Skip to content

Latest commit

 

History

3 Commits

Folders and files

NameName
Last commit message
Last commit date
 
 
 
 
 
 

Repository files navigation

🌍 Global AI Workforce Analytics

Analisador inteligente do mercado global de trabalho em Inteligência Artificial, cobrindo 39 países de 2015 a 2026.

📊 Sobre o Dataset

  • Período: 2015–2026 (12 anos)
  • Países: 39 (13 avançados, 19 emergentes, 7 em desenvolvimento)
  • Registros: Força de trabalho, salários, demanda de skills, diversidade e adoção empresarial

🧠 Funcionalidades

  • ✅ País com mais profissionais de IA
  • ✅ Salário médio por cargo
  • ✅ Gap salarial de gênero
  • ✅ Demanda por skills (Python, TensorFlow, LLMs)
  • ✅ Top países por adoção empresarial de IA
  • ✅ Correlação entre PIB e força de trabalho em IA
  • ✅ Evolução temporal por país

🛠️ Tecnologias

Tecnologia Uso
Python 3.9+ Linguagem principal
Pandas Manipulação e análise dos dados
Scikit-learn Modelagem e clusterização
Matplotlib / Seaborn Visualizações

📁 Estrutura do Projetoai-workforce-global-analysis/

├── data/ │ ├── global_ai_workforce_skills_gap_2015_2026.csv # Dataset principal │ └── .gitkeep ├── src/ │ └── analisador_local.py # Analisador local (sem API) ├── .gitignore ├── requirements.txt └── README.md

🚀 Como Usar

1. Clonar o repositório

git clone https://github.com/giuliagarbelini26296/ai-workforce-global-analysis.git
cd ai-workforce-global-analysis

### 2. Criar ambiente virtual
python3 -m venv venv
source venv/bin/activate  # Linux/Mac
# ou
venv\Scripts\activate     # Windows

### 3. Instalar dependências
pip install -r requirements.txt

### 4. Colocar o dataset
Baixe o arquivo global_ai_workforce_skills_gap_2015_2026.csv do Kaggle e coloque na pasta data/.

### 5. Executar o analisador
python src/analisador_local.py

💬 Exemplos de Perguntas
"País com mais profissionais de IA"
"Salário médio por cargo"
"Maior gap salarial de gênero"
"Demanda por skills"
"Top países por adoção empresarial de IA"
"Correlação entre PIB e profissionais de IA"
"Evolução temporal de um país"
"Resumo geral do dataset"

🔮 Análises Planejadas
AnáliseTécnica📈 Previsão do crescimento da força de trabalho por paísTime Series (ARIMA, Prophet)
💰 Previsão de salários por skill demand | Regressão (Random Forest, XGBoost)
🗺️ Clusterização de países por maturidade em IA | K-means, DBSCAN
👩‍💻 Evolução do gap de gênero ao longo do tempo | Análise estatística temporal
📊 Relação entre adoção de IA e oferta de talentos | Regressão linear

📄 Licença Este projeto é de código aberto para fins educacionais e de portfólio.👩‍💻 Autora: Giulia Maria Garbelini Ribeiro
📧 giuliamgrib@gmail.com
🔗 linkedin.com/in/giulia-garbelini

About

Global AI Workforce Analytics — Análise do mercado global de IA em 39 países (2015-2026) com Python + ML

Topics

Resources

Stars

0 stars

Watchers

0 watching

Forks

Releases

Packages

Contributors

Languages