Upload folder using huggingface_hub

README.md

@@ -1,106 +1,324 @@
----
-title: Employee Turnover Prediction API
-emoji: 👔
-colorFrom: blue
-colorTo: purple
-sdk: docker
-pinned: true
-license: mit
-app_port: 7860
----
+# 🚀 Employee Turnover Prediction API - v3.2.1
 
+## 📊 Vue d'ensemble
 
-# Employee Turnover Prediction API 🚀 (v3.2.1)
+API REST de prédiction du turnover des employés basée sur un modèle XGBoost avec SMOTE.
 
-API de prédiction du turnover des employés (XGBoost + SMOTE) avec endpoints batch, validation stricte et documentation à jour.
 
-## 🎯 Fonctionnalités
-
-- ✅ Prédiction de turnover (0 = reste, 1 = part)
+**✨ Nouveautés v3.2.1** :
+- 🎛️ Sliders Gradio et schémas Pydantic alignés sur les min/max réels des données d'entraînement
 - 📦 Endpoint batch CSV (3 fichiers bruts)
-- 🎛️ Sliders Gradio et schémas Pydantic alignés sur les min/max réels
-- 📊 Probabilités et niveau de risque (Low/Medium/High)
-- 🔐 Authentification API Key (obligatoire)
-- 📝 Logs structurés JSON
-- 🛡️ Rate limiting (20 req/min)
-- 📚 Documentation OpenAPI/Swagger
+- 🔑 Authentification API Key (prod)
+- 🔧 Correction preprocessing (scaling, ordre des colonnes)
+- 📝 Documentation et exemples mis à jour
+
+## 🏗️ Architecture
+
+```
+OC_P5/
+├── app.py                    # Point d'entrée FastAPI
+├── src/
+│   ├── auth.py              # Authentification API Key
+│   ├── config.py            # Configuration centralisée
+│   ├── logger.py            # Logging structuré (NOUVEAU)
+│   ├── models.py            # Chargement modèle HF Hub
+│   ├── preprocessing.py     # Pipeline preprocessing
+│   ├── rate_limit.py        # Rate limiting (NOUVEAU)
+│   └── schemas.py           # Validation Pydantic
+├── tests/                   # Suite pytest (33 tests, 88% couverture)
+├── logs/                    # Logs JSON (NOUVEAU)
+│   ├── api.log              # Tous les logs
+│   └── error.log            # Erreurs uniquement
+├── docs/                    # Documentation
+├── ml_model/                # Scripts training
+└── data/                    # Données sources
+## 🗄️ Schéma de la Base de Données (PostgreSQL)
+
+Schéma UML pour traçabilité ML (basé sur P5 prédiction turnover employé) :
+![Schéma BDD](docs/schema.png)
+
+- **dataset** : Dataset original (référence pour tests/retraining). Colonnes adaptées au modèle de prédiction turnover.
+- **ml_logs** : Logs inputs/outputs (JSON pour flexibilité, timestamp pour audits).
+
+Choix : Structure relationnelle pour efficacité volume data ; sécurité via user dédié (ml_user).
+Instructions : Voir create_db.py pour création.
+
+📖 **Guide complet pour débutants** : [docs/database_guide.md](docs/database_guide.md)
+
+### 💾 Insertion du Dataset
+```bash
+# Insérer le dataset complet (1470 employés)
+poetry run python scripts/insert_dataset.py
+
+# Vérifier l'insertion
+psql -h localhost -U ml_user -d oc_p5_db -c "SELECT COUNT(*) FROM dataset;"
+```
+
+### Prérequis
+- Python 3.12+
+- Poetry 1.7+
+- Git
+
+### Setup rapide
 
+```bash
+# 1. Cloner le repo
+git clone https://github.com/chaton59/OC_P5.git
+cd OC_P5
+
+# 2. Installer les dépendances
+poetry install
 
-## 🔗 Endpoints
+# 3. Configurer l'environnement
+cp .env.example .env
+# Éditer .env avec vos valeurs
 
-| Endpoint | Description |
-|----------|-------------|
-| `/docs` | Documentation interactive Swagger |
-| `/health` | Status de l'API |
-| `/ui` | Interface Gradio interactive |
-| `/predict` | Prédiction unitaire (JSON, contraintes réelles) |
-| `/predict/batch` | Prédiction batch (3 fichiers CSV bruts) |
+# 4. Lancer l'API
+poetry run uvicorn app:app --reload
 
+# 5. Accéder à la documentation
+# http://localhost:8000/docs
+```
 
-## 🚀 Utilisation
+## 📝 Configuration (.env)
 
-### Prédiction unitaire (toutes contraintes appliquées)
 ```bash
-curl -X POST https://asi-engineer-oc-p5-dev.hf.space/predict \
+# Mode développement (désactive auth + active logs détaillés)
+DEBUG=true
+
+# API Key (requis en production)
+API_KEY=your-secret-key-here
+
+# Logging (DEBUG, INFO, WARNING, ERROR, CRITICAL)
+LOG_LEVEL=INFO
+
+# HuggingFace Model
+HF_MODEL_REPO=ASI-Engineer/employee-turnover-model
+MODEL_FILENAME=model/model.pkl
+```
+
+## 🔒 Authentification
+
+### Mode DEBUG (développement)
+```bash
+# L'API Key n'est PAS requise
+curl http://localhost:8000/predict -H "Content-Type: application/json" -d '{...}'
+```
+
+### Mode PRODUCTION
+```bash
+# L'API Key est REQUISE
+curl http://localhost:8000/predict \
+  -H "X-API-Key: your-secret-key" \
   -H "Content-Type: application/json" \
-  -H "X-API-Key: your-key" \
-  -d '{
-    "nombre_participation_pee": 0,
-    "nb_formations_suivies": 2,
-    "nombre_employee_sous_responsabilite": 1,
-    "distance_domicile_travail": 15,
-    "niveau_education": 3,
-    "domaine_etude": "Infra & Cloud",
-    "ayant_enfants": "Y",
-    "frequence_deplacement": "Occasionnel",
-    "annees_depuis_la_derniere_promotion": 2,
-    "annes_sous_responsable_actuel": 5,
-    "satisfaction_employee_environnement": 3,
-    "note_evaluation_precedente": 4,
-    "niveau_hierarchique_poste": 2,
-    "satisfaction_employee_nature_travail": 3,
-    "satisfaction_employee_equipe": 3,
-    "satisfaction_employee_equilibre_pro_perso": 2,
-    "note_evaluation_actuelle": 4,
-    "heure_supplementaires": "Non",
-    "augementation_salaire_precedente": 5.5,
-    "age": 35,
-    "genre": "M",
-    "revenu_mensuel": 4500.0,
-    "statut_marital": "Marié(e)",
-    "departement": "Commercial",
-    "poste": "Manager",
-    "nombre_experiences_precedentes": 3,
-    "nombre_heures_travailless": 80,
-    "annee_experience_totale": 10,
-    "annees_dans_l_entreprise": 5,
-    "annees_dans_le_poste_actuel": 2
-  }'
+  -d '{...}'
 ```
 
-### Prédiction batch (3 fichiers CSV bruts)
+
+## 📡 Endpoints
+
+### 🏥 Health Check
 ```bash
-curl -X POST https://asi-engineer-oc-p5-dev.hf.space/predict/batch \
-  -H "X-API-Key: your-key" \
-  -F "sondage_file=@extrait_sondage.csv" \
-  -F "eval_file=@extrait_eval.csv" \
-  -F "sirh_file=@extrait_sirh.csv"
+GET /health
+
+# Réponse
+{
+  "status": "healthy",
+  "model_loaded": true,
+  "model_type": "Pipeline",
+  "version": "3.2.1"
+}
 ```
 
-**Réponse :**
-```json
+### 🔮 Prédiction unitaire
+```bash
+POST /predict
+Content-Type: application/json
+X-API-Key: your-key (en production)
+
+# Payload (exemple, contraintes réelles appliquées)
+{
+  "nombre_participation_pee": 0,
+  "nb_formations_suivies": 2,
+  "nombre_employee_sous_responsabilite": 1,
+  "distance_domicile_travail": 15,
+  "niveau_education": 3,
+  "domaine_etude": "Infra & Cloud",
+  "ayant_enfants": "Y",
+  "frequence_deplacement": "Occasionnel",
+  "annees_depuis_la_derniere_promotion": 2,
+  "annes_sous_responsable_actuel": 5,
+  "satisfaction_employee_environnement": 3,
+  "note_evaluation_precedente": 4,
+  "niveau_hierarchique_poste": 2,
+  "satisfaction_employee_nature_travail": 3,
+  "satisfaction_employee_equipe": 3,
+  "satisfaction_employee_equilibre_pro_perso": 2,
+  "note_evaluation_actuelle": 4,
+  "heure_supplementaires": "Non",
+  "augementation_salaire_precedente": 5.5,
+  "age": 35,
+  "genre": "M",
+  "revenu_mensuel": 4500.0,
+  "statut_marital": "Marié(e)",
+  "departement": "Commercial",
+  "poste": "Manager",
+  "nombre_experiences_precedentes": 3,
+  "nombre_heures_travailless": 80,
+  "annee_experience_totale": 10,
+  "annees_dans_l_entreprise": 5,
+  "annees_dans_le_poste_actuel": 2
+}
+
+# Réponse
+{
+  "prediction": 0,                    # 0 = reste, 1 = part
+  "probability_0": 0.85,              # Probabilité de rester
+  "probability_1": 0.15,              # Probabilité de partir
+  "risk_level": "Low"                 # Low, Medium, High
+}
+```
+
+### 📦 Prédiction batch (CSV)
+```bash
+POST /predict/batch
+X-API-Key: your-key (en production)
+
+# Envoi des 3 fichiers CSV bruts
+curl -X POST "http://localhost:8000/predict/batch" \
+  -H "X-API-Key: your-key" \
+  -F "sondage_file=@data/extrait_sondage.csv" \
+  -F "eval_file=@data/extrait_eval.csv" \
+  -F "sirh_file=@data/extrait_sirh.csv"
+
+# Réponse
 {
   "total_employees": 1470,
-  "predictions": [...],
+  "predictions": [
+    {"employee_id": 1, "prediction": 1, "probability_leave": 0.84, "risk_level": "High"},
+    {"employee_id": 2, "prediction": 0, "probability_leave": 0.11, "risk_level": "Low"}
+  ],
   "summary": {
     "total_stay": 1169,
     "total_leave": 301,
-    "high_risk_count": 222
+    "high_risk_count": 222,
+    "medium_risk_count": 233,
+    "low_risk_count": 1015
   }
 }
 ```
 
+## 📊 Logging
+
+### Logs structurés JSON
+
+**Fichiers** :
+- `logs/api.log` : Tous les logs
+- `logs/error.log` : Erreurs uniquement
+
+**Format** :
+```json
+{
+  "timestamp": "2025-12-26T10:30:45",
+  "level": "INFO",
+  "logger": "employee_turnover_api",
+  "message": "Request POST /predict",
+  "method": "POST",
+  "path": "/predict",
+  "status_code": 200,
+  "duration_ms": 23.45,
+  "client_host": "127.0.0.1"
+}
+```
+
+## 🛡️ Rate Limiting
+
+**Configuration** :
+- **Développement** : Désactivé (DEBUG=true)
+- **Production** : 20 requêtes/minute par IP ou API Key
+
+**En cas de dépassement** :
+```json
+{
+  "error": "Rate limit exceeded",
+  "message": "20 per 1 minute"
+}
+```
+
+## ✅ Tests
+
+```bash
+# Tous les tests
+poetry run pytest tests/ -v
+
+# Avec couverture
+poetry run pytest tests/ --cov --cov-report=html
+
+# Voir rapport HTML
+open htmlcov/index.html
+```
+
+**Résultats** :
+- ✅ 33 tests passés
+- 📊 88% de couverture globale
+
+## 🚀 Déploiement
+
+### Variables d'environnement requises
+```bash
+DEBUG=false
+API_KEY=<votre-clé-sécurisée>
+LOG_LEVEL=INFO
+```
+
+### HuggingFace Spaces
+Prêt pour déploiement avec `app.py` et `requirements.txt`
+
+## 📚 Documentation
+
+- **API Interactive** : http://localhost:8000/docs
+- **ReDoc** : http://localhost:8000/redoc
+- **Guide complet** : [docs/API_GUIDE.md](docs/API_GUIDE.md)
+- **Standards** : [docs/standards.md](docs/standards.md)
+- **Couverture tests** : [docs/TEST_COVERAGE.md](docs/TEST_COVERAGE.md)
+
+## 📦 Dépendances principales
+
+- **FastAPI** 0.115.14 : Framework web
+- **Pydantic** 2.12.5 : Validation données
+- **XGBoost** 2.1.3 : Modèle ML
+- **SlowAPI** 0.1.9 : Rate limiting
+- **python-json-logger** 4.0.0 : Logs structurés
+- **pytest** 9.0.2 : Tests
+
+
+## 🔄 Changelog
+
+### v3.2.1 (janvier 2026)
+- 🎛️ Sliders Gradio et schémas Pydantic alignés sur les min/max réels des données d'entraînement
+- 📦 Endpoint batch CSV (3 fichiers bruts)
+- 🔑 Authentification API Key (prod)
+- 🔧 Correction preprocessing (scaling, ordre des colonnes)
+- 📝 Documentation et exemples mis à jour
+
+### v2.2.0 (27 décembre 2025)
+- 📦 Nouvel endpoint `/predict/batch` pour traitement CSV direct
+- 🔧 Fix preprocessing : ajout du scaling des features
+- 🔧 Fix preprocessing : correction de l'ordre des colonnes
+- 📊 Amélioration précision des prédictions (~90%)
+
+### v2.1.0 (26 décembre 2025)
+- ✨ Système de logging structuré JSON
+- 🛡️ Rate limiting avec SlowAPI
+- ⚡ Amélioration gestion d'erreurs
+- 📊 Monitoring des performances
+
+### v2.0.0 (26 décembre 2025)
+- ✅ Suite de tests complète (36 tests)
+- 🔐 Authentification API Key
+- 📊 88% de couverture de code
 
-## 📚 Documentation complète
+## 👥 Auteurs
 
-Voir [docs/API.md](docs/API.md) ou le [GitHub Repository](https://github.com/chaton59/OC_P5) pour la documentation complète et les contraintes détaillées (min/max, enums, etc).
+- **Projet** : OpenClassrooms P5
+- **Repo** : [github.com/chaton59/OC_P5](https://github.com/chaton59/OC_P5)

README_HF.md

@@ -3,7 +3,7 @@ title: Employee Turnover Prediction API
 emoji: 👔
 colorFrom: blue
 colorTo: purple
-sdk: docker
+sdk: gradio
 pinned: true
 license: mit
 app_port: 7860

api.py

@@ -0,0 +1,424 @@
+#!/usr/bin/env python3
+"""
+API FastAPI pour le modèle Employee Turnover.
+
+Cette API expose le modèle de prédiction de départ des employés avec :
+- Validation stricte des inputs via Pydantic
+- Preprocessing automatique
+- Health check pour monitoring
+- Documentation OpenAPI/Swagger automatique
+- Interface Gradio pour utilisation interactive
+- Endpoint batch pour traitement de fichiers CSV
+"""
+import io
+import time
+from contextlib import asynccontextmanager
+
+import gradio as gr
+import pandas as pd
+from fastapi import Depends, FastAPI, File, HTTPException, Request, UploadFile
+from fastapi.middleware.cors import CORSMiddleware
+from slowapi import _rate_limit_exceeded_handler
+from slowapi.errors import RateLimitExceeded
+
+from src.auth import verify_api_key
+from src.config import get_settings
+from src.gradio_ui import create_gradio_interface
+from src.logger import logger, log_model_load, log_request
+from src.models import get_model_info, load_model
+from src.preprocessing import (
+    merge_csv_dataframes,
+    preprocess_dataframe_for_prediction,
+    preprocess_for_prediction,
+)
+from src.rate_limit import limiter
+from src.schemas import (
+    BatchPredictionOutput,
+    EmployeeInput,
+    EmployeePrediction,
+    HealthCheck,
+    PredictionOutput,
+)
+
+# Charger la configuration
+settings = get_settings()
+API_VERSION = settings.API_VERSION
+
+
+@asynccontextmanager
+async def lifespan(app: FastAPI):
+    """
+    Gestion du cycle de vie de l'application.
+
+    Charge le modèle au démarrage et le garde en cache.
+    """
+    logger.info(
+        "🚀 Démarrage de l'API Employee Turnover...", extra={"version": API_VERSION}
+    )
+
+    start_time = time.time()
+    try:
+        # Pré-charger le modèle au démarrage
+        model = load_model()
+        duration_ms = (time.time() - start_time) * 1000
+
+        model_type = type(model).__name__
+        log_model_load(model_type, duration_ms, True)
+        logger.info("✅ Modèle chargé avec succès")
+    except Exception as e:
+        duration_ms = (time.time() - start_time) * 1000
+        log_model_load("Unknown", duration_ms, False)
+        logger.error("Le modèle n'a pas pu être chargé", extra={"error": str(e)})
+
+    yield  # L'application tourne
+
+    logger.info("🛑 Arrêt de l'API")
+
+
+# Créer l'application FastAPI
+app = FastAPI(
+    title="Employee Turnover Prediction API",
+    description="API de prédiction du turnover des employés avec XGBoost + SMOTE",
+    version=API_VERSION,
+    lifespan=lifespan,
+    docs_url="/docs",
+    redoc_url="/redoc",
+)
+
+# Ajouter rate limiting
+app.state.limiter = limiter
+app.add_exception_handler(RateLimitExceeded, _rate_limit_exceeded_handler)
+
+# Configurer CORS (autoriser tous les domaines en dev)
+app.add_middleware(
+    CORSMiddleware,
+    allow_origins=["*"],
+    allow_credentials=True,
+    allow_methods=["*"],
+    allow_headers=["*"],
+)
+
+
+# Middleware de logging des requêtes
+@app.middleware("http")
+async def log_requests(request: Request, call_next):
+    """
+    Middleware pour logger toutes les requêtes HTTP.
+    """
+    start_time = time.time()
+
+    # Traiter la requête
+    response = await call_next(request)
+
+    # Calculer la durée
+    duration_ms = (time.time() - start_time) * 1000
+
+    # Logger
+    log_request(
+        method=request.method,
+        path=request.url.path,
+        status_code=response.status_code,
+        duration_ms=duration_ms,
+        client_host=request.client.host if request.client else None,
+    )
+
+    return response
+
+
+@app.get("/health", response_model=HealthCheck, tags=["Monitoring"])
+async def health_check():
+    """
+    Health check endpoint pour monitoring.
+
+    Vérifie que l'API est opérationnelle et que le modèle est chargé.
+
+    Returns:
+        HealthCheck: Status de l'API et du modèle.
+
+    Raises:
+        HTTPException: 503 si le modèle n'est pas disponible.
+    """
+    try:
+        model_info = get_model_info()
+
+        return HealthCheck(
+            status="healthy",
+            model_loaded=model_info.get("cached", False),
+            model_type=model_info.get("model_type", "Unknown"),
+            version=API_VERSION,
+        )
+    except Exception as e:
+        raise HTTPException(
+            status_code=503,
+            detail={
+                "status": "unhealthy",
+                "error": "Model not available",
+                "message": str(e),
+            },
+        )
+
+
+@app.post(
+    "/predict",
+    response_model=PredictionOutput,
+    tags=["Prediction"],
+    dependencies=[Depends(verify_api_key)] if settings.is_api_key_required else [],
+)
+@limiter.limit("20/minute")
+async def predict(request: Request, employee: EmployeeInput):
+    """
+    Endpoint de prédiction du turnover d'un employé.
+
+    **PROTÉGÉ PAR API KEY** : Requiert le header `X-API-Key` en production.
+
+    Prend en entrée les données d'un employé, applique le preprocessing
+    et retourne la prédiction avec les probabilités.
+
+    Args:
+        employee: Données de l'employé validées par Pydantic.
+
+    Returns:
+        PredictionOutput: Prédiction et probabilités.
+
+    Raises:
+        HTTPException: 401 si API key invalide ou manquante.
+        HTTPException: 500 si erreur lors de la prédiction.
+
+    Examples:
+        ```bash
+        # Avec authentification
+        curl -X POST http://localhost:8000/predict \\
+          -H "X-API-Key: your-secret-key" \\
+          -H "Content-Type: application/json" \\
+          -d '{...}'
+        ```
+    """
+    try:
+        # 1. Charger le modèle
+        model = load_model()
+
+        # 2. Préprocessing
+        X = preprocess_for_prediction(employee)
+
+        # 3. Prédiction
+        prediction = int(model.predict(X)[0])
+
+        # 4. Probabilités (si le modèle supporte predict_proba)
+        try:
+            probabilities = model.predict_proba(X)[0]
+            prob_0 = float(probabilities[0])
+            prob_1 = float(probabilities[1])
+        except AttributeError:
+            # Si le modèle ne supporte pas predict_proba
+            prob_0 = 1.0 if prediction == 0 else 0.0
+            prob_1 = 1.0 if prediction == 1 else 0.0
+
+        # 5. Niveau de risque
+        if prob_1 < 0.3:
+            risk_level = "Low"
+        elif prob_1 < 0.7:
+            risk_level = "Medium"
+        else:
+            risk_level = "High"
+
+        # 6. Enregistrer dans la base de données
+        try:
+            from sqlalchemy import create_engine
+            from sqlalchemy.orm import sessionmaker
+            from db_models import MLLog
+
+            engine = create_engine(settings.DATABASE_URL)
+            Session = sessionmaker(bind=engine)
+            session = Session()
+
+            log_entry = MLLog(
+                input_json=employee.dict(),
+                prediction="Oui" if prediction == 1 else "Non",
+            )
+            session.add(log_entry)
+            session.commit()
+            session.close()
+
+            logger.info(f"Prediction logged to database: {prediction}")
+        except Exception as db_error:
+            logger.warning(f"Failed to log prediction to database: {db_error}")
+
+        return PredictionOutput(
+            prediction=prediction,
+            probability_0=prob_0,
+            probability_1=prob_1,
+            risk_level=risk_level,
+        )
+
+    except Exception:
+        logger.exception("Unexpected error during prediction")
+        raise HTTPException(
+            status_code=500,
+            detail={
+                "error": "Prediction failed",
+                "message": "An unexpected error occurred. Please contact support.",
+            },
+        )
+
+
+@app.post(
+    "/predict/batch",
+    response_model=BatchPredictionOutput,
+    tags=["Prediction"],
+    dependencies=[Depends(verify_api_key)] if settings.is_api_key_required else [],
+)
+@limiter.limit("5/minute")
+async def predict_batch(
+    request: Request,
+    sondage_file: UploadFile = File(..., description="Fichier CSV du sondage"),
+    eval_file: UploadFile = File(..., description="Fichier CSV des évaluations"),
+    sirh_file: UploadFile = File(..., description="Fichier CSV SIRH"),
+):
+    """
+    Endpoint de prédiction batch à partir de fichiers CSV.
+
+    **PROTÉGÉ PAR API KEY** : Requiert le header `X-API-Key` en production.
+
+    Prend en entrée les 3 fichiers CSV (sondage, évaluation, SIRH),
+    les fusionne, applique le preprocessing et retourne les prédictions
+    pour tous les employés.
+
+    Args:
+        sondage_file: Fichier CSV contenant les données de sondage.
+        eval_file: Fichier CSV contenant les données d'évaluation.
+        sirh_file: Fichier CSV contenant les données SIRH.
+
+    Returns:
+        BatchPredictionOutput: Prédictions pour tous les employés.
+
+    Raises:
+        HTTPException: 400 si les fichiers sont invalides.
+        HTTPException: 500 si erreur lors du traitement.
+    """
+    try:
+        # 1. Lire les fichiers CSV
+        sondage_content = await sondage_file.read()
+        eval_content = await eval_file.read()
+        sirh_content = await sirh_file.read()
+
+        sondage_df = pd.read_csv(io.BytesIO(sondage_content))
+        eval_df = pd.read_csv(io.BytesIO(eval_content))
+        sirh_df = pd.read_csv(io.BytesIO(sirh_content))
+
+        logger.info(
+            f"Fichiers CSV chargés: sondage={len(sondage_df)}, "
+            f"eval={len(eval_df)}, sirh={len(sirh_df)} lignes"
+        )
+
+        # 2. Fusionner les DataFrames
+        merged_df = merge_csv_dataframes(sondage_df, eval_df, sirh_df)
+        employee_ids = merged_df["original_employee_id"].tolist()
+        merged_df = merged_df.drop(columns=["original_employee_id"])
+
+        # Supprimer la colonne cible si présente
+        if "a_quitte_l_entreprise" in merged_df.columns:
+            merged_df = merged_df.drop(columns=["a_quitte_l_entreprise"])
+
+        logger.info(f"DataFrame fusionné: {len(merged_df)} employés")
+
+        # 3. Preprocessing
+        X = preprocess_dataframe_for_prediction(merged_df)
+
+        # 4. Charger le modèle et prédire
+        model = load_model()
+        predictions = model.predict(X.values)
+        probabilities = model.predict_proba(X.values)
+
+        # 5. Construire la réponse
+        results = []
+        risk_counts = {"Low": 0, "Medium": 0, "High": 0}
+        leave_count = 0
+
+        for i, emp_id in enumerate(employee_ids):
+            prob_stay = float(probabilities[i][0])
+            prob_leave = float(probabilities[i][1])
+            pred = int(predictions[i])
+
+            if prob_leave < 0.3:
+                risk = "Low"
+            elif prob_leave < 0.7:
+                risk = "Medium"
+            else:
+                risk = "High"
+
+            risk_counts[risk] += 1
+            if pred == 1:
+                leave_count += 1
+
+            results.append(
+                EmployeePrediction(
+                    employee_id=int(emp_id),
+                    prediction=pred,
+                    probability_stay=prob_stay,
+                    probability_leave=prob_leave,
+                    risk_level=risk,
+                )
+            )
+
+        summary = {
+            "total_stay": len(results) - leave_count,
+            "total_leave": leave_count,
+            "high_risk_count": risk_counts["High"],
+            "medium_risk_count": risk_counts["Medium"],
+            "low_risk_count": risk_counts["Low"],
+        }
+
+        logger.info(f"Prédictions terminées: {summary}")
+
+        return BatchPredictionOutput(
+            total_employees=len(results),
+            predictions=results,
+            summary=summary,
+        )
+
+    except pd.errors.EmptyDataError:
+        raise HTTPException(
+            status_code=400,
+            detail={
+                "error": "Empty CSV file",
+                "message": "Un des fichiers CSV est vide.",
+            },
+        )
+    except KeyError as e:
+        raise HTTPException(
+            status_code=400,
+            detail={
+                "error": "Missing column",
+                "message": f"Colonne manquante dans les CSV: {e}",
+            },
+        )
+    except Exception as e:
+        logger.exception("Unexpected error during batch prediction")
+        raise HTTPException(
+            status_code=500,
+            detail={
+                "error": "Batch prediction failed",
+                "message": str(e),
+            },
+        )
+
+
+# Monter l'interface Gradio sur / (racine pour HuggingFace Spaces)
+gradio_app = create_gradio_interface()
+app = gr.mount_gradio_app(app, gradio_app, path="/")
+
+
+if __name__ == "__main__":
+    import uvicorn
+
+    print("\U0001f680 Lancement de l'API en mode d\u00e9veloppement...")
+    print("\U0001f4d6 Documentation : http://localhost:8000/docs")
+    print("\U0001f3a8 Interface Gradio : http://localhost:8000/")
+
+    uvicorn.run(
+        "app:app",
+        host="0.0.0.0",
+        port=8000,
+        reload=True,
+        log_level="info",
+    )

app.py

@@ -1,424 +1,16 @@
 #!/usr/bin/env python3
 """
-API FastAPI pour le modèle Employee Turnover.
+App Gradio pour Hugging Face Spaces.
 
-Cette API expose le modèle de prédiction de départ des employés avec :
-- Validation stricte des inputs via Pydantic
-- Preprocessing automatique
-- Health check pour monitoring
-- Documentation OpenAPI/Swagger automatique
-- Interface Gradio pour utilisation interactive
-- Endpoint batch pour traitement de fichiers CSV
+Lance l'interface Gradio pour la prédiction de turnover.
 """
-import io
-import time
-from contextlib import asynccontextmanager
+import sys
+import os
 
-import gradio as gr
-import pandas as pd
-from fastapi import Depends, FastAPI, File, HTTPException, Request, UploadFile
-from fastapi.middleware.cors import CORSMiddleware
-from slowapi import _rate_limit_exceeded_handler
-from slowapi.errors import RateLimitExceeded
-
-from src.auth import verify_api_key
-from src.config import get_settings
-from src.gradio_ui import create_gradio_interface
-from src.logger import logger, log_model_load, log_request
-from src.models import get_model_info, load_model
-from src.preprocessing import (
-    merge_csv_dataframes,
-    preprocess_dataframe_for_prediction,
-    preprocess_for_prediction,
-)
-from src.rate_limit import limiter
-from src.schemas import (
-    BatchPredictionOutput,
-    EmployeeInput,
-    EmployeePrediction,
-    HealthCheck,
-    PredictionOutput,
-)
-
-# Charger la configuration
-settings = get_settings()
-API_VERSION = settings.API_VERSION
-
-
-@asynccontextmanager
-async def lifespan(app: FastAPI):
-    """
-    Gestion du cycle de vie de l'application.
-
-    Charge le modèle au démarrage et le garde en cache.
-    """
-    logger.info(
-        "🚀 Démarrage de l'API Employee Turnover...", extra={"version": API_VERSION}
-    )
-
-    start_time = time.time()
-    try:
-        # Pré-charger le modèle au démarrage
-        model = load_model()
-        duration_ms = (time.time() - start_time) * 1000
-
-        model_type = type(model).__name__
-        log_model_load(model_type, duration_ms, True)
-        logger.info("✅ Modèle chargé avec succès")
-    except Exception as e:
-        duration_ms = (time.time() - start_time) * 1000
-        log_model_load("Unknown", duration_ms, False)
-        logger.error("Le modèle n'a pas pu être chargé", extra={"error": str(e)})
-
-    yield  # L'application tourne
-
-    logger.info("🛑 Arrêt de l'API")
-
-
-# Créer l'application FastAPI
-app = FastAPI(
-    title="Employee Turnover Prediction API",
-    description="API de prédiction du turnover des employés avec XGBoost + SMOTE",
-    version=API_VERSION,
-    lifespan=lifespan,
-    docs_url="/docs",
-    redoc_url="/redoc",
-)
-
-# Ajouter rate limiting
-app.state.limiter = limiter
-app.add_exception_handler(RateLimitExceeded, _rate_limit_exceeded_handler)
-
-# Configurer CORS (autoriser tous les domaines en dev)
-app.add_middleware(
-    CORSMiddleware,
-    allow_origins=["*"],
-    allow_credentials=True,
-    allow_methods=["*"],
-    allow_headers=["*"],
-)
-
-
-# Middleware de logging des requêtes
-@app.middleware("http")
-async def log_requests(request: Request, call_next):
-    """
-    Middleware pour logger toutes les requêtes HTTP.
-    """
-    start_time = time.time()
-
-    # Traiter la requête
-    response = await call_next(request)
-
-    # Calculer la durée
-    duration_ms = (time.time() - start_time) * 1000
-
-    # Logger
-    log_request(
-        method=request.method,
-        path=request.url.path,
-        status_code=response.status_code,
-        duration_ms=duration_ms,
-        client_host=request.client.host if request.client else None,
-    )
-
-    return response
-
-
-@app.get("/health", response_model=HealthCheck, tags=["Monitoring"])
-async def health_check():
-    """
-    Health check endpoint pour monitoring.
-
-    Vérifie que l'API est opérationnelle et que le modèle est chargé.
-
-    Returns:
-        HealthCheck: Status de l'API et du modèle.
-
-    Raises:
-        HTTPException: 503 si le modèle n'est pas disponible.
-    """
-    try:
-        model_info = get_model_info()
-
-        return HealthCheck(
-            status="healthy",
-            model_loaded=model_info.get("cached", False),
-            model_type=model_info.get("model_type", "Unknown"),
-            version=API_VERSION,
-        )
-    except Exception as e:
-        raise HTTPException(
-            status_code=503,
-            detail={
-                "status": "unhealthy",
-                "error": "Model not available",
-                "message": str(e),
-            },
-        )
-
-
-@app.post(
-    "/predict",
-    response_model=PredictionOutput,
-    tags=["Prediction"],
-    dependencies=[Depends(verify_api_key)] if settings.is_api_key_required else [],
-)
-@limiter.limit("20/minute")
-async def predict(request: Request, employee: EmployeeInput):
-    """
-    Endpoint de prédiction du turnover d'un employé.
-
-    **PROTÉGÉ PAR API KEY** : Requiert le header `X-API-Key` en production.
-
-    Prend en entrée les données d'un employé, applique le preprocessing
-    et retourne la prédiction avec les probabilités.
-
-    Args:
-        employee: Données de l'employé validées par Pydantic.
-
-    Returns:
-        PredictionOutput: Prédiction et probabilités.
-
-    Raises:
-        HTTPException: 401 si API key invalide ou manquante.
-        HTTPException: 500 si erreur lors de la prédiction.
-
-    Examples:
-        ```bash
-        # Avec authentification
-        curl -X POST http://localhost:8000/predict \\
-          -H "X-API-Key: your-secret-key" \\
-          -H "Content-Type: application/json" \\
-          -d '{...}'
-        ```
-    """
-    try:
-        # 1. Charger le modèle
-        model = load_model()
-
-        # 2. Préprocessing
-        X = preprocess_for_prediction(employee)
-
-        # 3. Prédiction
-        prediction = int(model.predict(X)[0])
-
-        # 4. Probabilités (si le modèle supporte predict_proba)
-        try:
-            probabilities = model.predict_proba(X)[0]
-            prob_0 = float(probabilities[0])
-            prob_1 = float(probabilities[1])
-        except AttributeError:
-            # Si le modèle ne supporte pas predict_proba
-            prob_0 = 1.0 if prediction == 0 else 0.0
-            prob_1 = 1.0 if prediction == 1 else 0.0
-
-        # 5. Niveau de risque
-        if prob_1 < 0.3:
-            risk_level = "Low"
-        elif prob_1 < 0.7:
-            risk_level = "Medium"
-        else:
-            risk_level = "High"
-
-        # 6. Enregistrer dans la base de données
-        try:
-            from sqlalchemy import create_engine
-            from sqlalchemy.orm import sessionmaker
-            from db_models import MLLog
-
-            engine = create_engine(settings.DATABASE_URL)
-            Session = sessionmaker(bind=engine)
-            session = Session()
-
-            log_entry = MLLog(
-                input_json=employee.dict(),
-                prediction="Oui" if prediction == 1 else "Non",
-            )
-            session.add(log_entry)
-            session.commit()
-            session.close()
-
-            logger.info(f"Prediction logged to database: {prediction}")
-        except Exception as db_error:
-            logger.warning(f"Failed to log prediction to database: {db_error}")
-
-        return PredictionOutput(
-            prediction=prediction,
-            probability_0=prob_0,
-            probability_1=prob_1,
-            risk_level=risk_level,
-        )
-
-    except Exception:
-        logger.exception("Unexpected error during prediction")
-        raise HTTPException(
-            status_code=500,
-            detail={
-                "error": "Prediction failed",
-                "message": "An unexpected error occurred. Please contact support.",
-            },
-        )
-
-
-@app.post(
-    "/predict/batch",
-    response_model=BatchPredictionOutput,
-    tags=["Prediction"],
-    dependencies=[Depends(verify_api_key)] if settings.is_api_key_required else [],
-)
-@limiter.limit("5/minute")
-async def predict_batch(
-    request: Request,
-    sondage_file: UploadFile = File(..., description="Fichier CSV du sondage"),
-    eval_file: UploadFile = File(..., description="Fichier CSV des évaluations"),
-    sirh_file: UploadFile = File(..., description="Fichier CSV SIRH"),
-):
-    """
-    Endpoint de prédiction batch à partir de fichiers CSV.
-
-    **PROTÉGÉ PAR API KEY** : Requiert le header `X-API-Key` en production.
-
-    Prend en entrée les 3 fichiers CSV (sondage, évaluation, SIRH),
-    les fusionne, applique le preprocessing et retourne les prédictions
-    pour tous les employés.
-
-    Args:
-        sondage_file: Fichier CSV contenant les données de sondage.
-        eval_file: Fichier CSV contenant les données d'évaluation.
-        sirh_file: Fichier CSV contenant les données SIRH.
-
-    Returns:
-        BatchPredictionOutput: Prédictions pour tous les employés.
-
-    Raises:
-        HTTPException: 400 si les fichiers sont invalides.
-        HTTPException: 500 si erreur lors du traitement.
-    """
-    try:
-        # 1. Lire les fichiers CSV
-        sondage_content = await sondage_file.read()
-        eval_content = await eval_file.read()
-        sirh_content = await sirh_file.read()
-
-        sondage_df = pd.read_csv(io.BytesIO(sondage_content))
-        eval_df = pd.read_csv(io.BytesIO(eval_content))
-        sirh_df = pd.read_csv(io.BytesIO(sirh_content))
-
-        logger.info(
-            f"Fichiers CSV chargés: sondage={len(sondage_df)}, "
-            f"eval={len(eval_df)}, sirh={len(sirh_df)} lignes"
-        )
-
-        # 2. Fusionner les DataFrames
-        merged_df = merge_csv_dataframes(sondage_df, eval_df, sirh_df)
-        employee_ids = merged_df["original_employee_id"].tolist()
-        merged_df = merged_df.drop(columns=["original_employee_id"])
-
-        # Supprimer la colonne cible si présente
-        if "a_quitte_l_entreprise" in merged_df.columns:
-            merged_df = merged_df.drop(columns=["a_quitte_l_entreprise"])
-
-        logger.info(f"DataFrame fusionné: {len(merged_df)} employés")
-
-        # 3. Preprocessing
-        X = preprocess_dataframe_for_prediction(merged_df)
-
-        # 4. Charger le modèle et prédire
-        model = load_model()
-        predictions = model.predict(X.values)
-        probabilities = model.predict_proba(X.values)
-
-        # 5. Construire la réponse
-        results = []
-        risk_counts = {"Low": 0, "Medium": 0, "High": 0}
-        leave_count = 0
-
-        for i, emp_id in enumerate(employee_ids):
-            prob_stay = float(probabilities[i][0])
-            prob_leave = float(probabilities[i][1])
-            pred = int(predictions[i])
-
-            if prob_leave < 0.3:
-                risk = "Low"
-            elif prob_leave < 0.7:
-                risk = "Medium"
-            else:
-                risk = "High"
-
-            risk_counts[risk] += 1
-            if pred == 1:
-                leave_count += 1
-
-            results.append(
-                EmployeePrediction(
-                    employee_id=int(emp_id),
-                    prediction=pred,
-                    probability_stay=prob_stay,
-                    probability_leave=prob_leave,
-                    risk_level=risk,
-                )
-            )
-
-        summary = {
-            "total_stay": len(results) - leave_count,
-            "total_leave": leave_count,
-            "high_risk_count": risk_counts["High"],
-            "medium_risk_count": risk_counts["Medium"],
-            "low_risk_count": risk_counts["Low"],
-        }
-
-        logger.info(f"Prédictions terminées: {summary}")
-
-        return BatchPredictionOutput(
-            total_employees=len(results),
-            predictions=results,
-            summary=summary,
-        )
-
-    except pd.errors.EmptyDataError:
-        raise HTTPException(
-            status_code=400,
-            detail={
-                "error": "Empty CSV file",
-                "message": "Un des fichiers CSV est vide.",
-            },
-        )
-    except KeyError as e:
-        raise HTTPException(
-            status_code=400,
-            detail={
-                "error": "Missing column",
-                "message": f"Colonne manquante dans les CSV: {e}",
-            },
-        )
-    except Exception as e:
-        logger.exception("Unexpected error during batch prediction")
-        raise HTTPException(
-            status_code=500,
-            detail={
-                "error": "Batch prediction failed",
-                "message": str(e),
-            },
-        )
-
-
-# Monter l'interface Gradio sur / (racine pour HuggingFace Spaces)
-gradio_app = create_gradio_interface()
-app = gr.mount_gradio_app(app, gradio_app, path="/")
+from src.gradio_ui import launch_standalone
 
+# Ajouter le répertoire src au path
+sys.path.insert(0, os.path.join(os.path.dirname(__file__), "src"))
 
 if __name__ == "__main__":
-    import uvicorn
-
-    print("\U0001f680 Lancement de l'API en mode d\u00e9veloppement...")
-    print("\U0001f4d6 Documentation : http://localhost:8000/docs")
-    print("\U0001f3a8 Interface Gradio : http://localhost:8000/")
-
-    uvicorn.run(
-        "app:app",
-        host="0.0.0.0",
-        port=8000,
-        reload=True,
-        log_level="info",
-    )
+    launch_standalone()

src/gradio_ui.py

@@ -8,6 +8,7 @@ Cette interface permet de:
 - Comprendre les champs requis
 """
 import gradio as gr
+import os
 
 from src.models import get_model_info, load_model
 from src.preprocessing import preprocess_for_prediction
@@ -123,30 +124,33 @@ def predict_turnover(
 
         confidence = max(prob_0, prob_1) * 100
 
-        # Enregistrer dans la base de données (optionnel pour Gradio)
+        # Enregistrer dans la base de données (uniquement en local)
+        db_status = "ℹ️ DB désactivée sur HF Spaces"
         try:
-            from sqlalchemy import create_engine
-            from sqlalchemy.orm import sessionmaker
-            from src.config import get_settings
-
-            settings = get_settings()
-            engine = create_engine(settings.DATABASE_URL)
-            Session = sessionmaker(bind=engine)
-            session = Session()
-
-            # Importer le modèle MLLog
-            from db_models import MLLog
-
-            # Créer le log
-            log_entry = MLLog(
-                input_json=employee.dict(),  # Convertir Pydantic en dict
-                prediction="Oui" if prediction == 1 else "Non",
-            )
-            session.add(log_entry)
-            session.commit()
-            session.close()
-
-            db_status = "✅ Enregistré en DB"
+            # Vérifier si on est sur HF Spaces (variable d'environnement)
+            if os.getenv("SPACE_ID") is None:  # Pas sur HF Spaces
+                from sqlalchemy import create_engine
+                from sqlalchemy.orm import sessionmaker
+                from src.config import get_settings
+
+                settings = get_settings()
+                engine = create_engine(settings.DATABASE_URL)
+                Session = sessionmaker(bind=engine)
+                session = Session()
+
+                # Importer le modèle MLLog
+                from db_models import MLLog
+
+                # Créer le log
+                log_entry = MLLog(
+                    input_json=employee.dict(),  # Convertir Pydantic en dict
+                    prediction="Oui" if prediction == 1 else "Non",
+                )
+                session.add(log_entry)
+                session.commit()
+                session.close()
+
+                db_status = "✅ Enregistré en DB"
         except Exception as db_error:
             db_status = f"⚠️ Erreur DB: {str(db_error)}"
 
@@ -597,7 +601,7 @@ def launch_standalone():
     demo.launch(
         server_name="0.0.0.0",
         server_port=7860,
-        share=False,  # Pas de tunnel Gradio sur HF Spaces
+        share=False,
         show_error=True,
     )