projeto analisa um conjunto de dados de salários de profissionais em diferentes áreas. O objetivo é explorar as informações presentes no conjunto de dados e identificar insights relevantes sobre a remuneração desses profissionais.
Conteúdo:
- Importação de bibliotecas
- Carregamento do conjunto de dados
- Análise exploratória dos dados
- Visualizações
- Insights
Insights:
- Nível de experiência "Sênior/Especialista" é o mais prevalente (46%).
- Cargos mais frequentes: Analista de Dados, Cientista de Dados, Engenheiro de Software, Gerente de Projeto, Desenvolvedor Web, Consultor, Analista de Negócios, Designer UX/UI, Especialista em Marketing e Gerente de Marketing.
- 58% dos profissionais trabalham em regime de tempo integral.
- EUA é o país com o maior número de funcionários, seguido pela Índia e pelo Brasil.
- Empresas de médio porte (50-250 funcionários) são as mais frequentes.
- 53% dos profissionais tem 5 anos ou menos de experiência profissional.
- Salário médio dos profissionais é de R$ 6.000,00.
- Salário médio dos profissionais aumentou 5% entre 2020 e 2022.
Limitações:
- Baseado em um único conjunto de dados, os resultados podem não ser generalizáveis.
- O conjunto de dados apresenta algumas inconsistências e valores ausentes.
Próximos Passos:
- Coletar mais dados de outras fontes.
- Realizar análises mais complexas (modelagem de regressão).
- Explorar outras variáveis presentes no conjunto de dados.
Observações:
- Projeto criado com fins didáticos.
- Código pode ser adaptado e modificado.
Recursos Adicionais:
- Kaggle: https://www.kaggle.com/ - Conjunto de dados utilizado
- Curso online: https://www.udemy.com/pt/topic/data-analysis/ - Curso online sobre análise de dados com Python
- Documentação Pandas: https://pandas.pydata.org/docs/ - Documentação da biblioteca Pandas
- Documentação Matplotlib: https://matplotlib.org/stable/index.html - Documentação da biblioteca Matplotlib