ASI-Engineer commited on
Commit
4adeb28
·
verified ·
1 Parent(s): 228fc8e

Upload folder using huggingface_hub

Browse files
.env.production DELETED
@@ -1,13 +0,0 @@
1
- # Production environment variables for HuggingFace Spaces
2
-
3
- # Security
4
- DEBUG=false
5
- API_KEY=${HF_SPACE_API_KEY}
6
-
7
- # API Configuration
8
- API_VERSION=2.1.0
9
- LOG_LEVEL=INFO
10
-
11
- # HuggingFace Model
12
- HF_MODEL_REPO=ASI-Engineer/employee-turnover-model
13
- MODEL_FILENAME=model/model.pkl
 
 
 
 
 
 
 
 
 
 
 
 
 
 
.flake8 DELETED
@@ -1,21 +0,0 @@
1
- [flake8]
2
- # Exclude dirs pour ignorer libs tierces et noise (venv, git, etc.)
3
- ignore = W503, E501
4
- exclude =
5
- .venv,
6
- .git,
7
- __pycache__,
8
- *.pyc,
9
- *.egg-info,
10
- .cache,
11
- .eggs,
12
- build,
13
- dist,
14
- mlruns
15
- # Max line pour compat Black (default 88 vs PEP8 79)
16
- max-line-length = 88
17
-
18
- # Ignorer certains warnings pour les scripts d'exemple (non-critique)
19
- per-file-ignores =
20
- examples/*.py:F541,E722,F841
21
- tests/test_mlflow_*.py:F401,E402,F811,F541
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
.vscode/extensions.json DELETED
@@ -1,8 +0,0 @@
1
- {
2
- "recommendations": [
3
- "ms-python.python",
4
- "ms-python.vscode-pylance",
5
- "charliermarsh.ruff",
6
- "ms-python.black-formatter"
7
- ]
8
- }
 
 
 
 
 
 
 
 
 
.vscode/settings.json DELETED
@@ -1,23 +0,0 @@
1
- {
2
- "python.defaultInterpreterPath": "${workspaceFolder}/.venv/bin/python",
3
- "python.linting.enabled": true,
4
- "python.linting.pylintEnabled": false,
5
- "python.linting.flake8Enabled": true,
6
- "python.linting.flake8Args": ["--config=${workspaceFolder}/.flake8"],
7
- "[python]": {
8
- "editor.defaultFormatter": "ms-python.black-formatter",
9
- "editor.formatOnSave": true,
10
- "editor.codeActionsOnSave": {
11
- "source.organizeImports": "explicit"
12
- }
13
- },
14
- "black-formatter.args": ["--line-length=88"],
15
- "python.analysis.extraPaths": ["${workspaceFolder}/src"],
16
- "python.analysis.typeCheckingMode": "basic",
17
- "files.exclude": {
18
- "**/__pycache__": true,
19
- "**/*.pyc": true,
20
- ".venv": true
21
- },
22
- "python.envFile": "${workspaceFolder}/.env"
23
- }
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
README.md CHANGED
@@ -1,49 +1,239 @@
1
- ---
2
- title: Employee Turnover Prediction API
3
- emoji: 👔
4
- colorFrom: blue
5
- colorTo: purple
6
- sdk: docker
7
- pinned: true
8
- license: mit
9
- app_port: 8000
10
- ---
11
 
12
- # Employee Turnover Prediction API 🚀
13
 
14
- API de prédiction du turnover des employés avec XGBoost + SMOTE.
15
 
16
- ## 🎯 Fonctionnalités
17
-
18
- - Prédiction de turnover (0 = reste, 1 = part)
19
- - 📊 Probabilités et niveau de risque (Low/Medium/High)
 
20
  - 🔐 Authentification API Key
21
- - 📝 Logs structurés JSON
22
- - 🛡️ Rate limiting (20 req/min)
23
- - 📚 Documentation OpenAPI/Swagger
24
 
25
- ## 🔗 Endpoints
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
26
 
27
- - **Docs** : `/docs` - Documentation interactive
28
- - **Health** : `/health` - Status de l'API
29
- - **Predict** : `/predict` - Prédiction de turnover
30
 
31
- ## 🚀 Utilisation
32
 
33
  ```bash
34
- # Health check
35
- curl https://asi-engineer-employee-turnover-api.hf.space/health
 
 
 
36
 
37
- # Prédiction
38
- curl -X POST https://asi-engineer-employee-turnover-api.hf.space/predict \
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
39
  -H "Content-Type: application/json" \
40
- -d '{
41
- "satisfaction_employee_environnement": 3,
42
- "satisfaction_employee_nature_travail": 4,
43
- ...
44
- }'
45
  ```
46
 
47
- ## 📚 Documentation complète
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
48
 
49
- Voir [GitHub Repository](https://github.com/chaton59/OC_P5) pour la documentation complète.
 
 
1
+ # 🚀 Employee Turnover Prediction API - v2.1.0
 
 
 
 
 
 
 
 
 
2
 
3
+ ## 📊 Vue d'ensemble
4
 
5
+ API REST de prédiction du turnover des employés basée sur un modèle XGBoost avec SMOTE.
6
 
7
+ **✨ Nouveautés v2.1.0** :
8
+ - 📝 Logging structuré JSON
9
+ - 🛡️ Rate limiting (20 req/min par IP)
10
+ - Gestion d'erreurs améliorée
11
+ - 📊 Monitoring des performances
12
  - 🔐 Authentification API Key
 
 
 
13
 
14
+ ## 🏗️ Architecture
15
+
16
+ ```
17
+ OC_P5/
18
+ ├── app.py # Point d'entrée FastAPI
19
+ ├── src/
20
+ │ ├── auth.py # Authentification API Key
21
+ │ ├── config.py # Configuration centralisée
22
+ │ ├── logger.py # Logging structuré (NOUVEAU)
23
+ │ ├── models.py # Chargement modèle HF Hub
24
+ │ ├── preprocessing.py # Pipeline preprocessing
25
+ │ ├── rate_limit.py # Rate limiting (NOUVEAU)
26
+ │ └── schemas.py # Validation Pydantic
27
+ ├── tests/ # Suite pytest (33 tests, 88% couverture)
28
+ ├── logs/ # Logs JSON (NOUVEAU)
29
+ │ ├── api.log # Tous les logs
30
+ │ └── error.log # Erreurs uniquement
31
+ ├── docs/ # Documentation
32
+ ├── ml_model/ # Scripts training
33
+ └── data/ # Données sources
34
+ ```
35
+
36
+ ## 🚀 Installation
37
+
38
+ ### Prérequis
39
+ - Python 3.12+
40
+ - Poetry 1.7+
41
+ - Git
42
+
43
+ ### Setup rapide
44
+
45
+ ```bash
46
+ # 1. Cloner le repo
47
+ git clone https://github.com/chaton59/OC_P5.git
48
+ cd OC_P5
49
+
50
+ # 2. Installer les dépendances
51
+ poetry install
52
+
53
+ # 3. Configurer l'environnement
54
+ cp .env.example .env
55
+ # Éditer .env avec vos valeurs
56
+
57
+ # 4. Lancer l'API
58
+ poetry run uvicorn app:app --reload
59
 
60
+ # 5. Accéder à la documentation
61
+ # http://localhost:8000/docs
62
+ ```
63
 
64
+ ## 📝 Configuration (.env)
65
 
66
  ```bash
67
+ # Mode développement (désactive auth + active logs détaillés)
68
+ DEBUG=true
69
+
70
+ # API Key (requis en production)
71
+ API_KEY=your-secret-key-here
72
 
73
+ # Logging (DEBUG, INFO, WARNING, ERROR, CRITICAL)
74
+ LOG_LEVEL=INFO
75
+
76
+ # HuggingFace Model
77
+ HF_MODEL_REPO=ASI-Engineer/employee-turnover-model
78
+ MODEL_FILENAME=model/model.pkl
79
+ ```
80
+
81
+ ## 🔒 Authentification
82
+
83
+ ### Mode DEBUG (développement)
84
+ ```bash
85
+ # L'API Key n'est PAS requise
86
+ curl http://localhost:8000/predict -H "Content-Type: application/json" -d '{...}'
87
+ ```
88
+
89
+ ### Mode PRODUCTION
90
+ ```bash
91
+ # L'API Key est REQUISE
92
+ curl http://localhost:8000/predict \
93
+ -H "X-API-Key: your-secret-key" \
94
  -H "Content-Type: application/json" \
95
+ -d '{...}'
 
 
 
 
96
  ```
97
 
98
+ ## 📡 Endpoints
99
+
100
+ ### 🏥 Health Check
101
+ ```bash
102
+ GET /health
103
+
104
+ # Réponse
105
+ {
106
+ "status": "healthy",
107
+ "model_loaded": true,
108
+ "model_type": "Pipeline",
109
+ "version": "2.1.0"
110
+ }
111
+ ```
112
+
113
+ ### 🔮 Prédiction
114
+ ```bash
115
+ POST /predict
116
+ Content-Type: application/json
117
+ X-API-Key: your-key (en production)
118
+
119
+ # Exemple payload (voir docs/API_GUIDE.md pour tous les champs)
120
+ {
121
+ "satisfaction_employee_environnement": 3,
122
+ "satisfaction_employee_nature_travail": 4,
123
+ "satisfaction_employee_equipe": 5,
124
+ "satisfaction_employee_equilibre_pro_perso": 3,
125
+ "note_evaluation_actuelle": 85,
126
+ "annees_depuis_la_derniere_promotion": 2,
127
+ "nombre_formations_realisees": 3,
128
+ ...
129
+ }
130
+
131
+ # Réponse
132
+ {
133
+ "prediction": 0, # 0 = reste, 1 = part
134
+ "probability_0": 0.85, # Probabilité de rester
135
+ "probability_1": 0.15, # Probabilité de partir
136
+ "risk_level": "Low" # Low, Medium, High
137
+ }
138
+ ```
139
+
140
+ ## 📊 Logging
141
+
142
+ ### Logs structurés JSON
143
+
144
+ **Fichiers** :
145
+ - `logs/api.log` : Tous les logs
146
+ - `logs/error.log` : Erreurs uniquement
147
+
148
+ **Format** :
149
+ ```json
150
+ {
151
+ "timestamp": "2025-12-26T10:30:45",
152
+ "level": "INFO",
153
+ "logger": "employee_turnover_api",
154
+ "message": "Request POST /predict",
155
+ "method": "POST",
156
+ "path": "/predict",
157
+ "status_code": 200,
158
+ "duration_ms": 23.45,
159
+ "client_host": "127.0.0.1"
160
+ }
161
+ ```
162
+
163
+ ## 🛡️ Rate Limiting
164
+
165
+ **Configuration** :
166
+ - **Développement** : Désactivé (DEBUG=true)
167
+ - **Production** : 20 requêtes/minute par IP ou API Key
168
+
169
+ **En cas de dépassement** :
170
+ ```json
171
+ {
172
+ "error": "Rate limit exceeded",
173
+ "message": "20 per 1 minute"
174
+ }
175
+ ```
176
+
177
+ ## ✅ Tests
178
+
179
+ ```bash
180
+ # Tous les tests
181
+ poetry run pytest tests/ -v
182
+
183
+ # Avec couverture
184
+ poetry run pytest tests/ --cov --cov-report=html
185
+
186
+ # Voir rapport HTML
187
+ open htmlcov/index.html
188
+ ```
189
+
190
+ **Résultats** :
191
+ - ✅ 33 tests passés
192
+ - 📊 88% de couverture globale
193
+
194
+ ## 🚀 Déploiement
195
+
196
+ ### Variables d'environnement requises
197
+ ```bash
198
+ DEBUG=false
199
+ API_KEY=<votre-clé-sécurisée>
200
+ LOG_LEVEL=INFO
201
+ ```
202
+
203
+ ### HuggingFace Spaces
204
+ Prêt pour déploiement avec `app.py` et `requirements.txt`
205
+
206
+ ## 📚 Documentation
207
+
208
+ - **API Interactive** : http://localhost:8000/docs
209
+ - **ReDoc** : http://localhost:8000/redoc
210
+ - **Guide complet** : [docs/API_GUIDE.md](docs/API_GUIDE.md)
211
+ - **Standards** : [docs/standards.md](docs/standards.md)
212
+ - **Couverture tests** : [docs/TEST_COVERAGE.md](docs/TEST_COVERAGE.md)
213
+
214
+ ## 📦 Dépendances principales
215
+
216
+ - **FastAPI** 0.115.14 : Framework web
217
+ - **Pydantic** 2.12.5 : Validation données
218
+ - **XGBoost** 2.1.3 : Modèle ML
219
+ - **SlowAPI** 0.1.9 : Rate limiting
220
+ - **python-json-logger** 4.0.0 : Logs structurés
221
+ - **pytest** 9.0.2 : Tests
222
+
223
+ ## 🔄 Changelog
224
+
225
+ ### v2.1.0 (26 décembre 2025)
226
+ - ✨ Système de logging structuré JSON
227
+ - 🛡️ Rate limiting avec SlowAPI
228
+ - ⚡ Amélioration gestion d'erreurs
229
+ - 📊 Monitoring des performances
230
+
231
+ ### v2.0.0 (26 décembre 2025)
232
+ - ✅ Suite de tests complète (33 tests)
233
+ - 🔐 Authentification API Key
234
+ - 📊 88% de couverture de code
235
+
236
+ ## 👥 Auteurs
237
 
238
+ - **Projet** : OpenClassrooms P5
239
+ - **Repo** : [github.com/chaton59/OC_P5](https://github.com/chaton59/OC_P5)
data/extrait_eval.csv DELETED
@@ -1,1471 +0,0 @@
1
- satisfaction_employee_environnement,note_evaluation_precedente,niveau_hierarchique_poste,satisfaction_employee_nature_travail,satisfaction_employee_equipe,satisfaction_employee_equilibre_pro_perso,eval_number,note_evaluation_actuelle,heure_supplementaires,augementation_salaire_precedente
2
- 2,3,2,4,1,1,E_1,3,Oui,11 %
3
- 3,2,2,2,4,3,E_2,4,Non,23 %
4
- 4,2,1,3,2,3,E_4,3,Oui,15 %
5
- 4,3,1,3,3,3,E_5,3,Oui,11 %
6
- 1,3,1,2,4,3,E_7,3,Non,12 %
7
- 4,3,1,4,3,2,E_8,3,Non,13 %
8
- 3,4,1,1,1,2,E_10,4,Oui,20 %
9
- 4,3,1,3,2,3,E_11,4,Non,22 %
10
- 4,2,3,3,2,3,E_12,4,Non,21 %
11
- 3,3,2,3,2,2,E_13,3,Non,13 %
12
- 1,4,1,2,3,3,E_14,3,Non,13 %
13
- 4,2,2,3,4,3,E_15,3,Oui,12 %
14
- 1,3,1,3,4,2,E_16,3,Non,17 %
15
- 2,3,1,4,3,3,E_18,3,Non,11 %
16
- 3,2,1,3,2,3,E_19,3,Oui,14 %
17
- 2,4,3,1,3,3,E_20,3,Non,11 %
18
- 1,4,1,2,4,2,E_21,3,Oui,12 %
19
- 4,4,1,4,2,2,E_22,3,Oui,13 %
20
- 1,2,4,4,3,3,E_23,3,Non,16 %
21
- 4,3,1,4,3,3,E_24,3,Oui,11 %
22
- 1,4,2,3,4,2,E_26,3,Non,18 %
23
- 3,2,1,1,2,3,E_27,4,Non,23 %
24
- 1,3,3,2,3,3,E_28,3,Non,11 %
25
- 3,3,1,4,4,3,E_30,3,Non,14 %
26
- 2,3,1,1,3,3,E_31,3,Non,11 %
27
- 3,3,5,3,4,2,E_32,3,Non,11 %
28
- 2,1,1,1,2,3,E_33,4,Oui,22 %
29
- 3,3,2,2,4,3,E_35,3,Non,11 %
30
- 1,2,3,4,4,3,E_36,3,Non,14 %
31
- 2,3,5,1,4,2,E_38,3,Non,12 %
32
- 3,3,1,4,4,3,E_39,3,Non,11 %
33
- 4,3,2,4,4,4,E_40,3,Oui,13 %
34
- 4,2,1,3,1,3,E_41,3,Non,13 %
35
- 4,3,2,4,3,4,E_42,3,Non,14 %
36
- 2,3,1,4,1,2,E_45,3,Oui,16 %
37
- 4,4,1,3,4,2,E_46,3,Non,12 %
38
- 1,2,1,3,3,3,E_47,3,Oui,14 %
39
- 4,3,1,4,1,3,E_49,3,Non,13 %
40
- 2,2,1,1,4,4,E_51,3,Oui,14 %
41
- 3,4,2,1,1,3,E_52,3,Non,19 %
42
- 3,3,1,4,3,3,E_53,3,Non,12 %
43
- 4,3,1,1,4,3,E_54,3,Non,13 %
44
- 1,1,1,3,3,2,E_55,3,Non,12 %
45
- 4,3,3,3,4,3,E_56,3,Non,15 %
46
- 3,3,2,4,4,3,E_57,4,Non,23 %
47
- 2,3,5,3,4,3,E_58,3,Non,12 %
48
- 2,3,2,3,3,3,E_60,4,Non,20 %
49
- 2,3,1,2,1,3,E_61,4,Non,21 %
50
- 1,3,2,4,3,3,E_62,4,Oui,21 %
51
- 4,4,1,4,4,3,E_63,3,Non,19 %
52
- 1,2,3,3,4,3,E_64,3,Oui,13 %
53
- 3,3,1,3,3,2,E_65,3,Oui,13 %
54
- 2,3,2,1,3,2,E_68,4,Oui,21 %
55
- 3,2,3,1,3,3,E_70,3,Oui,13 %
56
- 3,2,2,4,3,2,E_72,3,Oui,19 %
57
- 1,3,3,4,3,3,E_73,3,Oui,12 %
58
- 2,3,3,1,4,2,E_74,4,Non,22 %
59
- 3,3,1,1,3,3,E_75,3,Oui,15 %
60
- 4,3,2,4,4,2,E_76,4,Non,22 %
61
- 1,2,2,3,3,4,E_77,3,Non,18 %
62
- 1,3,2,4,2,3,E_78,4,Oui,22 %
63
- 4,3,2,4,4,3,E_79,3,Non,11 %
64
- 2,2,5,3,4,2,E_80,3,Oui,12 %
65
- 1,3,3,1,4,2,E_81,3,Non,11 %
66
- 3,3,3,3,2,3,E_83,3,Non,13 %
67
- 4,3,4,3,3,3,E_84,3,Oui,14 %
68
- 2,2,2,2,3,3,E_85,3,Non,13 %
69
- 2,3,3,1,3,3,E_86,3,Non,17 %
70
- 2,3,1,1,4,2,E_88,3,Non,13 %
71
- 4,2,1,3,1,2,E_90,3,Oui,17 %
72
- 1,2,2,3,4,2,E_91,3,Non,11 %
73
- 3,3,1,2,4,3,E_94,4,Non,23 %
74
- 3,3,1,2,2,3,E_95,3,Non,17 %
75
- 2,3,2,2,2,3,E_96,3,Non,17 %
76
- 2,4,1,4,2,3,E_97,3,Non,12 %
77
- 3,3,2,4,4,3,E_98,4,Non,23 %
78
- 3,2,2,1,2,3,E_100,3,Non,14 %
79
- 4,3,3,1,2,4,E_101,3,Oui,14 %
80
- 1,3,3,3,1,4,E_102,3,Non,13 %
81
- 2,3,2,2,4,3,E_103,4,Oui,22 %
82
- 4,2,2,4,3,2,E_104,3,Oui,12 %
83
- 2,2,1,3,1,3,E_105,3,Non,18 %
84
- 1,3,3,4,4,3,E_106,3,Non,14 %
85
- 2,1,2,4,4,3,E_107,3,Oui,12 %
86
- 1,3,2,2,3,3,E_110,3,Non,15 %
87
- 4,1,3,4,1,2,E_112,3,Non,11 %
88
- 3,3,1,1,3,3,E_113,3,Non,13 %
89
- 4,3,1,4,2,3,E_116,4,Non,23 %
90
- 3,2,2,4,1,3,E_117,3,Non,19 %
91
- 3,2,3,4,4,3,E_118,3,Non,16 %
92
- 3,2,4,2,4,2,E_119,4,Non,22 %
93
- 3,3,2,4,4,1,E_120,4,Oui,22 %
94
- 3,2,2,2,2,2,E_121,3,Oui,12 %
95
- 3,2,3,1,3,2,E_124,3,Oui,13 %
96
- 2,3,2,3,1,3,E_125,3,Non,16 %
97
- 1,3,3,3,1,1,E_126,3,Non,12 %
98
- 1,3,2,3,1,2,E_128,4,Non,21 %
99
- 2,3,2,3,2,4,E_129,3,Non,15 %
100
- 4,3,4,3,3,2,E_131,3,Non,13 %
101
- 2,3,2,2,3,4,E_132,3,Non,12 %
102
- 3,3,1,1,4,3,E_133,4,Oui,22 %
103
- 4,3,1,1,4,3,E_134,3,Non,13 %
104
- 4,2,1,4,2,3,E_137,3,Oui,18 %
105
- 1,3,2,3,3,3,E_138,3,Non,14 %
106
- 3,2,2,4,4,4,E_139,3,Non,14 %
107
- 3,2,5,4,4,3,E_140,4,Non,21 %
108
- 1,3,5,2,1,2,E_141,3,Oui,19 %
109
- 3,2,2,3,4,3,E_142,3,Oui,11 %
110
- 4,2,1,4,3,3,E_143,3,Non,11 %
111
- 2,3,1,4,3,3,E_144,3,Non,15 %
112
- 1,2,3,1,3,2,E_145,4,Non,20 %
113
- 1,1,2,3,4,3,E_147,4,Oui,24 %
114
- 4,4,4,4,3,3,E_148,3,Oui,12 %
115
- 2,3,1,3,3,3,E_150,3,Non,12 %
116
- 3,2,2,2,3,3,E_151,3,Non,15 %
117
- 3,3,3,4,1,3,E_152,3,Non,12 %
118
- 3,2,3,1,4,3,E_153,3,Non,12 %
119
- 2,3,3,4,3,3,E_154,3,Non,14 %
120
- 1,3,1,4,1,3,E_155,4,Non,22 %
121
- 3,3,4,4,4,4,E_158,3,Oui,12 %
122
- 1,1,1,3,3,2,E_159,4,Non,25 %
123
- 3,3,2,2,1,4,E_160,3,Non,13 %
124
- 2,3,1,2,1,3,E_161,3,Oui,18 %
125
- 1,3,5,3,3,3,E_162,3,Non,13 %
126
- 2,1,2,3,2,2,E_163,3,Oui,18 %
127
- 3,2,1,2,3,2,E_164,3,Non,19 %
128
- 4,3,3,4,4,2,E_165,3,Non,12 %
129
- 4,3,1,3,4,2,E_167,3,Oui,19 %
130
- 3,3,1,4,3,3,E_169,3,Non,14 %
131
- 3,3,2,1,3,2,E_170,3,Non,14 %
132
- 2,4,1,3,4,3,E_171,3,Non,12 %
133
- 3,3,3,4,4,3,E_174,3,Non,11 %
134
- 2,1,2,3,3,3,E_175,3,Oui,11 %
135
- 3,3,3,3,3,3,E_176,3,Oui,13 %
136
- 3,3,1,3,4,3,E_177,4,Non,23 %
137
- 2,3,2,2,4,3,E_178,4,Non,20 %
138
- 1,1,3,4,4,3,E_179,3,Non,15 %
139
- 4,2,2,3,3,4,E_182,3,Non,14 %
140
- 1,2,2,3,4,3,E_183,3,Non,18 %
141
- 3,3,2,4,4,1,E_184,3,Oui,19 %
142
- 1,3,1,1,1,4,E_190,4,Non,22 %
143
- 3,3,1,4,2,2,E_192,3,Non,13 %
144
- 4,3,2,3,2,3,E_193,4,Oui,20 %
145
- 1,3,1,3,3,2,E_194,3,Non,14 %
146
- 4,1,2,4,4,4,E_195,3,Non,17 %
147
- 4,3,1,1,4,3,E_197,3,Non,14 %
148
- 2,2,1,4,4,3,E_198,3,Non,13 %
149
- 4,2,4,1,2,2,E_199,3,Non,13 %
150
- 3,3,1,1,4,3,E_200,4,Non,21 %
151
- 2,3,1,2,4,3,E_201,3,Non,14 %
152
- 2,3,2,2,1,3,E_202,3,Non,11 %
153
- 3,3,3,2,1,3,E_204,3,Non,13 %
154
- 2,3,2,3,4,1,E_205,4,Oui,20 %
155
- 2,3,2,2,3,1,E_206,3,Non,18 %
156
- 2,3,3,4,4,3,E_207,3,Non,14 %
157
- 4,3,2,3,1,3,E_208,3,Non,13 %
158
- 2,2,2,3,3,3,E_211,3,Non,17 %
159
- 2,2,1,2,2,2,E_214,4,Oui,20 %
160
- 3,2,3,4,1,2,E_215,3,Non,11 %
161
- 3,3,1,3,4,3,E_216,3,Non,18 %
162
- 3,3,1,4,1,3,E_217,4,Non,24 %
163
- 4,3,1,2,4,1,E_218,3,Non,18 %
164
- 3,3,1,4,3,1,E_221,3,Non,11 %
165
- 3,4,3,4,2,1,E_223,3,Oui,16 %
166
- 3,2,1,3,4,2,E_224,3,Oui,15 %
167
- 3,3,5,2,2,3,E_226,3,Non,15 %
168
- 1,3,1,3,1,3,E_227,3,Non,12 %
169
- 2,3,3,4,3,3,E_228,3,Non,12 %
170
- 1,2,2,4,3,4,E_230,4,Non,22 %
171
- 3,3,1,3,1,3,E_231,4,Non,20 %
172
- 3,3,1,2,4,2,E_233,3,Oui,16 %
173
- 3,1,1,1,1,4,E_235,4,Non,21 %
174
- 4,3,1,2,3,2,E_238,3,Non,12 %
175
- 3,3,2,1,3,3,E_239,3,Non,11 %
176
- 3,3,2,1,1,4,E_240,3,Oui,11 %
177
- 3,3,1,1,3,3,E_241,3,Oui,18 %
178
- 3,3,1,4,1,4,E_242,3,Non,14 %
179
- 2,2,1,4,3,2,E_243,4,Non,22 %
180
- 2,3,3,1,3,3,E_244,4,Non,25 %
181
- 3,3,1,4,3,3,E_245,3,Non,12 %
182
- 3,3,1,4,3,3,E_246,4,Oui,23 %
183
- 4,3,1,2,4,3,E_247,3,Non,15 %
184
- 2,3,1,2,4,2,E_248,4,Oui,22 %
185
- 3,2,1,3,4,2,E_249,3,Non,15 %
186
- 4,4,2,1,3,3,E_250,3,Non,11 %
187
- 4,3,1,2,4,3,E_252,3,Non,13 %
188
- 4,3,5,3,2,3,E_253,3,Non,14 %
189
- 3,4,5,2,4,3,E_254,3,Non,11 %
190
- 4,2,2,3,3,2,E_256,3,Non,17 %
191
- 4,3,4,2,3,3,E_258,3,Non,18 %
192
- 3,2,5,3,1,3,E_259,3,Non,14 %
193
- 4,3,1,2,4,2,E_260,3,Non,16 %
194
- 2,2,2,3,1,3,E_261,3,Oui,13 %
195
- 4,4,1,4,4,4,E_262,3,Non,14 %
196
- 1,2,4,4,4,3,E_264,4,Non,23 %
197
- 2,4,1,1,1,2,E_267,3,Oui,12 %
198
- 2,3,2,2,4,3,E_269,3,Non,11 %
199
- 3,3,2,3,2,3,E_270,3,Non,16 %
200
- 4,3,2,3,2,3,E_271,3,Non,14 %
201
- 4,3,2,4,1,1,E_273,3,Non,18 %
202
- 3,2,2,1,3,3,E_274,3,Non,19 %
203
- 4,3,2,4,1,3,E_275,3,Oui,15 %
204
- 4,3,1,3,4,4,E_277,3,Oui,17 %
205
- 3,3,2,4,3,4,E_281,3,Oui,15 %
206
- 2,3,2,1,2,3,E_282,3,Oui,19 %
207
- 2,3,3,4,4,2,E_283,4,Non,22 %
208
- 4,4,1,2,1,2,E_284,3,Oui,16 %
209
- 2,3,1,4,1,3,E_286,3,Non,13 %
210
- 4,2,2,4,4,1,E_287,3,Non,14 %
211
- 4,3,3,1,3,3,E_288,3,Non,16 %
212
- 4,1,3,4,3,2,E_291,3,Non,11 %
213
- 3,2,3,3,3,3,E_292,4,Non,22 %
214
- 4,3,2,3,4,3,E_293,3,Non,14 %
215
- 2,2,3,2,4,1,E_296,3,Non,16 %
216
- 4,3,1,1,3,3,E_297,3,Oui,11 %
217
- 4,3,3,4,3,3,E_298,3,Oui,18 %
218
- 3,2,2,1,3,2,E_299,3,Non,15 %
219
- 3,3,1,3,4,2,E_300,3,Non,14 %
220
- 4,2,3,4,4,3,E_302,3,Non,12 %
221
- 4,3,2,1,4,3,E_303,3,Non,14 %
222
- 4,3,2,2,4,4,E_304,3,Non,16 %
223
- 3,2,1,2,4,3,E_305,4,Non,21 %
224
- 2,3,3,4,3,3,E_306,3,Oui,14 %
225
- 1,3,3,3,3,2,E_307,3,Non,12 %
226
- 3,1,2,3,4,3,E_308,3,Non,12 %
227
- 3,2,1,4,1,3,E_309,3,Non,17 %
228
- 1,3,1,4,3,3,E_311,3,Non,17 %
229
- 2,3,3,4,4,3,E_312,3,Non,14 %
230
- 3,3,3,3,1,4,E_314,3,Non,14 %
231
- 3,2,1,4,3,2,E_315,3,Oui,13 %
232
- 3,2,1,4,2,2,E_316,3,Non,15 %
233
- 3,3,5,4,4,3,E_319,3,Non,11 %
234
- 2,3,1,3,4,2,E_321,3,Non,17 %
235
- 4,3,5,4,3,2,E_323,3,Non,11 %
236
- 3,3,1,4,3,1,E_325,3,Oui,13 %
237
- 4,3,4,4,3,3,E_327,4,Oui,22 %
238
- 1,3,1,1,1,4,E_328,4,Non,20 %
239
- 1,2,5,3,4,4,E_329,3,Oui,18 %
240
- 3,3,1,2,1,3,E_330,3,Non,11 %
241
- 4,2,1,3,4,1,E_331,3,Oui,14 %
242
- 3,3,1,3,3,3,E_332,3,Non,14 %
243
- 3,3,2,4,1,3,E_333,3,Non,18 %
244
- 3,3,2,1,1,2,E_334,3,Non,16 %
245
- 1,3,2,4,1,3,E_335,3,Non,17 %
246
- 3,4,5,4,3,3,E_336,3,Non,11 %
247
- 2,3,3,3,1,3,E_337,3,Non,12 %
248
- 3,2,1,4,3,2,E_338,3,Non,13 %
249
- 4,2,2,1,2,3,E_339,3,Non,13 %
250
- 3,2,1,1,1,2,E_340,3,Non,14 %
251
- 1,4,2,3,4,3,E_341,3,Non,17 %
252
- 1,3,3,3,2,3,E_342,3,Non,11 %
253
- 3,3,3,3,4,3,E_343,4,Non,25 %
254
- 3,3,1,4,1,3,E_346,3,Non,19 %
255
- 4,4,2,1,3,3,E_347,3,Oui,13 %
256
- 4,3,2,4,4,3,E_349,3,Non,14 %
257
- 1,3,2,3,4,3,E_350,3,Non,12 %
258
- 4,2,1,1,3,3,E_351,3,Oui,11 %
259
- 1,3,5,3,4,3,E_352,3,Non,19 %
260
- 3,3,1,4,2,2,E_353,3,Non,11 %
261
- 3,2,1,2,2,4,E_355,3,Non,11 %
262
- 2,4,1,2,3,1,E_359,4,Non,20 %
263
- 4,2,2,4,4,3,E_361,3,Non,18 %
264
- 4,2,2,1,4,3,E_362,3,Non,13 %
265
- 3,1,4,2,2,2,E_363,3,Oui,12 %
266
- 1,3,1,3,3,1,E_364,3,Non,11 %
267
- 1,2,2,2,2,3,E_366,3,Non,19 %
268
- 2,2,2,4,2,3,E_367,4,Non,21 %
269
- 2,4,2,1,4,3,E_369,3,Non,12 %
270
- 3,3,4,4,2,3,E_372,3,Oui,14 %
271
- 4,3,1,4,3,3,E_373,3,Non,11 %
272
- 4,3,5,1,3,3,E_374,3,Oui,14 %
273
- 1,3,3,2,4,2,E_376,3,Oui,12 %
274
- 4,3,1,4,4,2,E_377,4,Non,23 %
275
- 3,3,2,4,2,4,E_378,3,Non,14 %
276
- 4,2,1,3,1,4,E_379,3,Non,17 %
277
- 1,3,3,4,1,3,E_380,3,Oui,18 %
278
- 2,4,3,2,2,2,E_381,3,Non,18 %
279
- 1,4,2,1,3,3,E_382,4,Oui,24 %
280
- 3,3,2,2,1,1,E_384,4,Non,20 %
281
- 1,3,5,2,1,2,E_385,3,Non,14 %
282
- 3,3,4,3,4,2,E_386,3,Oui,16 %
283
- 2,3,2,3,3,3,E_387,4,Non,25 %
284
- 2,3,2,4,1,2,E_388,3,Non,18 %
285
- 2,3,2,4,4,3,E_389,3,Oui,19 %
286
- 1,3,2,1,3,3,E_390,3,Oui,13 %
287
- 4,3,1,4,2,3,E_391,3,Non,12 %
288
- 4,3,1,3,4,1,E_392,4,Oui,22 %
289
- 4,3,2,4,2,3,E_393,3,Non,14 %
290
- 1,3,1,2,4,3,E_394,3,Oui,13 %
291
- 4,3,1,4,4,3,E_395,4,Non,21 %
292
- 3,3,5,1,4,3,E_396,3,Oui,11 %
293
- 3,3,2,2,4,3,E_397,3,Non,12 %
294
- 4,3,1,2,3,2,E_399,3,Non,11 %
295
- 4,2,2,4,2,3,E_401,3,Oui,12 %
296
- 2,3,1,4,3,2,E_403,3,Oui,12 %
297
- 3,3,4,2,4,4,E_404,3,Non,14 %
298
- 3,3,1,3,3,3,E_405,3,Non,13 %
299
- 3,3,3,2,3,2,E_406,3,Non,15 %
300
- 3,4,1,4,4,3,E_407,3,Non,18 %
301
- 4,1,2,2,4,3,E_408,3,Non,18 %
302
- 4,3,4,2,2,3,E_410,3,Non,19 %
303
- 4,2,1,3,1,3,E_411,3,Non,12 %
304
- 2,4,2,1,3,3,E_412,3,Non,19 %
305
- 2,4,2,4,2,2,E_416,3,Non,11 %
306
- 3,4,3,4,1,2,E_417,3,Non,17 %
307
- 2,3,2,2,3,3,E_419,3,Non,15 %
308
- 4,2,2,3,3,2,E_420,3,Non,14 %
309
- 1,2,3,2,3,3,E_421,3,Non,17 %
310
- 4,1,2,3,4,3,E_422,3,Oui,13 %
311
- 3,3,1,4,3,3,E_423,3,Oui,12 %
312
- 1,2,2,1,4,3,E_424,3,Non,12 %
313
- 1,3,3,1,1,3,E_425,3,Non,18 %
314
- 3,3,1,4,2,1,E_426,3,Oui,18 %
315
- 4,3,3,2,2,3,E_428,3,Non,11 %
316
- 3,3,4,1,4,3,E_429,3,Oui,14 %
317
- 3,3,1,4,1,3,E_430,3,Non,19 %
318
- 3,2,4,3,4,3,E_431,3,Oui,12 %
319
- 3,2,2,2,1,2,E_433,3,Non,15 %
320
- 3,3,1,2,2,2,E_434,3,Oui,12 %
321
- 3,2,2,2,4,3,E_436,3,Oui,11 %
322
- 4,3,2,3,1,3,E_437,3,Oui,11 %
323
- 4,3,2,4,4,3,E_438,3,Non,12 %
324
- 1,4,2,4,3,2,E_439,3,Non,16 %
325
- 1,1,1,4,4,2,E_440,3,Oui,13 %
326
- 4,3,2,4,4,3,E_441,3,Non,13 %
327
- 3,2,3,3,1,3,E_442,4,Non,24 %
328
- 3,2,5,4,1,3,E_444,3,Non,15 %
329
- 4,3,2,3,1,2,E_445,3,Oui,18 %
330
- 2,2,2,4,3,2,E_446,3,Non,14 %
331
- 4,3,5,3,2,3,E_447,3,Non,11 %
332
- 3,2,2,3,2,4,E_448,3,Non,11 %
333
- 3,3,2,2,4,3,E_449,3,Oui,13 %
334
- 4,3,2,3,4,2,E_450,3,Non,12 %
335
- 3,3,3,1,1,2,E_451,3,Non,16 %
336
- 4,3,2,4,1,3,E_452,3,Non,14 %
337
- 2,1,2,4,3,2,E_453,4,Oui,22 %
338
- 2,1,1,1,4,2,E_454,3,Oui,11 %
339
- 2,2,1,4,3,3,E_455,3,Non,17 %
340
- 4,2,2,3,3,3,E_456,3,Non,13 %
341
- 2,3,2,2,1,3,E_458,3,Non,18 %
342
- 4,3,2,4,3,2,E_460,3,Non,16 %
343
- 3,2,3,4,2,3,E_461,3,Oui,14 %
344
- 3,3,3,4,3,2,E_462,3,Oui,14 %
345
- 4,2,2,2,1,3,E_463,3,Oui,14 %
346
- 3,3,3,2,4,3,E_464,3,Non,13 %
347
- 3,3,1,4,3,2,E_465,3,Non,12 %
348
- 4,2,2,2,4,3,E_466,3,Oui,15 %
349
- 2,3,2,3,1,3,E_467,3,Non,19 %
350
- 1,3,4,4,2,3,E_468,3,Non,14 %
351
- 4,3,2,3,1,2,E_469,3,Non,14 %
352
- 3,3,1,3,3,3,E_470,3,Oui,11 %
353
- 3,3,1,2,3,3,E_471,3,Non,13 %
354
- 1,3,3,3,2,1,E_473,4,Non,21 %
355
- 3,4,2,1,1,3,E_474,3,Oui,13 %
356
- 4,3,2,3,2,4,E_475,3,Oui,12 %
357
- 3,3,2,3,2,3,E_476,3,Non,17 %
358
- 1,2,2,4,2,3,E_477,4,Non,23 %
359
- 1,2,1,2,3,3,E_478,3,Oui,11 %
360
- 4,3,2,4,2,3,E_479,3,Non,15 %
361
- 1,2,3,4,1,3,E_481,3,Non,11 %
362
- 4,3,2,3,3,3,E_482,3,Non,11 %
363
- 4,4,1,3,3,3,E_483,3,Oui,13 %
364
- 1,3,1,4,3,2,E_484,4,Non,24 %
365
- 4,3,1,3,2,3,E_485,3,Oui,13 %
366
- 3,3,1,1,2,3,E_486,4,Non,20 %
367
- 3,3,2,3,3,4,E_487,3,Non,14 %
368
- 1,3,2,2,3,3,E_488,3,Non,18 %
369
- 4,2,3,4,4,3,E_491,3,Non,15 %
370
- 3,2,2,3,1,3,E_492,3,Oui,12 %
371
- 3,2,1,2,4,3,E_493,3,Oui,16 %
372
- 3,4,1,2,4,3,E_494,3,Non,15 %
373
- 4,3,1,4,4,3,E_495,3,Non,16 %
374
- 3,2,2,2,3,3,E_496,3,Non,19 %
375
- 4,3,1,2,2,3,E_497,3,Non,11 %
376
- 2,3,2,4,4,3,E_498,3,Non,16 %
377
- 2,2,3,3,3,3,E_499,4,Non,24 %
378
- 3,3,2,4,3,2,E_500,3,Non,11 %
379
- 4,3,1,3,2,3,E_501,3,Non,13 %
380
- 1,4,2,4,2,2,E_502,3,Oui,13 %
381
- 3,3,4,4,3,3,E_505,3,Oui,13 %
382
- 4,3,2,3,4,4,E_507,3,Oui,12 %
383
- 3,3,1,2,1,3,E_508,3,Non,18 %
384
- 3,3,1,1,3,3,E_510,4,Non,22 %
385
- 1,3,1,2,4,3,E_511,3,Non,13 %
386
- 2,2,3,3,2,3,E_513,3,Non,13 %
387
- 3,3,1,4,3,3,E_514,4,Oui,23 %
388
- 4,3,1,1,3,2,E_515,3,Non,12 %
389
- 4,3,2,2,3,3,E_516,3,Non,12 %
390
- 2,3,1,1,2,3,E_517,3,Non,16 %
391
- 3,3,2,2,4,2,E_518,3,Oui,12 %
392
- 1,2,4,2,3,3,E_520,3,Non,11 %
393
- 2,2,2,3,2,3,E_521,4,Non,22 %
394
- 1,3,5,1,3,2,E_522,3,Non,11 %
395
- 3,3,2,3,1,3,E_523,3,Non,15 %
396
- 2,3,2,1,2,1,E_524,3,Non,12 %
397
- 4,3,1,4,1,3,E_525,4,Non,20 %
398
- 3,3,2,3,4,3,E_526,3,Oui,14 %
399
- 2,2,2,4,2,3,E_527,3,Oui,11 %
400
- 2,3,2,3,1,3,E_529,3,Oui,15 %
401
- 4,2,1,1,3,3,E_530,3,Non,12 %
402
- 2,3,5,3,3,3,E_531,3,Oui,14 %
403
- 3,4,4,1,4,2,E_532,3,Non,11 %
404
- 2,3,2,3,2,3,E_533,3,Non,11 %
405
- 2,4,3,1,3,3,E_534,3,Non,16 %
406
- 3,3,2,1,4,3,E_536,3,Non,12 %
407
- 1,3,1,1,3,3,E_538,3,Non,13 %
408
- 4,2,3,3,3,3,E_543,3,Oui,14 %
409
- 1,3,1,4,4,2,E_544,4,Non,21 %
410
- 4,3,4,4,4,1,E_546,3,Non,13 %
411
- 1,3,2,3,2,3,E_547,3,Non,11 %
412
- 3,1,2,4,3,3,E_548,4,Non,20 %
413
- 1,3,5,1,4,1,E_549,3,Non,11 %
414
- 3,3,2,3,3,2,E_550,3,Non,14 %
415
- 4,2,2,4,4,4,E_551,3,Non,11 %
416
- 1,3,1,2,2,3,E_554,3,Oui,16 %
417
- 4,1,1,3,4,2,E_555,3,Non,16 %
418
- 4,3,1,4,3,3,E_556,4,Oui,23 %
419
- 3,3,5,3,4,3,E_558,3,Non,14 %
420
- 1,3,1,4,2,1,E_560,4,Non,22 %
421
- 3,3,1,4,3,1,E_562,3,Non,15 %
422
- 2,2,3,3,3,3,E_564,3,Non,18 %
423
- 3,2,1,2,2,4,E_565,3,Non,16 %
424
- 1,2,1,4,3,4,E_566,3,Non,12 %
425
- 3,3,3,1,3,3,E_567,3,Non,11 %
426
- 1,2,4,4,3,2,E_568,3,Non,12 %
427
- 2,2,4,3,2,3,E_569,3,Non,15 %
428
- 3,3,1,4,3,2,E_571,3,Non,14 %
429
- 3,2,3,1,4,4,E_573,3,Non,19 %
430
- 1,3,2,4,3,3,E_574,3,Non,13 %
431
- 1,3,4,3,3,1,E_575,3,Non,13 %
432
- 4,1,1,3,3,3,E_577,3,Non,15 %
433
- 3,3,2,3,3,3,E_578,3,Non,11 %
434
- 4,2,1,3,3,3,E_579,3,Non,12 %
435
- 3,2,3,4,3,3,E_580,3,Oui,19 %
436
- 3,3,3,2,4,4,E_581,4,Non,25 %
437
- 2,3,3,3,4,4,E_582,3,Oui,12 %
438
- 1,1,1,4,1,3,E_584,3,Non,13 %
439
- 4,3,1,2,1,3,E_585,3,Non,14 %
440
- 4,3,3,3,3,3,E_586,3,Oui,12 %
441
- 1,3,3,3,1,3,E_587,3,Non,12 %
442
- 2,3,3,1,3,3,E_590,3,Oui,15 %
443
- 2,3,1,3,4,3,E_591,3,Non,17 %
444
- 2,3,3,4,4,2,E_592,3,Non,14 %
445
- 3,2,1,3,3,3,E_593,3,Non,16 %
446
- 2,3,2,4,1,3,E_595,3,Non,14 %
447
- 1,3,4,2,4,3,E_597,4,Non,23 %
448
- 4,3,2,4,4,3,E_599,3,Non,14 %
449
- 2,3,2,3,3,3,E_600,3,Non,11 %
450
- 2,3,4,3,3,3,E_601,3,Non,15 %
451
- 3,3,1,3,1,3,E_602,3,Non,11 %
452
- 2,3,2,4,3,4,E_604,3,Oui,13 %
453
- 4,3,3,1,4,2,E_605,4,Oui,21 %
454
- 4,3,2,2,2,4,E_606,3,Non,19 %
455
- 2,3,1,3,2,2,E_608,3,Oui,11 %
456
- 4,3,2,4,2,4,E_611,3,Non,12 %
457
- 1,4,4,3,3,3,E_612,3,Non,19 %
458
- 3,2,3,4,3,2,E_613,4,Non,21 %
459
- 2,3,1,2,4,3,E_614,3,Oui,14 %
460
- 3,1,3,1,3,3,E_615,3,Non,15 %
461
- 1,2,2,3,1,3,E_616,3,Oui,17 %
462
- 1,3,2,3,1,3,E_618,3,Non,12 %
463
- 1,3,2,3,4,3,E_620,3,Non,16 %
464
- 4,4,2,4,4,3,E_621,3,Non,12 %
465
- 3,1,1,4,2,1,E_622,3,Oui,18 %
466
- 2,3,3,4,4,4,E_623,3,Non,17 %
467
- 1,3,3,3,4,2,E_624,3,Non,11 %
468
- 2,3,4,1,2,3,E_625,3,Non,16 %
469
- 1,3,3,2,4,3,E_626,3,Non,13 %
470
- 4,3,2,1,2,3,E_630,3,Oui,12 %
471
- 4,4,2,3,4,3,E_631,3,Non,12 %
472
- 4,3,1,4,3,3,E_632,3,Non,13 %
473
- 3,3,2,3,3,3,E_634,3,Non,19 %
474
- 2,3,2,2,2,2,E_635,3,Non,12 %
475
- 4,2,5,3,3,3,E_638,3,Oui,17 %
476
- 2,4,1,4,2,3,E_639,3,Oui,11 %
477
- 1,3,2,2,4,4,E_641,4,Non,20 %
478
- 4,2,1,2,4,3,E_643,4,Non,21 %
479
- 1,3,5,2,3,3,E_644,3,Non,11 %
480
- 2,3,1,3,3,3,E_645,3,Non,11 %
481
- 1,3,1,3,4,3,E_647,3,Oui,16 %
482
- 2,2,1,1,3,4,E_648,3,Non,18 %
483
- 2,2,1,4,4,3,E_649,3,Oui,13 %
484
- 2,3,2,1,3,1,E_650,3,Non,17 %
485
- 1,2,2,4,4,3,E_652,3,Non,14 %
486
- 1,4,2,4,4,4,E_653,4,Non,22 %
487
- 1,2,1,3,3,2,E_655,3,Non,12 %
488
- 4,3,2,3,3,2,E_656,3,Oui,11 %
489
- 4,2,1,2,4,4,E_657,3,Non,13 %
490
- 3,3,2,4,2,3,E_659,3,Non,13 %
491
- 2,2,4,4,3,2,E_661,3,Oui,14 %
492
- 3,3,1,1,4,2,E_662,3,Non,17 %
493
- 4,3,2,3,2,3,E_663,3,Oui,13 %
494
- 4,2,4,1,1,1,E_664,3,Non,11 %
495
- 1,2,2,3,2,4,E_665,3,Non,11 %
496
- 3,3,1,3,4,3,E_666,3,Oui,18 %
497
- 3,3,1,1,2,3,E_667,3,Non,11 %
498
- 3,3,1,3,3,3,E_669,3,Non,11 %
499
- 4,3,5,4,1,4,E_671,3,Oui,12 %
500
- 1,3,1,3,4,3,E_675,4,Non,20 %
501
- 3,3,2,3,4,3,E_677,3,Non,12 %
502
- 1,3,2,4,4,2,E_679,3,Oui,12 %
503
- 3,3,1,3,3,3,E_680,4,Non,20 %
504
- 4,3,2,1,4,4,E_682,4,Non,20 %
505
- 2,3,1,4,4,2,E_683,3,Non,12 %
506
- 1,3,2,1,4,3,E_684,3,Non,14 %
507
- 3,3,1,4,3,3,E_686,3,Oui,13 %
508
- 3,3,3,3,3,3,E_689,3,Non,15 %
509
- 2,3,2,3,1,2,E_690,3,Non,14 %
510
- 2,1,2,4,2,3,E_691,3,Non,13 %
511
- 3,3,2,4,3,1,E_692,4,Non,23 %
512
- 3,3,3,2,3,4,E_698,3,Non,15 %
513
- 2,2,2,2,3,3,E_699,3,Oui,11 %
514
- 1,2,1,4,4,3,E_700,3,Non,13 %
515
- 4,3,1,3,4,3,E_701,3,Oui,11 %
516
- 1,3,1,1,1,3,E_702,3,Oui,11 %
517
- 3,2,1,3,3,3,E_704,3,Non,18 %
518
- 1,4,1,1,1,4,E_705,3,Non,16 %
519
- 4,4,2,2,3,3,E_707,4,Non,22 %
520
- 4,2,2,4,1,3,E_709,4,Non,20 %
521
- 2,1,1,4,4,3,E_710,3,Non,18 %
522
- 2,4,2,2,4,3,E_712,3,Non,12 %
523
- 4,4,2,4,2,3,E_714,4,Oui,20 %
524
- 4,4,1,4,1,3,E_715,3,Non,17 %
525
- 4,4,1,3,3,3,E_716,3,Oui,11 %
526
- 4,2,3,2,2,4,E_717,3,Non,14 %
527
- 1,3,2,3,1,3,E_720,3,Non,14 %
528
- 4,2,2,3,1,3,E_721,3,Non,11 %
529
- 4,3,2,4,4,2,E_722,3,Non,12 %
530
- 2,3,2,3,1,3,E_723,3,Oui,14 %
531
- 2,4,2,4,3,2,E_724,3,Non,13 %
532
- 3,3,3,1,4,3,E_725,3,Non,11 %
533
- 3,3,3,4,4,3,E_727,3,Non,15 %
534
- 4,3,2,1,4,3,E_728,3,Non,12 %
535
- 4,2,3,1,3,3,E_729,4,Oui,21 %
536
- 3,4,4,3,3,3,E_730,3,Non,19 %
537
- 2,2,5,4,2,2,E_731,3,Non,15 %
538
- 1,3,2,1,4,3,E_732,3,Non,14 %
539
- 4,3,3,1,3,2,E_733,4,Non,21 %
540
- 4,2,5,3,2,3,E_734,3,Non,12 %
541
- 4,3,1,2,4,3,E_738,3,Non,15 %
542
- 1,1,1,2,4,3,E_741,3,Oui,13 %
543
- 1,4,3,1,1,3,E_742,3,Non,14 %
544
- 3,3,3,3,4,4,E_743,3,Oui,14 %
545
- 1,1,1,3,3,3,E_744,3,Non,14 %
546
- 4,3,4,3,4,2,E_746,3,Oui,12 %
547
- 3,3,2,4,4,2,E_747,4,Non,23 %
548
- 3,3,1,3,3,3,E_749,3,Non,11 %
549
- 3,4,1,3,4,3,E_752,3,Oui,12 %
550
- 4,2,2,4,3,3,E_754,3,Non,18 %
551
- 2,3,2,3,4,3,E_757,3,Non,11 %
552
- 2,3,1,1,4,4,E_758,3,Non,14 %
553
- 3,4,2,2,3,1,E_760,3,Non,15 %
554
- 3,3,4,4,3,2,E_762,3,Non,11 %
555
- 4,2,1,4,4,2,E_763,4,Oui,20 %
556
- 4,2,2,1,1,1,E_764,3,Non,19 %
557
- 4,3,1,2,4,3,E_766,3,Non,14 %
558
- 4,3,2,4,4,3,E_769,3,Non,17 %
559
- 4,3,2,1,1,4,E_771,3,Non,11 %
560
- 1,3,2,4,4,3,E_772,3,Non,15 %
561
- 4,3,1,3,2,1,E_773,3,Oui,13 %
562
- 2,3,2,1,3,3,E_775,3,Non,14 %
563
- 3,2,4,1,1,4,E_776,3,Non,11 %
564
- 4,3,1,4,3,2,E_780,3,Oui,13 %
565
- 3,3,2,4,2,2,E_781,4,Non,23 %
566
- 2,1,2,3,1,3,E_783,3,Non,13 %
567
- 1,4,1,3,4,3,E_784,3,Non,18 %
568
- 2,4,2,3,4,3,E_785,3,Oui,12 %
569
- 4,3,2,4,3,3,E_786,4,Non,22 %
570
- 4,3,5,1,4,3,E_787,3,Oui,13 %
571
- 1,2,3,1,2,3,E_789,3,Non,15 %
572
- 4,3,1,4,1,3,E_791,3,Non,18 %
573
- 1,1,1,4,1,3,E_792,3,Non,14 %
574
- 2,3,2,3,1,2,E_793,3,Non,12 %
575
- 4,2,2,1,3,2,E_796,3,Non,17 %
576
- 2,4,1,4,3,3,E_797,3,Non,16 %
577
- 4,3,2,1,2,3,E_799,3,Oui,11 %
578
- 3,3,2,4,2,3,E_800,3,Non,19 %
579
- 4,3,1,1,2,2,E_802,3,Oui,13 %
580
- 1,4,2,1,4,3,E_803,3,Oui,12 %
581
- 3,2,1,1,3,3,E_804,3,Non,11 %
582
- 1,3,1,4,2,2,E_805,3,Non,16 %
583
- 4,1,1,3,3,3,E_806,4,Non,21 %
584
- 3,4,2,2,4,3,E_807,4,Non,24 %
585
- 3,3,2,1,2,3,E_808,3,Non,17 %
586
- 2,3,5,4,2,2,E_809,3,Non,13 %
587
- 3,4,1,1,3,3,E_811,4,Oui,21 %
588
- 3,2,1,2,3,3,E_812,3,Non,11 %
589
- 4,3,2,3,2,3,E_813,4,Non,20 %
590
- 3,3,4,3,4,3,E_815,3,Non,16 %
591
- 2,2,1,1,4,3,E_816,3,Oui,11 %
592
- 3,3,3,3,4,4,E_817,3,Non,11 %
593
- 1,3,2,1,3,3,E_819,3,Non,15 %
594
- 3,3,4,4,3,2,E_820,3,Oui,11 %
595
- 3,3,2,2,1,3,E_823,3,Non,15 %
596
- 3,4,1,3,3,3,E_824,4,Non,24 %
597
- 4,3,5,2,4,3,E_825,3,Oui,12 %
598
- 4,4,1,3,3,3,E_826,3,Non,13 %
599
- 4,2,2,4,4,3,E_827,3,Oui,13 %
600
- 3,3,1,3,4,2,E_828,3,Non,17 %
601
- 3,3,1,2,2,3,E_829,3,Non,13 %
602
- 3,2,2,3,3,3,E_830,3,Non,12 %
603
- 1,2,2,3,4,3,E_832,3,Non,14 %
604
- 3,2,2,4,2,2,E_833,4,Oui,24 %
605
- 2,2,1,3,4,3,E_834,3,Non,14 %
606
- 2,3,2,2,4,2,E_836,3,Non,13 %
607
- 1,2,2,1,3,2,E_837,3,Non,15 %
608
- 3,2,1,4,3,3,E_838,3,Non,16 %
609
- 3,3,3,4,1,4,E_840,3,Non,18 %
610
- 3,3,2,4,3,2,E_842,3,Non,16 %
611
- 2,3,4,1,3,3,E_843,4,Non,24 %
612
- 3,2,3,4,2,3,E_844,3,Oui,16 %
613
- 3,3,3,3,2,4,E_845,4,Non,21 %
614
- 2,3,2,2,1,3,E_846,4,Oui,20 %
615
- 3,3,1,4,3,1,E_847,3,Non,19 %
616
- 3,2,1,3,1,3,E_848,3,Oui,14 %
617
- 4,3,1,4,3,2,E_850,3,Non,11 %
618
- 1,3,4,3,3,2,E_851,3,Non,14 %
619
- 4,3,2,2,4,2,E_852,3,Non,12 %
620
- 1,4,1,1,3,2,E_854,3,Non,13 %
621
- 1,4,2,1,1,3,E_855,4,Non,22 %
622
- 3,2,1,1,4,2,E_856,3,Non,11 %
623
- 2,3,2,4,4,2,E_857,3,Oui,14 %
624
- 2,3,2,4,3,2,E_859,3,Non,11 %
625
- 2,2,1,4,2,2,E_861,3,Non,12 %
626
- 1,2,3,4,4,3,E_862,3,Oui,18 %
627
- 4,3,3,1,3,3,E_864,3,Oui,12 %
628
- 3,4,2,3,3,2,E_865,3,Non,12 %
629
- 3,2,4,4,3,3,E_867,4,Non,22 %
630
- 4,2,2,3,4,3,E_868,3,Non,19 %
631
- 2,2,1,4,4,3,E_869,3,Non,13 %
632
- 4,2,2,4,1,1,E_872,4,Non,22 %
633
- 1,4,1,4,3,2,E_874,4,Oui,24 %
634
- 2,3,1,4,4,3,E_875,3,Oui,14 %
635
- 1,2,1,1,3,3,E_878,4,Non,21 %
636
- 3,3,2,1,4,3,E_879,3,Oui,18 %
637
- 4,2,3,3,2,3,E_880,4,Oui,20 %
638
- 4,3,1,2,1,2,E_881,3,Oui,19 %
639
- 4,3,1,4,2,3,E_882,3,Non,12 %
640
- 3,2,2,1,1,4,E_885,3,Non,12 %
641
- 3,3,1,1,2,3,E_887,3,Non,16 %
642
- 1,2,1,4,4,2,E_888,3,Non,17 %
643
- 2,3,2,2,4,3,E_889,3,Non,14 %
644
- 2,2,1,2,4,3,E_893,3,Non,19 %
645
- 3,4,2,4,2,2,E_894,3,Oui,13 %
646
- 4,3,1,4,2,3,E_895,3,Oui,19 %
647
- 2,2,1,3,3,3,E_896,3,Oui,19 %
648
- 1,3,4,4,3,3,E_897,3,Non,14 %
649
- 4,2,3,2,1,3,E_899,3,Non,16 %
650
- 3,3,1,4,2,3,E_900,3,Non,15 %
651
- 4,3,4,4,3,3,E_901,3,Non,18 %
652
- 4,3,2,4,2,2,E_902,3,Non,13 %
653
- 3,3,2,4,1,3,E_903,4,Oui,22 %
654
- 1,3,3,2,4,3,E_904,3,Oui,13 %
655
- 1,3,4,1,4,3,E_905,3,Non,11 %
656
- 4,2,2,4,3,3,E_909,3,Non,11 %
657
- 4,3,1,2,3,4,E_910,3,Oui,11 %
658
- 1,3,1,4,3,1,E_911,4,Oui,24 %
659
- 1,2,1,4,3,3,E_912,3,Non,14 %
660
- 2,3,1,1,4,3,E_913,3,Oui,13 %
661
- 1,3,2,4,2,3,E_916,3,Non,14 %
662
- 4,2,1,4,4,2,E_918,3,Oui,14 %
663
- 1,3,2,2,3,4,E_920,4,Non,21 %
664
- 3,2,1,3,4,2,E_922,3,Non,13 %
665
- 4,3,1,4,1,2,E_923,3,Non,19 %
666
- 3,3,2,4,1,2,E_924,3,Oui,17 %
667
- 4,2,1,4,1,2,E_925,3,Oui,18 %
668
- 2,3,2,3,1,4,E_926,3,Oui,19 %
669
- 2,1,1,4,3,2,E_927,3,Oui,13 %
670
- 3,3,1,3,2,3,E_930,3,Non,18 %
671
- 4,3,1,1,4,1,E_932,4,Oui,21 %
672
- 2,3,1,3,3,3,E_933,3,Non,19 %
673
- 2,3,1,2,2,3,E_934,3,Non,14 %
674
- 3,2,2,3,1,3,E_936,3,Non,17 %
675
- 3,2,1,1,2,3,E_939,3,Oui,11 %
676
- 3,2,3,2,4,3,E_940,3,Oui,13 %
677
- 2,2,1,3,2,4,E_941,3,Non,15 %
678
- 4,3,2,4,4,1,E_942,4,Oui,25 %
679
- 1,3,3,2,3,2,E_944,3,Non,11 %
680
- 4,3,1,3,1,2,E_945,3,Non,17 %
681
- 4,3,2,3,4,2,E_947,3,Non,13 %
682
- 2,3,1,4,3,3,E_949,3,Non,18 %
683
- 4,3,3,1,2,3,E_950,3,Non,13 %
684
- 3,2,1,2,3,3,E_951,4,Non,20 %
685
- 3,2,1,2,3,3,E_952,3,Oui,18 %
686
- 1,2,3,2,2,2,E_954,3,Non,12 %
687
- 3,2,2,1,2,3,E_956,3,Non,12 %
688
- 4,3,1,1,3,3,E_957,3,Oui,13 %
689
- 3,3,1,3,3,3,E_958,4,Non,21 %
690
- 4,2,1,2,2,4,E_959,3,Oui,13 %
691
- 1,3,1,1,2,3,E_960,3,Non,19 %
692
- 4,3,2,4,3,1,E_961,3,Oui,11 %
693
- 4,3,1,2,4,3,E_964,3,Oui,14 %
694
- 3,3,2,1,3,4,E_966,3,Non,12 %
695
- 3,2,3,4,1,3,E_967,3,Oui,11 %
696
- 2,2,2,4,1,3,E_969,3,Non,14 %
697
- 1,2,3,3,3,1,E_970,3,Non,11 %
698
- 3,3,2,2,2,2,E_972,3,Non,12 %
699
- 3,3,1,4,2,3,E_974,3,Non,15 %
700
- 3,3,2,3,2,3,E_975,3,Non,16 %
701
- 4,3,4,4,2,2,E_976,3,Non,15 %
702
- 4,3,1,3,1,3,E_977,4,Non,24 %
703
- 3,3,4,3,3,4,E_981,3,Non,13 %
704
- 3,3,3,3,1,4,E_982,3,Non,11 %
705
- 3,3,2,4,2,3,E_983,3,Oui,13 %
706
- 4,3,3,4,2,3,E_984,3,Non,13 %
707
- 1,4,3,3,4,3,E_985,3,Non,18 %
708
- 2,4,4,2,4,2,E_986,3,Oui,16 %
709
- 3,4,2,3,3,4,E_987,3,Oui,19 %
710
- 1,3,2,4,4,3,E_990,3,Non,13 %
711
- 3,2,1,1,1,3,E_991,4,Oui,22 %
712
- 4,3,4,3,4,3,E_992,3,Non,11 %
713
- 4,2,1,1,3,3,E_994,4,Oui,20 %
714
- 2,3,1,4,1,3,E_995,3,Non,18 %
715
- 4,3,1,4,4,3,E_996,3,Non,14 %
716
- 4,3,4,4,3,2,E_997,4,Non,22 %
717
- 3,4,2,2,1,3,E_998,3,Oui,13 %
718
- 1,3,5,3,2,4,E_999,3,Non,17 %
719
- 3,3,1,2,2,3,E_1001,3,Non,14 %
720
- 4,3,2,1,3,3,E_1002,3,Oui,15 %
721
- 4,3,2,4,3,3,E_1003,3,Oui,17 %
722
- 1,3,1,3,2,3,E_1004,3,Oui,11 %
723
- 4,3,4,3,4,3,E_1005,3,Oui,18 %
724
- 3,3,1,3,2,2,E_1006,3,Non,17 %
725
- 4,3,3,3,2,3,E_1007,3,Non,13 %
726
- 4,2,2,3,2,3,E_1009,3,Non,15 %
727
- 3,2,1,2,4,1,E_1010,4,Oui,24 %
728
- 3,3,2,1,3,3,E_1011,3,Non,12 %
729
- 2,3,1,4,4,3,E_1012,3,Non,15 %
730
- 3,3,3,3,3,3,E_1013,3,Non,11 %
731
- 3,3,3,3,3,2,E_1014,3,Oui,11 %
732
- 2,4,3,1,3,2,E_1015,3,Oui,12 %
733
- 4,2,1,1,1,3,E_1016,3,Oui,15 %
734
- 2,3,1,2,1,3,E_1017,3,Non,17 %
735
- 4,4,2,4,2,3,E_1018,3,Non,12 %
736
- 2,1,1,1,1,2,E_1019,3,Non,15 %
737
- 1,2,2,3,4,3,E_1022,3,Non,13 %
738
- 3,2,3,3,2,3,E_1024,3,Non,14 %
739
- 4,3,2,3,2,3,E_1025,3,Non,14 %
740
- 4,2,4,4,3,3,E_1026,3,Non,16 %
741
- 1,3,2,4,2,3,E_1027,3,Non,18 %
742
- 2,3,1,4,1,2,E_1028,4,Non,20 %
743
- 4,3,5,3,2,4,E_1029,3,Non,13 %
744
- 1,3,1,4,2,3,E_1030,3,Non,18 %
745
- 3,2,4,4,1,3,E_1032,3,Oui,13 %
746
- 1,1,2,2,1,1,E_1033,3,Non,15 %
747
- 3,3,2,2,4,3,E_1034,3,Oui,14 %
748
- 2,1,5,3,2,3,E_1035,4,Non,22 %
749
- 2,3,2,4,3,3,E_1036,3,Oui,12 %
750
- 2,1,2,1,4,3,E_1037,3,Non,18 %
751
- 1,1,5,4,4,3,E_1038,3,Non,15 %
752
- 4,4,4,4,3,3,E_1039,3,Oui,18 %
753
- 4,3,2,3,1,3,E_1040,3,Non,12 %
754
- 3,4,1,1,3,3,E_1042,3,Non,16 %
755
- 4,3,3,1,3,3,E_1043,3,Oui,13 %
756
- 2,2,1,4,4,2,E_1044,3,Non,19 %
757
- 4,3,4,4,2,4,E_1045,3,Non,13 %
758
- 4,3,1,3,2,3,E_1046,3,Non,12 %
759
- 2,4,2,4,4,2,E_1047,3,Non,11 %
760
- 2,3,3,4,3,1,E_1048,3,Oui,14 %
761
- 2,3,1,2,1,3,E_1049,3,Non,16 %
762
- 3,2,3,2,1,3,E_1050,3,Non,12 %
763
- 1,3,2,3,2,2,E_1052,3,Non,14 %
764
- 1,3,1,1,2,3,E_1053,3,Oui,14 %
765
- 3,3,1,3,4,3,E_1055,3,Oui,19 %
766
- 4,3,1,2,2,3,E_1056,4,Non,22 %
767
- 3,3,1,3,1,3,E_1060,3,Non,16 %
768
- 2,3,5,3,4,2,E_1061,3,Oui,11 %
769
- 4,3,2,2,1,2,E_1062,3,Non,15 %
770
- 3,3,2,1,2,2,E_1066,3,Non,14 %
771
- 1,2,1,3,3,3,E_1068,3,Non,13 %
772
- 4,3,5,4,4,3,E_1069,3,Non,17 %
773
- 3,2,3,3,2,3,E_1070,3,Non,11 %
774
- 1,3,1,3,2,3,E_1071,3,Non,19 %
775
- 4,2,3,4,2,2,E_1073,3,Non,11 %
776
- 3,2,4,1,2,4,E_1074,3,Non,15 %
777
- 3,2,3,4,3,3,E_1076,3,Non,13 %
778
- 4,3,1,4,2,3,E_1077,3,Oui,14 %
779
- 3,2,1,1,1,2,E_1079,3,Non,13 %
780
- 4,2,2,1,1,3,E_1080,4,Oui,23 %
781
- 1,3,1,3,3,4,E_1081,3,Oui,12 %
782
- 2,2,3,1,1,2,E_1082,3,Non,12 %
783
- 1,2,1,1,1,3,E_1083,3,Non,16 %
784
- 3,3,2,1,3,2,E_1084,3,Non,15 %
785
- 2,4,1,3,3,3,E_1085,3,Non,13 %
786
- 3,2,3,3,1,2,E_1088,3,Non,18 %
787
- 1,3,3,4,4,3,E_1092,4,Non,20 %
788
- 1,1,1,3,4,3,E_1094,3,Non,19 %
789
- 4,3,3,2,2,3,E_1096,3,Non,18 %
790
- 3,3,2,3,4,4,E_1097,3,Non,13 %
791
- 2,2,3,1,4,3,E_1098,3,Non,14 %
792
- 4,2,3,4,3,3,E_1099,3,Non,15 %
793
- 4,3,3,1,1,3,E_1100,4,Oui,22 %
794
- 1,2,2,3,2,3,E_1101,4,Non,22 %
795
- 1,3,1,3,4,2,E_1102,3,Non,16 %
796
- 1,3,2,4,3,2,E_1103,3,Non,17 %
797
- 4,2,2,4,3,3,E_1105,3,Oui,14 %
798
- 4,3,1,4,2,4,E_1106,3,Oui,15 %
799
- 1,3,1,3,3,2,E_1107,4,Non,20 %
800
- 1,2,1,2,2,3,E_1108,4,Oui,20 %
801
- 4,3,4,1,4,3,E_1109,3,Non,17 %
802
- 1,2,1,2,1,3,E_1111,3,Non,15 %
803
- 4,3,2,3,4,3,E_1113,3,Oui,14 %
804
- 4,3,2,2,3,3,E_1114,3,Non,17 %
805
- 3,2,1,4,4,3,E_1115,3,Non,17 %
806
- 1,4,4,4,3,2,E_1116,4,Non,22 %
807
- 2,2,2,3,4,3,E_1117,3,Non,13 %
808
- 2,3,3,2,4,3,E_1118,3,Non,19 %
809
- 3,2,3,3,2,3,E_1119,3,Oui,14 %
810
- 3,3,1,4,1,3,E_1120,4,Non,22 %
811
- 4,3,3,2,2,2,E_1121,3,Non,17 %
812
- 1,3,4,3,4,3,E_1124,3,Non,12 %
813
- 4,3,3,2,3,3,E_1125,3,Non,16 %
814
- 3,3,3,1,3,3,E_1126,3,Non,11 %
815
- 1,3,4,4,4,3,E_1127,3,Non,11 %
816
- 3,2,5,3,1,4,E_1128,3,Non,14 %
817
- 4,2,1,2,3,4,E_1131,3,Oui,11 %
818
- 3,3,2,2,3,2,E_1132,3,Non,15 %
819
- 1,3,2,4,1,3,E_1133,4,Non,20 %
820
- 3,4,1,4,1,3,E_1135,3,Non,12 %
821
- 1,2,1,2,1,1,E_1136,3,Non,17 %
822
- 4,3,2,4,4,3,E_1137,3,Non,11 %
823
- 4,2,4,2,2,3,E_1138,3,Non,17 %
824
- 4,3,2,3,4,2,E_1140,3,Non,11 %
825
- 4,3,1,2,4,2,E_1143,3,Non,14 %
826
- 2,1,2,4,1,3,E_1148,3,Non,19 %
827
- 2,2,2,4,3,2,E_1150,3,Oui,15 %
828
- 3,4,1,3,4,4,E_1152,3,Non,13 %
829
- 3,2,1,3,4,3,E_1154,3,Oui,14 %
830
- 3,3,1,3,4,3,E_1156,3,Non,12 %
831
- 1,3,2,1,1,3,E_1157,3,Oui,17 %
832
- 2,3,1,4,1,3,E_1158,3,Oui,11 %
833
- 3,3,1,3,3,2,E_1160,3,Non,12 %
834
- 3,2,2,4,3,3,E_1161,3,Non,13 %
835
- 4,2,1,3,3,3,E_1162,3,Non,13 %
836
- 2,3,2,3,1,2,E_1163,4,Non,20 %
837
- 3,3,1,3,2,1,E_1164,3,Non,17 %
838
- 4,2,3,1,1,1,E_1165,3,Non,13 %
839
- 2,3,3,3,3,2,E_1166,3,Non,17 %
840
- 3,3,4,1,2,2,E_1167,3,Oui,12 %
841
- 2,3,2,1,4,4,E_1171,3,Non,13 %
842
- 4,2,1,3,2,3,E_1172,3,Non,12 %
843
- 4,3,1,2,4,3,E_1173,4,Non,22 %
844
- 3,3,1,4,4,2,E_1175,3,Oui,11 %
845
- 1,4,1,4,2,3,E_1177,4,Non,22 %
846
- 3,2,2,3,1,3,E_1179,3,Non,18 %
847
- 3,2,2,4,4,1,E_1180,3,Oui,13 %
848
- 3,2,3,2,2,4,E_1182,3,Non,18 %
849
- 4,2,2,1,3,3,E_1184,4,Non,20 %
850
- 4,2,1,4,2,4,E_1185,3,Non,13 %
851
- 1,1,2,3,2,2,E_1188,3,Non,13 %
852
- 3,3,1,1,3,3,E_1190,3,Non,12 %
853
- 4,3,5,1,4,3,E_1191,3,Non,13 %
854
- 2,3,1,4,1,3,E_1192,3,Non,13 %
855
- 3,3,1,1,3,3,E_1193,4,Non,25 %
856
- 1,3,1,3,3,2,E_1195,3,Oui,19 %
857
- 4,2,2,4,2,2,E_1196,3,Non,13 %
858
- 1,2,1,3,1,2,E_1198,3,Non,12 %
859
- 3,3,1,3,3,3,E_1200,3,Oui,11 %
860
- 4,3,5,3,2,3,E_1201,3,Non,18 %
861
- 2,1,1,4,1,2,E_1202,3,Oui,18 %
862
- 3,2,1,4,2,3,E_1203,3,Oui,11 %
863
- 3,3,4,1,1,3,E_1204,4,Non,23 %
864
- 4,1,1,3,4,3,E_1206,3,Non,13 %
865
- 2,3,1,3,4,3,E_1207,3,Non,13 %
866
- 1,2,1,1,1,1,E_1210,3,Non,17 %
867
- 3,3,2,1,3,3,E_1211,3,Non,19 %
868
- 2,3,2,2,4,3,E_1212,3,Non,12 %
869
- 4,3,4,1,3,3,E_1215,4,Non,22 %
870
- 4,2,1,1,3,3,E_1216,3,Non,12 %
871
- 4,3,5,2,1,3,E_1217,3,Non,11 %
872
- 3,3,2,1,4,3,E_1218,3,Oui,15 %
873
- 4,3,1,2,1,1,E_1219,3,Non,13 %
874
- 2,3,2,3,1,2,E_1220,3,Non,12 %
875
- 3,1,1,3,3,3,E_1221,3,Non,14 %
876
- 3,3,2,3,1,2,E_1224,3,Non,13 %
877
- 4,3,2,4,2,3,E_1225,4,Non,25 %
878
- 3,4,1,4,4,3,E_1226,3,Non,17 %
879
- 4,3,2,4,3,2,E_1228,3,Non,11 %
880
- 4,4,2,1,1,4,E_1231,3,Non,16 %
881
- 2,4,2,4,2,3,E_1233,3,Oui,18 %
882
- 3,2,1,2,3,3,E_1234,4,Non,20 %
883
- 4,3,2,3,4,3,E_1235,3,Oui,14 %
884
- 3,1,3,1,3,3,E_1237,4,Oui,21 %
885
- 1,3,1,4,2,3,E_1238,3,Non,13 %
886
- 2,2,2,2,2,4,E_1239,3,Non,12 %
887
- 3,3,2,4,2,3,E_1240,3,Non,14 %
888
- 4,3,1,2,1,3,E_1241,4,Oui,21 %
889
- 1,3,3,1,3,3,E_1242,3,Oui,17 %
890
- 3,2,3,4,2,2,E_1243,3,Oui,11 %
891
- 1,3,1,1,4,2,E_1244,3,Oui,14 %
892
- 4,3,3,3,1,1,E_1245,3,Non,17 %
893
- 1,4,1,4,4,3,E_1246,3,Non,13 %
894
- 1,2,1,2,2,4,E_1248,4,Oui,25 %
895
- 1,3,1,4,1,3,E_1249,3,Non,15 %
896
- 4,3,4,4,1,3,E_1250,3,Non,14 %
897
- 3,3,2,1,4,2,E_1251,3,Oui,12 %
898
- 3,2,2,1,2,3,E_1252,3,Non,19 %
899
- 3,2,2,4,4,3,E_1254,3,Non,17 %
900
- 3,1,5,4,2,3,E_1255,3,Non,14 %
901
- 1,2,5,3,3,4,E_1256,3,Non,13 %
902
- 3,3,1,2,3,2,E_1257,3,Non,12 %
903
- 4,4,1,2,3,2,E_1258,3,Non,11 %
904
- 1,3,1,3,2,3,E_1259,3,Non,11 %
905
- 3,3,2,4,2,3,E_1260,3,Oui,11 %
906
- 4,2,5,4,3,4,E_1263,3,Non,12 %
907
- 4,2,4,4,2,2,E_1264,3,Non,14 %
908
- 3,4,1,3,4,2,E_1265,3,Non,17 %
909
- 2,3,5,2,3,3,E_1267,3,Non,11 %
910
- 4,4,3,3,4,3,E_1268,3,Oui,14 %
911
- 2,4,1,4,4,3,E_1269,3,Oui,12 %
912
- 4,3,1,3,4,3,E_1270,4,Non,22 %
913
- 3,1,1,4,4,3,E_1273,3,Oui,14 %
914
- 3,3,1,4,2,2,E_1275,4,Oui,20 %
915
- 1,1,5,2,1,3,E_1277,3,Oui,16 %
916
- 4,2,4,2,4,3,E_1278,3,Oui,15 %
917
- 1,2,1,3,3,1,E_1279,4,Non,20 %
918
- 4,2,5,2,3,3,E_1280,3,Non,14 %
919
- 3,3,2,1,4,3,E_1281,3,Oui,12 %
920
- 4,3,5,2,1,2,E_1282,4,Oui,24 %
921
- 4,3,3,4,4,2,E_1283,3,Non,12 %
922
- 3,3,2,2,3,4,E_1285,3,Non,13 %
923
- 4,3,1,3,3,2,E_1286,3,Oui,11 %
924
- 3,4,5,1,4,2,E_1288,3,Non,14 %
925
- 3,2,2,2,4,4,E_1289,3,Non,11 %
926
- 3,3,1,3,4,3,E_1291,3,Oui,14 %
927
- 2,4,2,2,4,3,E_1292,3,Oui,16 %
928
- 4,2,3,4,4,4,E_1293,3,Non,14 %
929
- 3,3,2,2,4,3,E_1294,3,Oui,11 %
930
- 1,3,3,4,4,3,E_1295,3,Non,11 %
931
- 4,2,1,4,2,3,E_1296,3,Oui,12 %
932
- 2,2,1,3,2,2,E_1297,3,Non,14 %
933
- 3,3,2,3,3,3,E_1298,3,Oui,18 %
934
- 2,3,1,3,1,3,E_1299,3,Oui,13 %
935
- 4,3,1,1,2,2,E_1301,3,Non,11 %
936
- 4,3,1,2,4,2,E_1303,3,Non,18 %
937
- 3,4,2,4,3,4,E_1304,3,Non,15 %
938
- 2,3,5,2,3,3,E_1306,4,Non,22 %
939
- 3,2,4,2,4,3,E_1307,3,Oui,13 %
940
- 1,3,1,3,4,3,E_1308,3,Non,12 %
941
- 4,3,2,3,1,3,E_1309,3,Non,18 %
942
- 3,3,1,1,1,3,E_1310,3,Non,13 %
943
- 1,2,2,4,1,3,E_1311,3,Non,12 %
944
- 4,3,3,3,1,3,E_1312,3,Non,12 %
945
- 4,3,1,1,3,4,E_1314,3,Non,12 %
946
- 3,1,2,4,1,3,E_1315,3,Non,11 %
947
- 4,3,4,1,2,3,E_1317,3,Oui,11 %
948
- 4,2,3,2,3,3,E_1318,3,Oui,12 %
949
- 2,3,3,2,3,2,E_1319,3,Oui,19 %
950
- 2,3,3,1,4,3,E_1321,4,Oui,23 %
951
- 1,3,2,3,1,3,E_1322,3,Non,11 %
952
- 4,3,3,3,1,2,E_1324,3,Oui,19 %
953
- 3,1,2,2,1,3,E_1329,3,Non,13 %
954
- 4,3,1,2,1,4,E_1331,3,Oui,11 %
955
- 1,3,1,1,3,4,E_1333,3,Non,12 %
956
- 3,3,4,3,4,2,E_1334,3,Oui,13 %
957
- 4,1,5,3,4,3,E_1336,3,Non,14 %
958
- 4,3,5,2,1,3,E_1338,3,Non,14 %
959
- 3,3,1,3,2,3,E_1340,3,Non,16 %
960
- 4,3,3,4,4,2,E_1344,3,Non,11 %
961
- 3,3,2,4,3,3,E_1346,3,Non,13 %
962
- 3,3,2,1,4,3,E_1349,3,Non,17 %
963
- 3,3,2,3,2,3,E_1350,3,Oui,11 %
964
- 3,3,4,2,2,3,E_1352,3,Oui,11 %
965
- 2,3,2,1,4,3,E_1355,3,Non,15 %
966
- 3,3,2,1,4,4,E_1356,3,Non,12 %
967
- 4,3,1,4,3,2,E_1358,3,Non,11 %
968
- 3,2,3,1,4,2,E_1360,3,Oui,14 %
969
- 2,3,1,2,3,3,E_1361,4,Non,22 %
970
- 1,4,2,1,4,2,E_1362,3,Non,16 %
971
- 4,3,3,4,3,3,E_1363,3,Non,11 %
972
- 3,4,1,4,2,3,E_1364,3,Non,14 %
973
- 4,2,4,2,2,2,E_1367,3,Non,16 %
974
- 4,3,1,4,3,4,E_1368,3,Non,15 %
975
- 4,2,2,4,2,3,E_1369,3,Non,12 %
976
- 4,1,2,4,2,3,E_1371,4,Non,20 %
977
- 1,4,4,3,3,2,E_1372,3,Oui,17 %
978
- 4,3,4,2,1,3,E_1373,3,Oui,12 %
979
- 1,2,1,3,3,3,E_1374,4,Non,20 %
980
- 2,4,2,3,2,3,E_1375,4,Non,20 %
981
- 2,3,2,3,1,3,E_1377,3,Non,13 %
982
- 3,2,1,4,3,4,E_1379,3,Non,14 %
983
- 4,3,2,3,3,2,E_1380,3,Oui,18 %
984
- 4,4,1,3,4,3,E_1382,3,Non,11 %
985
- 3,3,2,4,4,4,E_1383,3,Non,11 %
986
- 3,2,2,1,3,3,E_1387,3,Non,11 %
987
- 4,3,2,3,4,2,E_1389,3,Oui,15 %
988
- 1,2,2,4,4,4,E_1390,3,Oui,12 %
989
- 2,3,3,2,2,3,E_1391,3,Non,11 %
990
- 4,3,2,4,1,2,E_1392,3,Oui,14 %
991
- 3,3,1,3,4,3,E_1394,3,Oui,15 %
992
- 2,3,2,4,1,4,E_1395,3,Non,13 %
993
- 3,3,2,2,1,2,E_1396,3,Oui,13 %
994
- 3,3,3,3,2,3,E_1397,4,Non,21 %
995
- 1,4,2,3,2,2,E_1399,3,Non,11 %
996
- 4,4,4,3,2,2,E_1401,3,Oui,11 %
997
- 1,2,2,3,1,1,E_1402,3,Oui,14 %
998
- 4,2,2,4,4,3,E_1403,3,Oui,11 %
999
- 4,3,1,3,4,3,E_1405,3,Oui,13 %
1000
- 1,2,1,4,4,3,E_1407,3,Non,12 %
1001
- 3,3,4,1,3,3,E_1408,3,Non,14 %
1002
- 3,3,1,1,3,1,E_1409,3,Non,13 %
1003
- 1,3,1,3,1,3,E_1411,3,Non,18 %
1004
- 3,3,3,4,3,3,E_1412,3,Non,11 %
1005
- 1,3,1,4,2,2,E_1415,3,Non,11 %
1006
- 3,4,1,1,4,3,E_1417,3,Non,12 %
1007
- 2,2,3,1,1,2,E_1419,3,Non,13 %
1008
- 1,2,2,1,1,3,E_1420,4,Non,20 %
1009
- 3,3,3,4,1,3,E_1421,3,Oui,12 %
1010
- 4,3,4,4,4,2,E_1422,3,Non,19 %
1011
- 4,3,5,1,3,3,E_1423,4,Oui,21 %
1012
- 2,4,4,4,4,4,E_1424,3,Non,13 %
1013
- 1,3,2,2,4,3,E_1425,3,Oui,16 %
1014
- 2,1,1,3,2,3,E_1427,3,Non,12 %
1015
- 4,3,2,1,2,3,E_1428,3,Non,14 %
1016
- 1,3,4,2,3,4,E_1430,3,Non,11 %
1017
- 4,3,1,1,3,3,E_1431,3,Non,14 %
1018
- 1,2,1,2,3,4,E_1433,3,Non,12 %
1019
- 2,3,1,1,2,4,E_1434,3,Non,14 %
1020
- 1,2,2,4,3,2,E_1435,3,Non,16 %
1021
- 3,2,2,1,1,2,E_1436,3,Non,13 %
1022
- 1,3,1,4,3,2,E_1438,3,Non,12 %
1023
- 1,2,1,1,1,3,E_1439,3,Non,12 %
1024
- 3,4,1,3,1,1,E_1440,3,Non,14 %
1025
- 1,3,1,1,4,4,E_1441,4,Non,22 %
1026
- 1,3,4,3,2,4,E_1443,3,Non,19 %
1027
- 4,3,2,3,3,3,E_1445,3,Oui,12 %
1028
- 4,3,2,4,3,2,E_1446,3,Non,12 %
1029
- 4,2,1,2,1,2,E_1447,3,Non,17 %
1030
- 2,4,1,3,1,2,E_1448,3,Oui,12 %
1031
- 3,3,2,3,3,4,E_1449,3,Non,11 %
1032
- 1,3,3,4,1,3,E_1453,3,Non,18 %
1033
- 1,3,3,4,1,4,E_1457,3,Non,11 %
1034
- 1,2,1,1,2,4,E_1458,4,Oui,23 %
1035
- 3,4,3,2,1,3,E_1459,3,Non,11 %
1036
- 2,1,3,1,2,3,E_1460,3,Oui,18 %
1037
- 4,4,1,2,4,3,E_1461,3,Non,18 %
1038
- 2,3,1,4,3,1,E_1464,3,Oui,13 %
1039
- 2,3,3,4,4,4,E_1465,3,Oui,18 %
1040
- 3,3,2,1,1,3,E_1466,3,Non,11 %
1041
- 1,3,1,3,4,3,E_1467,3,Non,15 %
1042
- 4,2,3,2,3,3,E_1468,3,Non,11 %
1043
- 4,3,2,1,4,3,E_1469,3,Non,18 %
1044
- 3,2,1,3,4,3,E_1471,3,Non,14 %
1045
- 4,4,4,2,2,2,E_1472,3,Non,12 %
1046
- 1,3,2,3,2,2,E_1473,3,Non,14 %
1047
- 3,3,1,3,3,4,E_1474,3,Non,14 %
1048
- 4,3,1,2,3,2,E_1475,3,Non,13 %
1049
- 4,3,2,1,1,3,E_1477,3,Non,14 %
1050
- 4,1,2,1,4,3,E_1478,3,Non,18 %
1051
- 4,3,2,3,3,2,E_1479,3,Non,15 %
1052
- 1,3,1,4,3,3,E_1480,3,Non,13 %
1053
- 1,3,2,3,3,2,E_1481,3,Non,12 %
1054
- 3,3,1,3,2,2,E_1482,3,Non,13 %
1055
- 2,4,2,3,1,2,E_1483,4,Non,24 %
1056
- 3,3,3,2,2,3,E_1484,3,Non,14 %
1057
- 2,3,4,1,4,2,E_1485,3,Non,14 %
1058
- 1,3,1,3,4,4,E_1486,3,Non,15 %
1059
- 1,3,2,2,1,1,E_1487,3,Non,11 %
1060
- 1,2,2,2,3,4,E_1489,4,Oui,23 %
1061
- 4,3,1,3,1,3,E_1492,3,Non,13 %
1062
- 2,3,1,1,3,2,E_1494,3,Oui,11 %
1063
- 4,3,1,2,3,3,E_1495,3,Non,13 %
1064
- 2,3,3,3,2,2,E_1496,3,Oui,18 %
1065
- 3,2,2,3,3,3,E_1497,3,Non,14 %
1066
- 3,3,1,3,1,4,E_1499,4,Non,21 %
1067
- 4,3,2,3,2,3,E_1501,3,Oui,16 %
1068
- 1,2,1,2,4,3,E_1502,3,Non,11 %
1069
- 3,3,2,3,3,2,E_1503,3,Oui,17 %
1070
- 3,2,1,1,3,2,E_1504,3,Non,11 %
1071
- 1,2,1,3,4,1,E_1506,3,Non,14 %
1072
- 3,3,2,1,4,3,E_1507,3,Non,14 %
1073
- 3,2,2,1,1,3,E_1509,4,Non,25 %
1074
- 4,3,1,2,3,3,E_1513,3,Non,13 %
1075
- 3,1,2,2,2,2,E_1514,3,Non,14 %
1076
- 4,3,2,3,1,3,E_1515,3,Oui,17 %
1077
- 3,3,3,4,2,4,E_1516,4,Non,25 %
1078
- 2,3,4,4,1,3,E_1520,4,Non,20 %
1079
- 1,2,1,1,3,1,E_1522,3,Non,13 %
1080
- 4,3,4,1,3,4,E_1523,3,Non,13 %
1081
- 2,3,3,2,4,3,E_1525,3,Non,18 %
1082
- 3,3,4,2,4,4,E_1527,3,Non,12 %
1083
- 4,2,3,2,4,1,E_1529,3,Non,19 %
1084
- 1,3,2,3,2,3,E_1533,3,Non,14 %
1085
- 4,3,1,1,2,1,E_1534,3,Non,14 %
1086
- 4,2,3,3,4,3,E_1535,3,Oui,14 %
1087
- 4,3,1,3,1,1,E_1537,3,Non,12 %
1088
- 3,1,4,4,4,3,E_1539,3,Oui,13 %
1089
- 2,3,1,3,2,3,E_1541,4,Oui,25 %
1090
- 3,2,1,2,2,3,E_1542,3,Non,14 %
1091
- 1,3,2,4,1,3,E_1543,3,Non,17 %
1092
- 3,1,2,1,3,3,E_1544,3,Non,13 %
1093
- 4,2,2,2,4,3,E_1545,3,Non,13 %
1094
- 4,3,1,4,4,3,E_1546,4,Non,20 %
1095
- 4,3,3,4,3,1,E_1547,3,Oui,14 %
1096
- 1,3,2,1,4,4,E_1548,3,Non,12 %
1097
- 2,3,2,3,2,3,E_1549,3,Oui,12 %
1098
- 3,3,4,4,4,3,E_1550,4,Oui,21 %
1099
- 3,2,1,1,2,3,E_1551,3,Non,14 %
1100
- 4,3,2,4,3,3,E_1552,3,Oui,18 %
1101
- 1,3,3,2,1,3,E_1553,3,Non,12 %
1102
- 2,2,1,3,1,3,E_1554,4,Non,23 %
1103
- 4,2,2,2,1,3,E_1555,3,Non,12 %
1104
- 3,3,1,4,4,2,E_1556,4,Oui,21 %
1105
- 3,3,2,3,3,3,E_1557,3,Non,14 %
1106
- 3,4,1,3,1,2,E_1558,3,Non,18 %
1107
- 1,3,2,1,4,1,E_1560,3,Non,13 %
1108
- 2,2,2,1,4,3,E_1562,3,Non,11 %
1109
- 3,3,2,3,3,3,E_1563,3,Non,11 %
1110
- 4,2,1,1,2,3,E_1564,3,Non,19 %
1111
- 3,3,3,2,2,3,E_1568,3,Non,12 %
1112
- 1,3,1,1,4,3,E_1569,3,Oui,12 %
1113
- 3,2,3,4,2,3,E_1572,3,Non,16 %
1114
- 3,3,2,2,1,3,E_1573,3,Non,11 %
1115
- 4,3,2,1,2,2,E_1574,3,Non,14 %
1116
- 3,3,1,1,4,2,E_1576,3,Non,12 %
1117
- 1,3,1,4,3,1,E_1577,3,Non,13 %
1118
- 3,2,5,4,3,3,E_1578,4,Non,21 %
1119
- 2,3,2,4,2,2,E_1580,3,Non,17 %
1120
- 1,3,1,4,1,3,E_1581,4,Non,21 %
1121
- 3,3,2,2,4,3,E_1582,3,Non,11 %
1122
- 2,3,2,2,2,4,E_1583,3,Non,12 %
1123
- 2,3,2,3,1,3,E_1585,3,Non,13 %
1124
- 2,3,1,1,4,3,E_1586,3,Oui,18 %
1125
- 1,3,2,3,3,3,E_1587,3,Oui,16 %
1126
- 4,4,3,3,1,3,E_1588,3,Non,11 %
1127
- 1,3,2,4,4,4,E_1590,3,Non,19 %
1128
- 3,3,5,3,3,3,E_1591,3,Oui,16 %
1129
- 4,4,1,3,4,3,E_1592,3,Non,16 %
1130
- 1,4,2,1,4,3,E_1594,3,Oui,13 %
1131
- 4,2,5,4,4,3,E_1595,4,Non,22 %
1132
- 2,4,2,3,4,2,E_1596,3,Non,17 %
1133
- 4,2,2,3,2,2,E_1597,3,Non,14 %
1134
- 4,3,2,1,3,3,E_1598,3,Non,15 %
1135
- 4,4,1,2,3,3,E_1599,3,Non,12 %
1136
- 3,2,1,4,4,2,E_1601,3,Non,18 %
1137
- 4,4,4,1,2,1,E_1602,3,Non,15 %
1138
- 3,3,1,2,3,3,E_1604,3,Oui,17 %
1139
- 2,2,1,3,2,2,E_1605,3,Oui,14 %
1140
- 2,3,4,3,3,3,E_1606,3,Oui,15 %
1141
- 2,4,1,4,4,3,E_1607,3,Non,17 %
1142
- 2,3,5,4,4,2,E_1608,3,Oui,14 %
1143
- 2,2,1,2,2,2,E_1609,3,Non,12 %
1144
- 3,1,2,1,1,3,E_1611,3,Oui,14 %
1145
- 1,2,2,1,1,3,E_1612,3,Non,15 %
1146
- 4,3,2,1,4,3,E_1613,3,Non,13 %
1147
- 3,3,2,3,2,3,E_1614,3,Oui,12 %
1148
- 3,4,2,4,1,3,E_1615,3,Non,13 %
1149
- 3,3,1,1,4,2,E_1617,3,Non,14 %
1150
- 2,3,2,1,4,3,E_1618,3,Non,13 %
1151
- 4,2,1,1,1,3,E_1619,3,Non,11 %
1152
- 2,4,2,1,4,3,E_1621,3,Non,11 %
1153
- 2,1,2,1,2,2,E_1622,4,Non,21 %
1154
- 3,3,1,4,3,3,E_1623,3,Non,18 %
1155
- 2,3,1,4,3,4,E_1624,3,Oui,12 %
1156
- 4,3,5,3,3,3,E_1625,3,Non,11 %
1157
- 3,2,2,3,4,3,E_1627,3,Non,15 %
1158
- 1,2,3,3,4,3,E_1628,3,Non,13 %
1159
- 3,3,2,3,4,3,E_1630,3,Non,12 %
1160
- 3,3,2,3,1,2,E_1631,3,Non,17 %
1161
- 1,3,2,3,4,1,E_1633,3,Non,13 %
1162
- 4,2,2,4,1,3,E_1635,3,Non,19 %
1163
- 4,2,3,3,4,4,E_1638,3,Oui,19 %
1164
- 4,2,3,1,3,3,E_1639,3,Non,17 %
1165
- 2,3,1,2,1,1,E_1640,3,Non,11 %
1166
- 3,3,3,4,4,2,E_1641,3,Oui,15 %
1167
- 1,3,2,4,3,3,E_1642,3,Oui,11 %
1168
- 3,2,4,4,2,3,E_1644,4,Non,25 %
1169
- 1,1,2,4,4,2,E_1645,3,Oui,14 %
1170
- 1,3,1,4,3,3,E_1646,3,Oui,13 %
1171
- 2,4,1,3,1,3,E_1647,3,Non,17 %
1172
- 4,3,1,4,3,2,E_1648,3,Non,13 %
1173
- 1,3,1,1,2,1,E_1649,3,Oui,14 %
1174
- 3,2,2,3,3,3,E_1650,3,Non,11 %
1175
- 2,3,3,1,3,3,E_1651,3,Non,12 %
1176
- 4,4,2,3,3,3,E_1653,3,Non,17 %
1177
- 4,3,2,2,3,3,E_1654,4,Non,21 %
1178
- 1,3,4,2,2,3,E_1655,3,Non,16 %
1179
- 4,2,3,1,3,3,E_1656,3,Non,15 %
1180
- 3,3,1,3,1,3,E_1657,3,Non,19 %
1181
- 4,3,2,2,3,3,E_1658,3,Non,12 %
1182
- 1,3,1,2,3,3,E_1659,3,Non,11 %
1183
- 3,2,4,3,2,3,E_1661,3,Oui,19 %
1184
- 4,2,2,3,3,3,E_1662,3,Non,15 %
1185
- 4,4,2,1,1,3,E_1664,4,Non,20 %
1186
- 2,3,4,3,3,3,E_1665,4,Non,25 %
1187
- 3,2,4,3,1,3,E_1666,4,Non,24 %
1188
- 4,3,2,4,1,4,E_1667,4,Oui,24 %
1189
- 4,3,2,4,4,4,E_1668,3,Non,15 %
1190
- 1,2,2,2,2,2,E_1669,3,Oui,13 %
1191
- 4,3,2,4,3,3,E_1670,3,Non,14 %
1192
- 4,3,2,2,3,2,E_1671,3,Non,13 %
1193
- 1,3,2,4,1,3,E_1673,3,Non,11 %
1194
- 4,3,1,1,2,2,E_1674,3,Oui,16 %
1195
- 4,2,1,2,2,3,E_1675,4,Non,22 %
1196
- 2,4,4,2,3,3,E_1676,3,Non,14 %
1197
- 3,3,4,3,1,3,E_1677,3,Non,14 %
1198
- 4,3,3,3,4,3,E_1678,3,Oui,16 %
1199
- 4,3,1,1,1,3,E_1680,3,Non,11 %
1200
- 3,3,2,4,3,3,E_1681,4,Oui,25 %
1201
- 1,3,2,3,2,2,E_1682,3,Non,14 %
1202
- 3,3,1,4,1,3,E_1683,3,Oui,18 %
1203
- 4,2,1,3,1,3,E_1684,3,Oui,11 %
1204
- 4,3,1,3,4,2,E_1687,3,Non,19 %
1205
- 2,4,3,4,3,3,E_1689,3,Non,15 %
1206
- 4,3,1,3,3,3,E_1691,3,Oui,11 %
1207
- 4,3,1,2,1,3,E_1692,3,Non,12 %
1208
- 4,3,1,4,3,3,E_1693,4,Non,20 %
1209
- 1,2,1,2,4,3,E_1694,3,Non,12 %
1210
- 2,2,2,4,3,4,E_1696,3,Non,14 %
1211
- 3,1,3,4,3,4,E_1697,4,Non,20 %
1212
- 2,4,1,2,4,3,E_1698,3,Non,18 %
1213
- 3,1,2,4,3,2,E_1700,3,Non,14 %
1214
- 2,2,1,4,2,3,E_1701,3,Non,12 %
1215
- 3,3,1,4,2,3,E_1702,4,Oui,21 %
1216
- 3,4,3,4,2,3,E_1703,3,Oui,19 %
1217
- 1,2,1,4,3,4,E_1704,3,Oui,14 %
1218
- 4,3,2,4,1,3,E_1706,3,Oui,17 %
1219
- 3,4,1,3,4,3,E_1707,3,Non,16 %
1220
- 4,3,3,3,2,3,E_1708,3,Non,12 %
1221
- 4,3,1,3,3,3,E_1709,3,Non,17 %
1222
- 3,3,2,4,3,2,E_1710,3,Non,15 %
1223
- 3,2,3,3,4,2,E_1712,4,Non,23 %
1224
- 4,1,1,3,3,3,E_1714,3,Non,11 %
1225
- 3,1,4,3,3,1,E_1716,3,Non,11 %
1226
- 4,1,1,3,3,4,E_1718,3,Non,15 %
1227
- 4,2,4,2,3,3,E_1719,3,Non,11 %
1228
- 1,3,1,3,1,2,E_1720,3,Non,13 %
1229
- 2,3,1,3,4,4,E_1721,3,Non,14 %
1230
- 3,1,2,2,2,3,E_1722,3,Non,19 %
1231
- 2,3,2,1,2,3,E_1724,3,Oui,16 %
1232
- 2,3,1,1,2,4,E_1725,3,Non,13 %
1233
- 3,3,2,2,4,3,E_1727,3,Non,14 %
1234
- 4,3,2,3,2,3,E_1728,3,Non,16 %
1235
- 2,3,1,4,2,2,E_1729,3,Non,12 %
1236
- 3,3,2,2,4,1,E_1731,3,Non,11 %
1237
- 3,3,3,4,2,2,E_1732,3,Oui,12 %
1238
- 2,2,2,1,2,3,E_1733,3,Oui,13 %
1239
- 1,1,2,2,2,3,E_1734,3,Non,15 %
1240
- 3,3,1,2,3,1,E_1735,3,Non,13 %
1241
- 4,3,2,4,4,2,E_1736,4,Non,20 %
1242
- 4,3,2,4,4,3,E_1737,3,Oui,15 %
1243
- 4,1,3,3,3,1,E_1739,3,Non,13 %
1244
- 2,3,5,2,2,2,E_1740,3,Non,14 %
1245
- 3,1,3,3,3,4,E_1744,4,Non,21 %
1246
- 4,2,1,1,4,3,E_1745,3,Non,16 %
1247
- 1,3,1,4,4,3,E_1746,3,Non,14 %
1248
- 3,2,1,4,3,2,E_1747,3,Non,11 %
1249
- 1,3,2,3,3,3,E_1749,3,Non,19 %
1250
- 3,3,1,4,3,2,E_1751,3,Non,11 %
1251
- 2,1,1,2,3,3,E_1752,3,Non,13 %
1252
- 4,4,2,3,4,4,E_1753,3,Oui,12 %
1253
- 3,2,3,1,1,3,E_1754,3,Non,11 %
1254
- 4,4,1,4,1,3,E_1755,3,Oui,14 %
1255
- 4,3,2,2,4,2,E_1756,3,Non,15 %
1256
- 4,3,2,4,3,4,E_1757,3,Non,12 %
1257
- 1,3,3,1,3,2,E_1758,4,Oui,20 %
1258
- 3,2,1,2,2,2,E_1760,3,Non,14 %
1259
- 1,3,3,3,1,3,E_1761,3,Non,13 %
1260
- 4,2,1,1,3,3,E_1762,3,Non,13 %
1261
- 3,4,2,3,3,3,E_1763,3,Non,16 %
1262
- 2,3,1,2,2,3,E_1764,3,Non,14 %
1263
- 2,1,2,4,3,3,E_1766,3,Oui,16 %
1264
- 3,2,1,3,4,3,E_1767,3,Oui,16 %
1265
- 2,3,1,2,2,2,E_1768,4,Non,22 %
1266
- 3,2,5,1,2,3,E_1770,3,Non,12 %
1267
- 4,3,2,2,4,2,E_1771,3,Non,15 %
1268
- 3,3,1,1,2,3,E_1772,4,Non,20 %
1269
- 4,3,2,3,3,3,E_1774,3,Oui,14 %
1270
- 1,2,4,3,4,2,E_1775,4,Oui,20 %
1271
- 2,3,1,4,2,3,E_1778,3,Non,13 %
1272
- 4,1,2,4,1,3,E_1779,3,Non,12 %
1273
- 2,3,1,2,2,3,E_1780,3,Non,13 %
1274
- 4,2,1,3,2,3,E_1782,3,Non,11 %
1275
- 3,3,1,1,3,3,E_1783,3,Oui,17 %
1276
- 1,2,2,4,1,3,E_1784,3,Non,14 %
1277
- 1,3,3,3,4,3,E_1786,3,Non,11 %
1278
- 2,2,2,2,1,3,E_1787,3,Non,14 %
1279
- 3,3,5,4,3,3,E_1789,3,Oui,17 %
1280
- 4,3,3,1,4,3,E_1790,3,Oui,13 %
1281
- 3,3,1,2,3,2,E_1792,3,Oui,12 %
1282
- 3,3,2,2,3,2,E_1794,3,Non,13 %
1283
- 3,3,2,4,4,3,E_1797,3,Oui,18 %
1284
- 4,4,1,1,2,3,E_1798,3,Non,19 %
1285
- 3,3,1,4,3,4,E_1799,3,Non,11 %
1286
- 3,3,3,3,3,3,E_1800,4,Non,21 %
1287
- 2,2,2,2,3,3,E_1801,3,Non,15 %
1288
- 3,3,1,1,4,2,E_1802,3,Non,17 %
1289
- 2,4,2,1,3,2,E_1803,3,Non,18 %
1290
- 2,3,2,4,3,3,E_1804,3,Non,14 %
1291
- 1,3,1,2,4,3,E_1805,3,Non,13 %
1292
- 4,3,2,1,3,2,E_1807,3,Non,17 %
1293
- 4,3,2,1,2,1,E_1809,3,Non,15 %
1294
- 3,3,2,4,4,3,E_1812,3,Non,18 %
1295
- 1,3,1,3,3,2,E_1813,3,Non,13 %
1296
- 2,4,2,2,1,1,E_1814,3,Non,12 %
1297
- 3,3,3,3,4,4,E_1815,3,Oui,13 %
1298
- 1,3,3,3,2,3,E_1816,3,Non,14 %
1299
- 4,3,1,2,3,3,E_1818,3,Oui,11 %
1300
- 4,3,2,2,4,4,E_1821,4,Non,22 %
1301
- 3,3,2,4,4,3,E_1822,3,Non,17 %
1302
- 2,4,2,3,3,3,E_1823,4,Non,21 %
1303
- 2,3,4,2,4,2,E_1824,4,Non,22 %
1304
- 2,1,1,3,2,4,E_1826,3,Non,16 %
1305
- 3,2,3,2,3,3,E_1827,3,Oui,12 %
1306
- 2,3,2,1,2,3,E_1829,3,Non,12 %
1307
- 4,3,2,4,2,2,E_1830,3,Non,15 %
1308
- 1,3,3,1,4,3,E_1833,3,Non,14 %
1309
- 3,3,1,1,3,3,E_1834,4,Non,25 %
1310
- 2,1,2,4,1,2,E_1835,4,Oui,20 %
1311
- 3,3,2,4,1,3,E_1836,3,Non,13 %
1312
- 1,3,4,3,2,3,E_1837,3,Oui,14 %
1313
- 2,3,1,3,3,1,E_1839,3,Non,16 %
1314
- 4,4,1,1,3,3,E_1842,3,Non,17 %
1315
- 1,2,1,1,4,3,E_1844,3,Oui,15 %
1316
- 3,3,2,3,2,4,E_1845,4,Non,22 %
1317
- 4,3,2,2,4,3,E_1847,4,Oui,22 %
1318
- 1,3,2,4,3,3,E_1849,4,Non,20 %
1319
- 4,3,1,4,3,2,E_1850,3,Oui,14 %
1320
- 4,3,1,4,2,4,E_1852,3,Non,13 %
1321
- 4,3,2,4,3,4,E_1853,3,Non,13 %
1322
- 3,3,1,3,2,2,E_1854,4,Non,22 %
1323
- 2,3,1,3,3,3,E_1856,3,Non,12 %
1324
- 4,3,3,4,3,2,E_1857,3,Non,14 %
1325
- 3,3,1,4,2,3,E_1858,3,Non,15 %
1326
- 4,1,2,3,4,3,E_1859,3,Non,17 %
1327
- 4,3,1,3,4,3,E_1860,3,Non,13 %
1328
- 3,2,2,2,3,2,E_1862,3,Oui,12 %
1329
- 1,4,4,1,4,3,E_1863,3,Non,12 %
1330
- 2,2,2,3,4,3,E_1864,4,Non,21 %
1331
- 4,2,1,2,4,3,E_1865,3,Non,11 %
1332
- 1,2,5,3,4,3,E_1866,3,Non,13 %
1333
- 4,2,5,2,4,3,E_1867,3,Non,12 %
1334
- 4,2,1,4,2,2,E_1868,4,Oui,24 %
1335
- 3,3,3,2,3,3,E_1869,4,Non,21 %
1336
- 4,2,1,1,4,2,E_1870,3,Non,19 %
1337
- 4,3,2,4,2,3,E_1871,3,Non,14 %
1338
- 2,2,1,4,2,4,E_1873,4,Non,20 %
1339
- 2,3,1,2,4,3,E_1875,3,Non,19 %
1340
- 2,3,1,4,3,2,E_1876,3,Non,13 %
1341
- 4,3,1,2,1,3,E_1878,4,Oui,23 %
1342
- 2,2,2,3,1,3,E_1880,3,Oui,13 %
1343
- 2,3,2,3,1,3,E_1881,3,Non,11 %
1344
- 3,3,3,4,4,3,E_1882,3,Oui,13 %
1345
- 4,3,1,1,2,3,E_1883,3,Non,14 %
1346
- 4,3,2,1,3,3,E_1885,4,Oui,22 %
1347
- 4,2,2,2,4,3,E_1886,3,Oui,11 %
1348
- 2,2,2,4,4,2,E_1888,3,Non,13 %
1349
- 2,2,2,4,4,2,E_1890,4,Non,21 %
1350
- 1,3,4,1,1,3,E_1892,3,Non,11 %
1351
- 2,2,1,3,3,2,E_1893,3,Oui,13 %
1352
- 1,4,2,3,2,2,E_1898,3,Non,14 %
1353
- 4,3,4,4,2,3,E_1900,3,Non,11 %
1354
- 2,4,2,1,4,3,E_1903,3,Non,15 %
1355
- 4,1,1,1,2,3,E_1905,4,Oui,23 %
1356
- 1,3,1,4,4,3,E_1907,3,Non,16 %
1357
- 3,2,2,2,3,1,E_1908,3,Non,16 %
1358
- 3,3,2,2,3,3,E_1909,4,Non,21 %
1359
- 3,3,3,1,2,4,E_1911,3,Non,13 %
1360
- 3,3,2,4,4,3,E_1912,3,Oui,11 %
1361
- 4,2,2,4,3,2,E_1915,3,Oui,12 %
1362
- 1,4,1,3,2,2,E_1916,3,Non,12 %
1363
- 3,4,1,4,1,3,E_1918,3,Non,18 %
1364
- 2,3,2,3,3,3,E_1922,3,Non,12 %
1365
- 2,3,2,3,2,2,E_1924,3,Non,14 %
1366
- 3,2,2,4,3,3,E_1927,3,Oui,12 %
1367
- 3,4,1,1,4,3,E_1928,3,Non,17 %
1368
- 1,1,2,3,3,3,E_1929,3,Non,19 %
1369
- 2,3,1,2,3,2,E_1931,3,Non,11 %
1370
- 3,2,2,4,2,3,E_1932,3,Oui,15 %
1371
- 4,3,2,3,4,3,E_1933,3,Oui,11 %
1372
- 3,3,2,2,3,4,E_1934,3,Non,18 %
1373
- 4,2,2,1,3,3,E_1935,3,Non,16 %
1374
- 1,3,2,1,4,3,E_1936,4,Non,25 %
1375
- 4,2,2,2,3,3,E_1937,3,Oui,16 %
1376
- 4,3,4,4,3,2,E_1938,3,Oui,13 %
1377
- 1,4,1,3,1,3,E_1939,3,Oui,14 %
1378
- 2,3,1,4,4,4,E_1940,3,Non,19 %
1379
- 2,3,5,4,4,3,E_1941,3,Non,15 %
1380
- 2,3,2,4,3,3,E_1943,3,Oui,12 %
1381
- 1,2,1,2,1,3,E_1944,3,Non,12 %
1382
- 2,3,2,1,4,1,E_1945,3,Non,16 %
1383
- 3,3,1,3,3,2,E_1947,3,Non,14 %
1384
- 3,3,1,1,4,4,E_1948,3,Oui,13 %
1385
- 1,4,1,2,2,3,E_1949,4,Non,22 %
1386
- 1,3,3,4,1,2,E_1950,4,Non,21 %
1387
- 4,3,3,3,3,2,E_1951,3,Non,18 %
1388
- 3,3,1,1,4,2,E_1952,3,Non,13 %
1389
- 1,3,2,1,1,2,E_1954,3,Non,12 %
1390
- 3,3,2,4,2,3,E_1955,3,Non,18 %
1391
- 4,1,2,1,2,3,E_1956,4,Non,21 %
1392
- 3,2,1,4,1,2,E_1960,3,Non,12 %
1393
- 1,2,1,1,1,2,E_1961,3,Non,14 %
1394
- 3,3,2,4,4,3,E_1962,3,Oui,11 %
1395
- 4,3,2,4,1,3,E_1965,3,Non,14 %
1396
- 4,2,2,4,2,3,E_1966,4,Non,24 %
1397
- 1,3,2,4,3,3,E_1967,3,Oui,11 %
1398
- 1,3,3,1,2,2,E_1968,3,Oui,13 %
1399
- 1,3,2,3,3,2,E_1969,3,Non,11 %
1400
- 4,3,2,3,3,3,E_1970,4,Non,20 %
1401
- 1,3,3,3,2,3,E_1971,3,Non,17 %
1402
- 4,3,1,2,2,3,E_1972,3,Oui,11 %
1403
- 3,4,5,2,1,3,E_1973,3,Oui,18 %
1404
- 4,1,1,4,3,3,E_1974,3,Oui,11 %
1405
- 2,3,4,1,1,3,E_1975,3,Non,12 %
1406
- 4,2,2,3,4,3,E_1976,3,Non,12 %
1407
- 3,3,3,3,3,4,E_1979,4,Non,20 %
1408
- 3,3,2,1,4,3,E_1980,3,Oui,19 %
1409
- 2,2,2,3,2,2,E_1981,3,Non,12 %
1410
- 4,3,1,4,3,4,E_1982,3,Non,13 %
1411
- 4,3,2,3,1,4,E_1985,3,Non,11 %
1412
- 2,3,2,2,3,3,E_1986,3,Non,14 %
1413
- 3,3,1,2,3,3,E_1987,3,Non,14 %
1414
- 4,3,1,2,3,2,E_1989,3,Non,13 %
1415
- 4,3,1,3,3,2,E_1992,3,Oui,19 %
1416
- 1,3,3,3,2,3,E_1993,4,Non,23 %
1417
- 2,2,1,3,3,2,E_1994,3,Non,12 %
1418
- 4,3,2,2,1,3,E_1995,3,Non,15 %
1419
- 1,3,1,3,3,3,E_1996,3,Non,19 %
1420
- 1,2,2,3,4,3,E_1997,3,Non,11 %
1421
- 4,3,2,1,3,2,E_1998,3,Oui,17 %
1422
- 4,3,1,4,1,3,E_1999,4,Non,22 %
1423
- 3,3,3,2,1,1,E_2000,3,Non,18 %
1424
- 4,3,1,3,3,3,E_2003,3,Oui,11 %
1425
- 4,3,1,3,4,4,E_2007,3,Non,12 %
1426
- 2,3,2,3,2,3,E_2008,3,Non,19 %
1427
- 2,3,2,4,1,3,E_2009,3,Oui,13 %
1428
- 3,2,1,2,3,3,E_2010,3,Non,13 %
1429
- 1,3,1,4,3,2,E_2012,3,Non,19 %
1430
- 2,2,1,2,2,3,E_2013,3,Non,14 %
1431
- 1,3,2,4,1,3,E_2014,3,Non,13 %
1432
- 2,1,3,3,1,3,E_2015,3,Non,12 %
1433
- 3,3,3,4,3,3,E_2016,3,Non,19 %
1434
- 3,4,3,4,1,3,E_2017,4,Oui,25 %
1435
- 1,3,2,3,2,2,E_2018,4,Oui,22 %
1436
- 1,3,1,4,2,2,E_2019,3,Non,15 %
1437
- 2,3,1,4,3,3,E_2020,3,Oui,12 %
1438
- 3,3,1,1,4,3,E_2021,3,Oui,11 %
1439
- 4,3,5,4,3,2,E_2022,3,Non,13 %
1440
- 4,3,1,1,1,2,E_2023,3,Non,19 %
1441
- 1,2,3,4,3,3,E_2024,3,Non,19 %
1442
- 4,3,2,2,2,3,E_2025,3,Non,13 %
1443
- 3,3,2,3,1,2,E_2026,4,Non,21 %
1444
- 1,3,1,4,2,4,E_2027,3,Oui,14 %
1445
- 1,3,5,3,1,2,E_2031,3,Non,11 %
1446
- 4,3,1,3,4,1,E_2032,3,Non,11 %
1447
- 1,2,4,2,3,3,E_2034,4,Non,23 %
1448
- 4,2,2,3,4,3,E_2035,4,Non,21 %
1449
- 4,1,2,4,1,2,E_2036,4,Non,24 %
1450
- 3,2,2,2,3,3,E_2037,3,Non,11 %
1451
- 4,3,1,1,4,3,E_2038,3,Non,14 %
1452
- 3,3,3,4,3,3,E_2040,3,Oui,16 %
1453
- 1,3,2,4,3,3,E_2041,3,Non,11 %
1454
- 2,3,2,3,4,3,E_2044,3,Non,12 %
1455
- 2,2,2,4,1,2,E_2045,3,Non,13 %
1456
- 4,3,2,3,3,3,E_2046,3,Non,15 %
1457
- 3,2,1,3,4,3,E_2048,3,Non,14 %
1458
- 3,3,2,3,4,4,E_2049,3,Oui,14 %
1459
- 3,3,1,3,2,3,E_2051,3,Non,14 %
1460
- 3,1,1,4,4,3,E_2052,3,Non,12 %
1461
- 4,2,2,2,1,3,E_2053,3,Oui,13 %
1462
- 4,2,1,1,2,1,E_2054,3,Non,14 %
1463
- 4,2,3,1,2,3,E_2055,3,Oui,13 %
1464
- 2,2,4,4,1,2,E_2056,3,Non,11 %
1465
- 2,3,2,1,2,3,E_2057,3,Non,19 %
1466
- 4,2,1,3,4,3,E_2060,3,Non,18 %
1467
- 3,4,2,4,3,3,E_2061,3,Non,17 %
1468
- 4,2,3,1,1,3,E_2062,3,Non,15 %
1469
- 2,4,2,2,2,3,E_2064,4,Oui,20 %
1470
- 4,2,2,2,4,2,E_2065,3,Non,14 %
1471
- 2,4,2,3,1,4,E_2068,3,Non,12 %
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
data/extrait_sirh.csv DELETED
@@ -1,1471 +0,0 @@
1
- id_employee,age,genre,revenu_mensuel,statut_marital,departement,poste,nombre_experiences_precedentes,nombre_heures_travailless,annee_experience_totale,annees_dans_l_entreprise,annees_dans_le_poste_actuel
2
- 1,41,F,5993,Célibataire,Commercial,Cadre Commercial,8,80,8,6,4
3
- 2,49,M,5130,Marié(e),Consulting,Assistant de Direction,1,80,10,10,7
4
- 4,37,M,2090,Célibataire,Consulting,Consultant,6,80,7,0,0
5
- 5,33,F,2909,Marié(e),Consulting,Assistant de Direction,1,80,8,8,7
6
- 7,27,M,3468,Marié(e),Consulting,Consultant,9,80,6,2,2
7
- 8,32,M,3068,Célibataire,Consulting,Consultant,0,80,8,7,7
8
- 10,59,F,2670,Marié(e),Consulting,Consultant,4,80,12,1,0
9
- 11,30,M,2693,Divorcé(e),Consulting,Consultant,1,80,1,1,0
10
- 12,38,M,9526,Célibataire,Consulting,Tech Lead,0,80,10,9,7
11
- 13,36,M,5237,Marié(e),Consulting,Manager,6,80,17,7,7
12
- 14,35,M,2426,Marié(e),Consulting,Consultant,0,80,6,5,4
13
- 15,29,F,4193,Célibataire,Consulting,Consultant,0,80,10,9,5
14
- 16,31,M,2911,Divorcé(e),Consulting,Assistant de Direction,1,80,5,5,2
15
- 18,34,M,2661,Divorcé(e),Consulting,Consultant,0,80,3,2,2
16
- 19,28,M,2028,Célibataire,Consulting,Consultant,5,80,6,4,2
17
- 20,29,F,9980,Divorcé(e),Consulting,Tech Lead,1,80,10,10,9
18
- 21,32,M,3298,Divorcé(e),Consulting,Assistant de Direction,0,80,7,6,2
19
- 22,22,M,2935,Divorcé(e),Consulting,Consultant,1,80,1,1,0
20
- 23,53,F,15427,Marié(e),Commercial,Senior Manager,2,80,31,25,8
21
- 24,38,M,3944,Célibataire,Consulting,Assistant de Direction,5,80,6,3,2
22
- 26,24,F,4011,Divorcé(e),Consulting,Tech Lead,0,80,5,4,2
23
- 27,36,M,3407,Célibataire,Commercial,Représentant Commercial,7,80,10,5,3
24
- 28,34,F,11994,Célibataire,Consulting,Directeur Technique,0,80,13,12,6
25
- 30,21,M,1232,Célibataire,Consulting,Assistant de Direction,1,80,0,0,0
26
- 31,34,M,2960,Célibataire,Consulting,Assistant de Direction,2,80,8,4,2
27
- 32,53,F,19094,Divorcé(e),Consulting,Senior Manager,4,80,26,14,13
28
- 33,32,F,3919,Célibataire,Consulting,Assistant de Direction,1,80,10,10,2
29
- 35,42,M,6825,Marié(e),Commercial,Cadre Commercial,0,80,10,9,7
30
- 36,44,F,10248,Marié(e),Consulting,Manager,3,80,24,22,6
31
- 38,46,F,18947,Célibataire,Commercial,Senior Manager,3,80,22,2,2
32
- 39,33,M,2496,Célibataire,Consulting,Consultant,4,80,7,1,1
33
- 40,44,M,6465,Marié(e),Consulting,Manager,2,80,9,4,2
34
- 41,30,M,2206,Célibataire,Consulting,Consultant,1,80,10,10,0
35
- 42,39,M,2086,Marié(e),Commercial,Représentant Commercial,3,80,19,1,0
36
- 45,24,M,2293,Marié(e),Consulting,Assistant de Direction,2,80,6,2,0
37
- 46,43,F,2645,Divorcé(e),Consulting,Assistant de Direction,1,80,6,5,3
38
- 47,50,M,2683,Marié(e),Commercial,Représentant Commercial,1,80,3,3,2
39
- 49,35,F,2014,Marié(e),Commercial,Représentant Commercial,1,80,2,2,2
40
- 51,36,F,3419,Marié(e),Consulting,Assistant de Direction,9,80,6,1,1
41
- 52,33,F,5376,Marié(e),Commercial,Cadre Commercial,2,80,10,5,3
42
- 53,35,M,1951,Divorcé(e),Consulting,Consultant,1,80,1,1,0
43
- 54,27,F,2341,Divorcé(e),Consulting,Consultant,1,80,1,1,0
44
- 55,26,M,2293,Célibataire,Consulting,Consultant,1,80,1,1,0
45
- 56,27,M,8726,Célibataire,Commercial,Cadre Commercial,1,80,9,9,8
46
- 57,30,F,4011,Célibataire,Consulting,Consultant,1,80,12,12,8
47
- 58,41,F,19545,Marié(e),Consulting,Directeur Technique,1,80,23,22,15
48
- 60,34,M,4568,Célibataire,Commercial,Cadre Commercial,0,80,10,9,5
49
- 61,37,M,3022,Marié(e),Consulting,Assistant de Direction,4,80,8,1,0
50
- 62,46,M,5772,Célibataire,Commercial,Cadre Commercial,4,80,14,9,6
51
- 63,35,M,2269,Marié(e),Consulting,Consultant,1,80,1,1,0
52
- 64,48,M,5381,Célibataire,Consulting,Consultant,9,80,23,1,0
53
- 65,28,M,3441,Célibataire,Consulting,Consultant,1,80,2,2,2
54
- 68,44,F,5454,Divorcé(e),Commercial,Cadre Commercial,5,80,9,4,3
55
- 70,35,M,9884,Marié(e),Consulting,Manager,2,80,10,4,0
56
- 72,26,F,4157,Marié(e),Commercial,Cadre Commercial,7,80,5,2,2
57
- 73,33,F,13458,Célibataire,Consulting,Directeur Technique,1,80,15,15,14
58
- 74,35,M,9069,Marié(e),Commercial,Cadre Commercial,1,80,9,9,8
59
- 75,35,F,4014,Marié(e),Consulting,Consultant,3,80,4,2,2
60
- 76,31,M,5915,Divorcé(e),Consulting,Consultant,3,80,10,7,7
61
- 77,37,M,5993,Divorcé(e),Consulting,Tech Lead,1,80,7,7,5
62
- 78,32,M,6162,Marié(e),Consulting,Tech Lead,1,80,9,9,8
63
- 79,38,F,2406,Célibataire,Consulting,Consultant,1,80,10,10,3
64
- 80,50,F,18740,Divorcé(e),Consulting,Directeur Technique,5,80,29,27,3
65
- 81,59,F,7637,Célibataire,Commercial,Cadre Commercial,7,80,28,21,16
66
- 83,36,F,10096,Divorcé(e),Consulting,Manager,1,80,17,17,14
67
- 84,55,F,14756,Divorcé(e),Consulting,Senior Manager,2,80,21,5,0
68
- 85,36,M,6499,Célibataire,Consulting,Tech Lead,1,80,6,6,5
69
- 86,45,M,9724,Divorcé(e),Consulting,Assistant de Direction,2,80,25,1,0
70
- 88,35,M,2194,Marié(e),Consulting,Assistant de Direction,4,80,5,3,2
71
- 90,36,M,3388,Marié(e),Consulting,Assistant de Direction,0,80,2,1,0
72
- 91,59,F,5473,Célibataire,Commercial,Cadre Commercial,7,80,20,4,3
73
- 94,29,M,2703,Marié(e),Consulting,Assistant de Direction,0,80,6,5,4
74
- 95,31,M,2501,Célibataire,Consulting,Assistant de Direction,1,80,1,1,1
75
- 96,32,M,6220,Marié(e),Consulting,Assistant de Direction,1,80,10,10,4
76
- 97,36,F,3038,Marié(e),Consulting,Consultant,3,80,5,1,0
77
- 98,31,F,4424,Célibataire,Consulting,Tech Lead,1,80,11,11,7
78
- 100,35,M,4312,Célibataire,Commercial,Cadre Commercial,0,80,16,15,13
79
- 101,45,M,13245,Marié(e),Consulting,Directeur Technique,4,80,17,0,0
80
- 102,37,M,13664,Célibataire,Consulting,Directeur Technique,4,80,16,5,2
81
- 103,46,M,5021,Divorcé(e),Ressources Humaines,Ressources Humaines,8,80,16,4,2
82
- 104,30,M,5126,Marié(e),Consulting,Consultant,1,80,10,10,8
83
- 105,35,M,2859,Célibataire,Consulting,Assistant de Direction,1,80,6,6,4
84
- 106,55,M,10239,Marié(e),Commercial,Cadre Commercial,3,80,24,1,0
85
- 107,38,F,5329,Divorcé(e),Consulting,Assistant de Direction,7,80,17,13,11
86
- 110,34,M,4325,Marié(e),Consulting,Tech Lead,1,80,5,5,2
87
- 112,56,M,7260,Célibataire,Consulting,Tech Lead,4,80,37,6,4
88
- 113,23,M,2322,Divorcé(e),Commercial,Représentant Commercial,3,80,3,0,0
89
- 116,51,M,2075,Marié(e),Consulting,Consultant,3,80,10,4,2
90
- 117,30,M,4152,Marié(e),Consulting,Manager,1,80,11,11,10
91
- 118,46,M,9619,Célibataire,Commercial,Cadre Commercial,1,80,9,9,8
92
- 119,40,M,13503,Marié(e),Consulting,Manager,1,80,22,22,3
93
- 120,51,M,5441,Célibataire,Commercial,Cadre Commercial,0,80,11,10,7
94
- 121,30,F,5209,Divorcé(e),Commercial,Cadre Commercial,1,80,11,11,8
95
- 124,46,M,10673,Marié(e),Consulting,Manager,2,80,21,10,9
96
- 125,32,M,5010,Célibataire,Commercial,Cadre Commercial,1,80,12,11,8
97
- 126,54,F,13549,Marié(e),Consulting,Directeur Technique,9,80,16,4,3
98
- 128,24,F,4999,Marié(e),Commercial,Cadre Commercial,0,80,4,3,2
99
- 129,28,M,4221,Marié(e),Commercial,Cadre Commercial,1,80,5,5,4
100
- 131,58,M,13872,Célibataire,Commercial,Cadre Commercial,0,80,38,37,10
101
- 132,44,M,2042,Marié(e),Consulting,Consultant,4,80,17,3,2
102
- 133,37,M,2073,Divorcé(e),Ressources Humaines,Ressources Humaines,4,80,7,3,2
103
- 134,32,M,2956,Célibataire,Consulting,Assistant de Direction,1,80,1,1,0
104
- 137,20,F,2926,Célibataire,Consulting,Consultant,1,80,1,1,0
105
- 138,34,F,4809,Célibataire,Consulting,Assistant de Direction,1,80,16,16,13
106
- 139,37,M,5163,Divorcé(e),Consulting,Manager,5,80,17,1,0
107
- 140,59,F,18844,Marié(e),Ressources Humaines,Senior Manager,9,80,30,3,2
108
- 141,50,F,18172,Marié(e),Consulting,Directeur Technique,3,80,28,8,3
109
- 142,25,M,5744,Célibataire,Commercial,Cadre Commercial,1,80,6,6,4
110
- 143,25,M,2889,Marié(e),Consulting,Assistant de Direction,1,80,2,2,2
111
- 144,22,F,2871,Célibataire,Consulting,Consultant,1,80,1,0,0
112
- 145,51,F,7484,Célibataire,Consulting,Manager,3,80,23,13,12
113
- 147,34,M,6074,Célibataire,Consulting,Consultant,1,80,9,9,7
114
- 148,54,F,17328,Célibataire,Ressources Humaines,Senior Manager,2,80,23,5,3
115
- 150,24,M,2774,Marié(e),Consulting,Consultant,0,80,6,5,3
116
- 151,34,F,4505,Divorcé(e),Consulting,Assistant de Direction,6,80,12,1,0
117
- 152,37,M,7428,Célibataire,Commercial,Cadre Commercial,2,80,12,5,3
118
- 153,34,F,11631,Célibataire,Consulting,Senior Manager,2,80,14,11,10
119
- 154,36,F,9738,Marié(e),Commercial,Cadre Commercial,0,80,10,9,7
120
- 155,36,F,2835,Divorcé(e),Consulting,Consultant,5,80,7,1,0
121
- 158,43,M,16959,Marié(e),Commercial,Senior Manager,1,80,25,25,12
122
- 159,30,M,2613,Divorcé(e),Consulting,Assistant de Direction,1,80,10,10,7
123
- 160,33,M,6146,Marié(e),Commercial,Cadre Commercial,0,80,8,7,7
124
- 161,56,F,4963,Marié(e),Consulting,Assistant de Direction,9,80,7,5,4
125
- 162,51,M,19537,Célibataire,Consulting,Directeur Technique,7,80,23,20,18
126
- 163,31,M,6172,Marié(e),Commercial,Cadre Commercial,4,80,12,7,7
127
- 164,26,F,2368,Marié(e),Consulting,Assistant de Direction,1,80,5,5,4
128
- 165,58,F,10312,Marié(e),Consulting,Manager,1,80,40,40,10
129
- 167,19,M,1675,Célibataire,Commercial,Représentant Commercial,1,80,0,0,0
130
- 169,22,M,2523,Marié(e),Consulting,Consultant,0,80,3,2,1
131
- 170,49,F,6567,Marié(e),Consulting,Tech Lead,1,80,16,15,11
132
- 171,43,F,4739,Célibataire,Consulting,Assistant de Direction,4,80,18,3,2
133
- 174,50,F,9208,Célibataire,Commercial,Cadre Commercial,4,80,16,2,2
134
- 175,31,F,4559,Marié(e),Commercial,Cadre Commercial,3,80,4,2,2
135
- 176,41,M,8189,Divorcé(e),Commercial,Cadre Commercial,3,80,12,9,7
136
- 177,26,F,2942,Marié(e),Ressources Humaines,Ressources Humaines,1,80,8,8,7
137
- 178,36,M,4941,Divorcé(e),Consulting,Tech Lead,6,80,7,3,2
138
- 179,51,M,10650,Célibataire,Consulting,Tech Lead,2,80,18,4,2
139
- 182,39,F,5902,Marié(e),Commercial,Cadre Commercial,4,80,17,15,11
140
- 183,25,M,8639,Marié(e),Commercial,Cadre Commercial,2,80,6,2,2
141
- 184,30,M,6347,Marié(e),Ressources Humaines,Ressources Humaines,0,80,12,11,9
142
- 190,32,F,4200,Célibataire,Consulting,Consultant,7,80,10,5,4
143
- 192,45,M,3452,Célibataire,Consulting,Assistant de Direction,5,80,9,6,5
144
- 193,38,F,4317,Célibataire,Consulting,Assistant de Direction,3,80,19,3,2
145
- 194,30,F,2632,Célibataire,Consulting,Assistant de Direction,1,80,5,5,4
146
- 195,32,M,4668,Divorcé(e),Commercial,Cadre Commercial,0,80,9,8,7
147
- 197,30,F,3204,Divorcé(e),Consulting,Assistant de Direction,5,80,8,3,2
148
- 198,30,M,2720,Célibataire,Consulting,Consultant,0,80,6,5,3
149
- 199,41,M,17181,Divorcé(e),Consulting,Senior Manager,4,80,21,7,6
150
- 200,41,M,2238,Marié(e),Consulting,Consultant,2,80,7,5,0
151
- 201,19,F,1483,Célibataire,Consulting,Consultant,1,80,1,1,0
152
- 202,40,F,5605,Divorcé(e),Consulting,Assistant de Direction,1,80,20,20,7
153
- 204,35,M,7295,Marié(e),Commercial,Cadre Commercial,1,80,10,10,8
154
- 205,53,M,2306,Marié(e),Commercial,Représentant Commercial,2,80,13,7,7
155
- 206,45,M,2348,Divorcé(e),Consulting,Consultant,8,80,20,17,9
156
- 207,32,F,8998,Célibataire,Commercial,Cadre Commercial,1,80,9,9,8
157
- 208,29,M,4319,Marié(e),Consulting,Tech Lead,1,80,10,10,7
158
- 211,51,M,6132,Marié(e),Consulting,Tech Lead,2,80,10,1,0
159
- 214,58,F,3346,Marié(e),Consulting,Assistant de Direction,4,80,9,1,0
160
- 215,40,M,10855,Marié(e),Commercial,Cadre Commercial,7,80,15,12,11
161
- 216,34,F,2231,Marié(e),Commercial,Représentant Commercial,6,80,6,4,3
162
- 217,22,M,2323,Marié(e),Consulting,Assistant de Direction,1,80,2,2,2
163
- 218,27,M,2024,Divorcé(e),Consulting,Assistant de Direction,6,80,6,2,2
164
- 221,28,M,2713,Marié(e),Consulting,Assistant de Direction,1,80,5,5,2
165
- 223,57,M,9439,Divorcé(e),Consulting,Manager,3,80,12,5,3
166
- 224,27,M,2566,Divorcé(e),Consulting,Assistant de Direction,1,80,1,1,1
167
- 226,50,F,19926,Célibataire,Consulting,Senior Manager,3,80,21,5,4
168
- 227,41,M,2451,Divorcé(e),Consulting,Assistant de Direction,4,80,13,9,8
169
- 228,30,F,9419,Marié(e),Commercial,Cadre Commercial,2,80,12,10,9
170
- 230,38,F,8686,Célibataire,Commercial,Cadre Commercial,4,80,12,8,3
171
- 231,32,M,3038,Célibataire,Consulting,Assistant de Direction,3,80,8,5,4
172
- 233,27,M,3058,Marié(e),Consulting,Assistant de Direction,0,80,6,5,2
173
- 235,19,F,2325,Célibataire,Commercial,Représentant Commercial,0,80,1,0,0
174
- 238,36,M,2088,Célibataire,Consulting,Consultant,4,80,13,8,7
175
- 239,30,M,3072,Divorcé(e),Consulting,Consultant,1,80,12,12,9
176
- 240,45,F,5006,Divorcé(e),Commercial,Cadre Commercial,4,80,9,5,4
177
- 241,56,F,4257,Divorcé(e),Consulting,Assistant de Direction,4,80,19,2,2
178
- 242,33,M,2500,Célibataire,Consulting,Assistant de Direction,0,80,4,3,1
179
- 243,19,M,1102,Célibataire,Consulting,Consultant,1,80,1,1,0
180
- 244,46,F,10453,Divorcé(e),Commercial,Cadre Commercial,1,80,24,24,13
181
- 245,38,F,2288,Célibataire,Consulting,Consultant,1,80,2,2,2
182
- 246,31,F,3929,Marié(e),Consulting,Assistant de Direction,8,80,7,4,2
183
- 247,34,F,2311,Célibataire,Consulting,Assistant de Direction,2,80,9,3,2
184
- 248,41,F,3140,Célibataire,Commercial,Représentant Commercial,1,80,4,4,3
185
- 249,50,M,3690,Marié(e),Consulting,Consultant,2,80,5,3,2
186
- 250,53,F,4450,Divorcé(e),Consulting,Tech Lead,1,80,5,4,2
187
- 252,33,F,2756,Marié(e),Consulting,Assistant de Direction,1,80,8,8,7
188
- 253,40,F,19033,Marié(e),Consulting,Senior Manager,1,80,21,20,8
189
- 254,55,M,18722,Célibataire,Consulting,Directeur Technique,8,80,36,24,15
190
- 256,34,M,9547,Marié(e),Consulting,Tech Lead,1,80,10,10,9
191
- 258,51,F,13734,Célibataire,Consulting,Manager,3,80,21,7,7
192
- 259,52,M,19999,Marié(e),Consulting,Senior Manager,0,80,34,33,18
193
- 260,27,F,2279,Célibataire,Consulting,Assistant de Direction,1,80,7,7,7
194
- 261,35,M,5916,Marié(e),Consulting,Tech Lead,3,80,8,1,0
195
- 262,43,M,2089,Divorcé(e),Consulting,Assistant de Direction,4,80,7,5,4
196
- 264,45,M,16792,Marié(e),Consulting,Senior Manager,9,80,22,20,8
197
- 267,37,M,3564,Marié(e),Consulting,Assistant de Direction,1,80,8,8,7
198
- 269,35,F,4425,Célibataire,Consulting,Consultant,5,80,10,6,2
199
- 270,42,F,5265,Divorcé(e),Consulting,Tech Lead,2,80,11,5,3
200
- 271,38,M,6553,Marié(e),Consulting,Tech Lead,9,80,14,1,0
201
- 273,38,M,6261,Marié(e),Consulting,Tech Lead,3,80,9,7,7
202
- 274,27,M,4298,Marié(e),Consulting,Tech Lead,5,80,6,2,2
203
- 275,49,M,6804,Divorcé(e),Consulting,Tech Lead,1,80,7,7,7
204
- 277,34,M,3815,Divorcé(e),Consulting,Assistant de Direction,1,80,5,5,3
205
- 281,40,M,2741,Marié(e),Consulting,Consultant,8,80,15,7,2
206
- 282,38,M,6673,Marié(e),Consulting,Manager,7,80,17,1,0
207
- 283,29,F,7639,Marié(e),Commercial,Cadre Commercial,1,80,10,10,4
208
- 284,22,M,2328,Divorcé(e),Consulting,Assistant de Direction,1,80,4,4,2
209
- 286,36,F,2153,Célibataire,Consulting,Consultant,1,80,8,8,1
210
- 287,40,M,4876,Marié(e),Consulting,Manager,9,80,5,3,2
211
- 288,46,M,9396,Divorcé(e),Consulting,Manager,7,80,17,4,2
212
- 291,32,M,10400,Marié(e),Commercial,Cadre Commercial,1,80,14,14,8
213
- 292,30,M,8474,Célibataire,Consulting,Tech Lead,1,80,12,11,8
214
- 293,27,F,9981,Célibataire,Commercial,Cadre Commercial,1,80,7,7,7
215
- 296,51,M,12490,Marié(e),Consulting,Directeur Technique,5,80,16,10,9
216
- 297,30,F,2657,Célibataire,Consulting,Assistant de Direction,5,80,8,5,2
217
- 298,41,F,13591,Célibataire,Commercial,Senior Manager,3,80,16,1,0
218
- 299,30,F,6696,Célibataire,Commercial,Cadre Commercial,5,80,9,6,3
219
- 300,29,M,2058,Célibataire,Consulting,Assistant de Direction,0,80,7,6,2
220
- 302,45,F,8865,Célibataire,Commercial,Cadre Commercial,6,80,23,19,7
221
- 303,54,F,5940,Marié(e),Commercial,Cadre Commercial,2,80,16,6,2
222
- 304,36,M,5914,Célibataire,Consulting,Consultant,8,80,16,13,11
223
- 305,33,F,2622,Marié(e),Consulting,Assistant de Direction,6,80,7,3,2
224
- 306,37,M,12185,Divorcé(e),Consulting,Directeur Technique,1,80,10,10,8
225
- 307,38,M,10609,Divorcé(e),Commercial,Cadre Commercial,0,80,17,16,10
226
- 308,31,M,4345,Marié(e),Consulting,Tech Lead,0,80,6,5,4
227
- 309,59,M,2177,Marié(e),Consulting,Assistant de Direction,3,80,7,1,0
228
- 311,37,M,2793,Divorcé(e),Commercial,Représentant Commercial,4,80,13,9,8
229
- 312,29,F,7918,Marié(e),Commercial,Cadre Commercial,1,80,11,11,10
230
- 314,35,F,8789,Célibataire,Commercial,Cadre Commercial,1,80,10,10,7
231
- 315,29,M,2389,Célibataire,Consulting,Assistant de Direction,1,80,4,4,3
232
- 316,52,F,3212,Célibataire,Consulting,Consultant,7,80,6,2,2
233
- 319,42,M,19232,Marié(e),Consulting,Senior Manager,1,80,22,22,17
234
- 321,59,M,2267,Marié(e),Ressources Humaines,Ressources Humaines,8,80,7,2,2
235
- 323,50,F,19517,Divorcé(e),Commercial,Senior Manager,3,80,32,7,0
236
- 325,33,M,2436,Marié(e),Consulting,Consultant,5,80,8,5,4
237
- 327,43,F,16064,Marié(e),Commercial,Senior Manager,5,80,22,17,13
238
- 328,33,F,2707,Marié(e),Consulting,Consultant,7,80,13,9,7
239
- 329,52,M,19068,Célibataire,Commercial,Senior Manager,1,80,33,33,7
240
- 330,32,F,3931,Marié(e),Commercial,Représentant Commercial,2,80,6,4,3
241
- 331,32,M,3730,Célibataire,Consulting,Consultant,0,80,4,3,2
242
- 332,39,F,2232,Divorcé(e),Consulting,Consultant,7,80,7,3,2
243
- 333,32,M,4465,Marié(e),Commercial,Cadre Commercial,0,80,4,3,2
244
- 334,41,M,3072,Divorcé(e),Consulting,Assistant de Direction,2,80,17,1,0
245
- 335,40,M,3319,Divorcé(e),Consulting,Assistant de Direction,1,80,9,9,8
246
- 336,45,M,19202,Marié(e),Consulting,Senior Manager,0,80,25,24,0
247
- 337,31,M,13675,Divorcé(e),Consulting,Directeur Technique,9,80,9,2,2
248
- 338,33,F,2911,Marié(e),Consulting,Assistant de Direction,1,80,2,2,2
249
- 339,34,M,5957,Marié(e),Consulting,Tech Lead,6,80,13,11,9
250
- 340,37,F,3920,Marié(e),Consulting,Assistant de Direction,2,80,17,3,1
251
- 341,45,M,6434,Marié(e),Consulting,Tech Lead,4,80,9,3,2
252
- 342,37,M,10048,Divorcé(e),Consulting,Tech Lead,6,80,17,1,0
253
- 343,39,F,10938,Célibataire,Consulting,Manager,0,80,20,19,6
254
- 346,29,M,2340,Célibataire,Consulting,Assistant de Direction,1,80,6,6,5
255
- 347,42,F,6545,Célibataire,Consulting,Assistant de Direction,3,80,10,3,2
256
- 349,29,M,6931,Divorcé(e),Commercial,Cadre Commercial,2,80,10,3,2
257
- 350,25,F,4898,Marié(e),Consulting,Tech Lead,0,80,5,4,2
258
- 351,42,F,2593,Divorcé(e),Consulting,Consultant,0,80,10,9,6
259
- 352,40,M,19436,Divorcé(e),Consulting,Directeur Technique,0,80,22,21,7
260
- 353,51,M,2723,Marié(e),Consulting,Assistant de Direction,1,80,1,1,0
261
- 355,31,M,3479,Célibataire,Consulting,Consultant,0,80,6,5,4
262
- 359,32,M,2794,Marié(e),Consulting,Consultant,1,80,5,5,1
263
- 361,38,M,5249,Marié(e),Commercial,Cadre Commercial,3,80,13,8,7
264
- 362,32,M,2176,Célibataire,Consulting,Consultant,4,80,9,6,2
265
- 363,46,F,16872,Marié(e),Commercial,Senior Manager,3,80,28,7,7
266
- 364,28,M,3485,Célibataire,Consulting,Consultant,2,80,5,0,0
267
- 366,29,M,6644,Marié(e),Commercial,Cadre Commercial,2,80,10,0,0
268
- 367,31,M,5582,Marié(e),Consulting,Manager,0,80,10,9,0
269
- 369,25,M,4000,Divorcé(e),Consulting,Manager,1,80,6,6,3
270
- 372,45,M,13496,Marié(e),Consulting,Manager,0,80,21,20,7
271
- 373,36,M,3210,Marié(e),Consulting,Consultant,0,80,16,15,13
272
- 374,55,M,19045,Célibataire,Consulting,Senior Manager,0,80,37,36,10
273
- 376,47,M,11849,Marié(e),Consulting,Senior Manager,1,80,10,10,7
274
- 377,28,M,2070,Marié(e),Consulting,Assistant de Direction,1,80,5,5,2
275
- 378,37,M,6502,Marié(e),Commercial,Cadre Commercial,4,80,7,5,4
276
- 379,21,M,3230,Célibataire,Consulting,Assistant de Direction,1,80,3,3,2
277
- 380,37,F,13603,Divorcé(e),Consulting,Directeur Technique,2,80,15,5,2
278
- 381,35,F,11996,Divorcé(e),Consulting,Senior Manager,7,80,10,7,7
279
- 382,38,F,5605,Divorcé(e),Commercial,Cadre Commercial,1,80,8,8,0
280
- 384,26,F,6397,Divorcé(e),Consulting,Tech Lead,1,80,6,6,5
281
- 385,50,M,19144,Divorcé(e),Consulting,Directeur Technique,3,80,28,10,4
282
- 386,53,M,17584,Marié(e),Consulting,Directeur Technique,3,80,21,5,3
283
- 387,42,M,4907,Marié(e),Commercial,Cadre Commercial,1,80,20,20,16
284
- 388,29,M,4554,Célibataire,Commercial,Cadre Commercial,1,80,10,10,7
285
- 389,55,M,5415,Marié(e),Consulting,Consultant,3,80,12,10,7
286
- 390,26,M,4741,Marié(e),Consulting,Manager,1,80,5,5,3
287
- 391,37,F,2115,Célibataire,Consulting,Assistant de Direction,1,80,17,17,12
288
- 392,44,M,3161,Divorcé(e),Consulting,Consultant,3,80,19,1,0
289
- 393,38,M,5745,Divorcé(e),Consulting,Manager,9,80,10,2,2
290
- 394,26,M,2373,Divorcé(e),Consulting,Consultant,2,80,5,3,2
291
- 395,28,F,3310,Célibataire,Consulting,Assistant de Direction,1,80,5,5,3
292
- 396,49,F,18665,Célibataire,Consulting,Directeur Technique,9,80,22,3,2
293
- 397,36,M,4485,Célibataire,Consulting,Assistant de Direction,4,80,10,8,0
294
- 399,31,F,2789,Divorcé(e),Commercial,Représentant Commercial,1,80,2,2,2
295
- 401,26,M,5828,Célibataire,Commercial,Cadre Commercial,1,80,8,8,7
296
- 403,37,M,2326,Marié(e),Consulting,Assistant de Direction,1,80,4,4,2
297
- 404,42,F,13525,Marié(e),Commercial,Cadre Commercial,5,80,23,20,4
298
- 405,18,M,1420,Célibataire,Consulting,Consultant,1,80,0,0,0
299
- 406,35,M,8020,Marié(e),Commercial,Cadre Commercial,0,80,12,11,9
300
- 407,36,M,3688,Marié(e),Consulting,Consultant,4,80,4,1,0
301
- 408,51,M,5482,Divorcé(e),Consulting,Tech Lead,5,80,13,4,1
302
- 410,41,M,16015,Célibataire,Commercial,Senior Manager,1,80,22,22,10
303
- 411,18,F,1200,Célibataire,Commercial,Représentant Commercial,1,80,0,0,0
304
- 412,28,M,5661,Célibataire,Consulting,Manager,0,80,9,8,3
305
- 416,31,M,6929,Marié(e),Commercial,Cadre Commercial,4,80,10,8,7
306
- 417,39,M,9613,Divorcé(e),Consulting,Manager,0,80,19,18,10
307
- 419,36,F,5674,Marié(e),Consulting,Consultant,7,80,11,9,8
308
- 420,32,M,5484,Marié(e),Commercial,Cadre Commercial,1,80,13,13,8
309
- 421,38,F,12061,Marié(e),Consulting,Directeur Technique,3,80,19,10,8
310
- 422,58,M,5660,Divorcé(e),Consulting,Manager,2,80,12,5,3
311
- 423,31,M,4821,Marié(e),Consulting,Assistant de Direction,0,80,6,5,2
312
- 424,31,M,6410,Marié(e),Ressources Humaines,Ressources Humaines,3,80,9,2,2
313
- 425,45,M,5210,Divorcé(e),Consulting,Consultant,1,80,24,24,9
314
- 426,31,M,2695,Divorcé(e),Consulting,Assistant de Direction,0,80,3,2,2
315
- 428,33,F,11878,Marié(e),Consulting,Senior Manager,6,80,12,10,6
316
- 429,39,M,17068,Marié(e),Consulting,Senior Manager,1,80,21,21,9
317
- 430,43,F,2455,Célibataire,Consulting,Consultant,0,80,9,8,7
318
- 431,49,F,13964,Célibataire,Consulting,Manager,7,80,25,7,1
319
- 433,52,M,4941,Marié(e),Consulting,Assistant de Direction,2,80,11,8,2
320
- 434,27,F,2478,Célibataire,Consulting,Assistant de Direction,1,80,4,4,3
321
- 436,32,F,5228,Marié(e),Commercial,Cadre Commercial,1,80,13,13,12
322
- 437,27,M,4478,Célibataire,Commercial,Cadre Commercial,1,80,5,5,4
323
- 438,31,M,7547,Divorcé(e),Commercial,Cadre Commercial,4,80,13,7,7
324
- 439,32,F,5055,Célibataire,Consulting,Assistant de Direction,7,80,10,7,7
325
- 440,28,M,3464,Marié(e),Consulting,Assistant de Direction,5,80,5,3,2
326
- 441,30,F,5775,Marié(e),Consulting,Assistant de Direction,1,80,11,10,8
327
- 442,31,F,8943,Marié(e),Consulting,Tech Lead,1,80,10,10,9
328
- 444,39,M,19272,Marié(e),Consulting,Senior Manager,1,80,21,21,9
329
- 445,39,F,5238,Marié(e),Commercial,Cadre Commercial,4,80,12,1,0
330
- 446,33,M,4682,Célibataire,Commercial,Cadre Commercial,3,80,9,7,7
331
- 447,47,M,18300,Marié(e),Consulting,Directeur Technique,4,80,21,3,2
332
- 448,43,F,5257,Divorcé(e),Consulting,Consultant,1,80,9,9,7
333
- 449,27,M,6349,Marié(e),Commercial,Cadre Commercial,0,80,6,5,4
334
- 450,54,F,4869,Célibataire,Consulting,Assistant de Direction,3,80,20,4,3
335
- 451,43,F,9985,Marié(e),Consulting,Manager,8,80,10,1,0
336
- 452,45,M,3697,Marié(e),Consulting,Assistant de Direction,9,80,12,10,9
337
- 453,40,M,7457,Marié(e),Commercial,Cadre Commercial,2,80,6,4,3
338
- 454,29,M,2119,Marié(e),Consulting,Consultant,1,80,7,7,7
339
- 455,29,M,3983,Célibataire,Consulting,Consultant,0,80,4,3,2
340
- 456,30,F,6118,Divorcé(e),Commercial,Cadre Commercial,1,80,10,10,9
341
- 458,27,F,6214,Marié(e),Commercial,Cadre Commercial,1,80,8,8,7
342
- 460,37,M,6347,Divorcé(e),Consulting,Tech Lead,7,80,8,6,2
343
- 461,38,M,11510,Divorcé(e),Consulting,Directeur Technique,0,80,12,11,10
344
- 462,31,F,7143,Célibataire,Consulting,Tech Lead,1,80,11,11,9
345
- 463,29,F,8268,Divorcé(e),Commercial,Cadre Commercial,1,80,7,7,7
346
- 464,35,M,8095,Célibataire,Consulting,Tech Lead,0,80,17,16,6
347
- 465,23,M,2904,Divorcé(e),Consulting,Assistant de Direction,1,80,4,4,2
348
- 466,41,M,6032,Célibataire,Consulting,Tech Lead,6,80,8,5,4
349
- 467,47,M,2976,Célibataire,Commercial,Représentant Commercial,3,80,5,0,0
350
- 468,42,F,15992,Célibataire,Consulting,Directeur Technique,2,80,16,1,0
351
- 469,29,M,4649,Marié(e),Commercial,Cadre Commercial,1,80,4,4,3
352
- 470,42,M,2696,Divorcé(e),Ressources Humaines,Ressources Humaines,0,80,4,3,2
353
- 471,32,F,2370,Marié(e),Consulting,Consultant,1,80,8,8,0
354
- 473,48,F,12504,Marié(e),Commercial,Senior Manager,3,80,15,0,0
355
- 474,37,M,5974,Divorcé(e),Consulting,Assistant de Direction,4,80,13,7,7
356
- 475,30,F,4736,Marié(e),Commercial,Cadre Commercial,7,80,4,2,2
357
- 476,26,M,5296,Marié(e),Commercial,Cadre Commercial,1,80,8,8,7
358
- 477,42,M,6781,Célibataire,Consulting,Manager,3,80,14,1,0
359
- 478,21,F,2174,Célibataire,Commercial,Représentant Commercial,1,80,3,3,2
360
- 479,36,F,6653,Célibataire,Commercial,Cadre Commercial,4,80,7,1,0
361
- 481,36,M,9699,Marié(e),Commercial,Cadre Commercial,4,80,16,13,9
362
- 482,57,M,6755,Marié(e),Consulting,Manager,2,80,15,3,2
363
- 483,40,F,2213,Marié(e),Consulting,Consultant,3,80,10,7,7
364
- 484,21,M,2610,Célibataire,Commercial,Représentant Commercial,1,80,3,3,2
365
- 485,33,F,2851,Célibataire,Commercial,Représentant Commercial,1,80,1,1,0
366
- 486,37,F,3452,Marié(e),Consulting,Consultant,6,80,17,5,4
367
- 487,46,F,5258,Marié(e),Consulting,Tech Lead,2,80,7,1,0
368
- 488,41,M,9355,Célibataire,Commercial,Cadre Commercial,1,80,8,8,7
369
- 491,50,M,10496,Célibataire,Consulting,Manager,6,80,20,4,3
370
- 492,40,M,6380,Marié(e),Commercial,Cadre Commercial,2,80,8,6,4
371
- 493,31,M,2657,Célibataire,Consulting,Assistant de Direction,0,80,3,2,2
372
- 494,21,F,2716,Célibataire,Commercial,Représentant Commercial,1,80,1,1,0
373
- 495,29,M,2201,Célibataire,Consulting,Assistant de Direction,9,80,6,3,2
374
- 496,35,M,6540,Célibataire,Consulting,Manager,9,80,10,1,1
375
- 497,27,M,3816,Divorcé(e),Consulting,Consultant,1,80,5,5,2
376
- 498,28,M,5253,Célibataire,Commercial,Cadre Commercial,1,80,7,7,5
377
- 499,49,M,10965,Célibataire,Consulting,Manager,8,80,26,5,2
378
- 500,51,F,4936,Marié(e),Commercial,Cadre Commercial,4,80,18,7,7
379
- 501,36,F,2543,Marié(e),Consulting,Assistant de Direction,4,80,6,2,2
380
- 502,34,M,5304,Célibataire,Commercial,Cadre Commercial,8,80,9,5,2
381
- 505,55,F,16659,Célibataire,Consulting,Senior Manager,2,80,30,5,4
382
- 507,24,F,4260,Divorcé(e),Commercial,Cadre Commercial,1,80,5,5,2
383
- 508,30,M,2476,Marié(e),Commercial,Représentant Commercial,1,80,1,1,0
384
- 510,26,M,3102,Célibataire,Consulting,Assistant de Direction,0,80,7,6,4
385
- 511,22,F,2244,Marié(e),Consulting,Assistant de Direction,1,80,2,2,1
386
- 513,36,M,7596,Marié(e),Commercial,Cadre Commercial,1,80,10,10,9
387
- 514,30,M,2285,Célibataire,Consulting,Assistant de Direction,9,80,3,1,0
388
- 515,37,F,3034,Divorcé(e),Consulting,Consultant,1,80,18,18,7
389
- 516,40,F,5715,Divorcé(e),Commercial,Cadre Commercial,7,80,8,5,4
390
- 517,42,F,2576,Divorcé(e),Consulting,Consultant,3,80,8,5,2
391
- 518,37,M,4197,Célibataire,Consulting,Tech Lead,2,80,18,1,0
392
- 520,43,M,14336,Divorcé(e),Consulting,Directeur Technique,1,80,25,25,10
393
- 521,40,F,3448,Marié(e),Consulting,Consultant,6,80,20,1,0
394
- 522,54,M,19406,Marié(e),Consulting,Directeur Technique,4,80,24,4,2
395
- 523,34,F,6538,Marié(e),Commercial,Cadre Commercial,9,80,6,3,2
396
- 524,31,F,4306,Marié(e),Consulting,Tech Lead,1,80,13,13,10
397
- 525,43,M,2258,Marié(e),Consulting,Consultant,7,80,8,3,2
398
- 526,43,F,4522,Divorcé(e),Consulting,Manager,4,80,8,5,2
399
- 527,25,F,4487,Célibataire,Commercial,Cadre Commercial,1,80,5,5,4
400
- 529,37,F,4449,Marié(e),Consulting,Assistant de Direction,3,80,15,13,11
401
- 530,31,M,2218,Marié(e),Consulting,Consultant,1,80,4,4,2
402
- 531,39,M,19197,Divorcé(e),Consulting,Senior Manager,1,80,21,21,8
403
- 532,56,F,13212,Marié(e),Commercial,Cadre Commercial,9,80,36,7,7
404
- 533,30,F,6577,Célibataire,Commercial,Cadre Commercial,0,80,6,5,4
405
- 534,41,M,8392,Marié(e),Commercial,Cadre Commercial,1,80,10,10,7
406
- 536,28,M,4558,Divorcé(e),Consulting,Consultant,1,80,10,10,0
407
- 538,25,M,4031,Marié(e),Consulting,Consultant,5,80,6,2,2
408
- 543,52,M,7969,Marié(e),Consulting,Tech Lead,2,80,28,5,4
409
- 544,45,M,2654,Marié(e),Consulting,Assistant de Direction,3,80,8,2,2
410
- 546,52,F,16555,Marié(e),Consulting,Senior Manager,2,80,31,5,2
411
- 547,42,F,4556,Divorcé(e),Consulting,Assistant de Direction,2,80,19,5,4
412
- 548,30,F,6091,Célibataire,Consulting,Tech Lead,2,80,11,5,4
413
- 549,60,F,19566,Marié(e),Consulting,Senior Manager,5,80,33,29,8
414
- 550,46,F,4810,Divorcé(e),Consulting,Tech Lead,2,80,19,10,7
415
- 551,42,F,4523,Marié(e),Consulting,Manager,0,80,7,6,5
416
- 554,24,F,3202,Célibataire,Commercial,Représentant Commercial,1,80,6,5,3
417
- 555,34,F,2351,Divorcé(e),Commercial,Représentant Commercial,0,80,3,2,2
418
- 556,38,M,1702,Marié(e),Consulting,Consultant,1,80,1,1,0
419
- 558,40,F,18041,Marié(e),Commercial,Senior Manager,0,80,21,20,15
420
- 560,26,F,2886,Divorcé(e),Consulting,Assistant de Direction,1,80,3,3,2
421
- 562,30,M,2097,Marié(e),Consulting,Consultant,4,80,9,5,3
422
- 564,29,M,11935,Marié(e),Consulting,Directeur Technique,1,80,10,10,2
423
- 565,29,F,2546,Marié(e),Consulting,Assistant de Direction,5,80,6,2,2
424
- 566,19,M,2564,Célibataire,Ressources Humaines,Ressources Humaines,1,80,1,1,0
425
- 567,30,F,8412,Marié(e),Commercial,Cadre Commercial,0,80,10,9,8
426
- 568,57,M,14118,Divorcé(e),Commercial,Senior Manager,3,80,32,1,0
427
- 569,50,M,17046,Marié(e),Consulting,Senior Manager,0,80,28,27,10
428
- 571,30,F,2564,Célibataire,Consulting,Consultant,0,80,12,11,7
429
- 573,60,F,10266,Marié(e),Commercial,Cadre Commercial,4,80,22,18,13
430
- 574,47,F,5070,Divorcé(e),Consulting,Tech Lead,5,80,20,5,0
431
- 575,46,M,17861,Marié(e),Consulting,Directeur Technique,6,80,26,3,2
432
- 577,35,M,4230,Célibataire,Consulting,Consultant,0,80,6,5,4
433
- 578,54,F,3780,Célibataire,Consulting,Consultant,7,80,19,1,0
434
- 579,34,M,2768,Divorcé(e),Consulting,Assistant de Direction,3,80,14,7,3
435
- 580,46,F,9071,Marié(e),Commercial,Cadre Commercial,2,80,15,3,2
436
- 581,31,M,10648,Divorcé(e),Consulting,Tech Lead,1,80,13,13,8
437
- 582,33,M,13610,Marié(e),Consulting,Senior Manager,7,80,15,7,6
438
- 584,33,M,3408,Divorcé(e),Consulting,Consultant,7,80,8,4,3
439
- 585,30,M,2983,Célibataire,Commercial,Représentant Commercial,0,80,4,3,2
440
- 586,35,M,7632,Marié(e),Consulting,Manager,4,80,10,8,7
441
- 587,31,M,9824,Marié(e),Consulting,Manager,3,80,12,1,0
442
- 590,34,F,9950,Divorcé(e),Ressources Humaines,Ressources Humaines,9,80,11,3,2
443
- 591,42,M,2093,Marié(e),Consulting,Consultant,4,80,8,2,2
444
- 592,36,M,9980,Célibataire,Commercial,Cadre Commercial,1,80,10,10,3
445
- 593,22,M,3894,Célibataire,Consulting,Consultant,5,80,4,2,2
446
- 595,48,F,4051,Marié(e),Commercial,Cadre Commercial,2,80,14,9,7
447
- 597,55,F,16835,Célibataire,Commercial,Senior Manager,3,80,37,10,9
448
- 599,41,M,6230,Célibataire,Commercial,Cadre Commercial,7,80,16,14,3
449
- 600,35,M,4717,Marié(e),Commercial,Cadre Commercial,9,80,15,11,9
450
- 601,40,F,13237,Célibataire,Consulting,Tech Lead,7,80,22,20,6
451
- 602,39,F,3755,Marié(e),Consulting,Consultant,1,80,8,8,3
452
- 604,31,M,6582,Célibataire,Commercial,Cadre Commercial,4,80,10,6,5
453
- 605,42,M,7406,Marié(e),Consulting,Tech Lead,1,80,10,10,9
454
- 606,45,M,4805,Marié(e),Commercial,Cadre Commercial,0,80,9,8,7
455
- 608,26,F,2741,Divorcé(e),Ressources Humaines,Ressources Humaines,0,80,8,7,7
456
- 611,29,M,4262,Divorcé(e),Consulting,Tech Lead,4,80,8,3,2
457
- 612,33,F,16184,Divorcé(e),Consulting,Directeur Technique,4,80,10,6,1
458
- 613,31,M,11557,Divorcé(e),Commercial,Senior Manager,9,80,10,5,4
459
- 614,18,M,1878,Célibataire,Commercial,Représentant Commercial,1,80,0,0,0
460
- 615,40,M,10932,Divorcé(e),Commercial,Cadre Commercial,3,80,20,1,0
461
- 616,41,F,6811,Célibataire,Consulting,Manager,2,80,10,8,7
462
- 618,26,M,4306,Divorcé(e),Commercial,Cadre Commercial,5,80,8,0,0
463
- 620,35,F,4859,Célibataire,Commercial,Cadre Commercial,1,80,5,5,4
464
- 621,34,M,5337,Célibataire,Commercial,Cadre Commercial,1,80,10,10,7
465
- 622,26,M,2340,Célibataire,Consulting,Consultant,1,80,1,1,0
466
- 623,37,F,7491,Célibataire,Consulting,Tech Lead,4,80,12,6,5
467
- 624,46,F,10527,Marié(e),Consulting,Manager,5,80,28,2,2
468
- 625,41,F,16595,Marié(e),Commercial,Senior Manager,7,80,22,18,16
469
- 626,37,M,8834,Divorcé(e),Commercial,Cadre Commercial,1,80,9,9,5
470
- 630,52,M,5577,Divorcé(e),Consulting,Assistant de Direction,3,80,18,10,9
471
- 631,32,M,4707,Marié(e),Commercial,Cadre Commercial,8,80,6,4,2
472
- 632,24,M,2400,Marié(e),Commercial,Représentant Commercial,0,80,3,2,2
473
- 634,38,F,9824,Marié(e),Consulting,Manager,3,80,18,1,0
474
- 635,37,F,6447,Marié(e),Consulting,Tech Lead,6,80,8,6,5
475
- 638,49,M,19502,Divorcé(e),Consulting,Directeur Technique,1,80,31,31,9
476
- 639,24,M,2725,Marié(e),Consulting,Assistant de Direction,1,80,6,6,5
477
- 641,26,M,6272,Marié(e),Commercial,Cadre Commercial,1,80,6,5,3
478
- 643,24,M,2127,Marié(e),Consulting,Consultant,1,80,1,1,0
479
- 644,50,M,18200,Marié(e),Ressources Humaines,Senior Manager,1,80,32,32,5
480
- 645,25,M,2096,Marié(e),Commercial,Représentant Commercial,1,80,7,7,4
481
- 647,24,F,2886,Marié(e),Consulting,Consultant,1,80,6,6,3
482
- 648,30,M,2033,Marié(e),Commercial,Représentant Commercial,1,80,1,1,0
483
- 649,34,M,3622,Marié(e),Consulting,Assistant de Direction,1,80,6,6,5
484
- 650,31,M,4233,Divorcé(e),Commercial,Cadre Commercial,2,80,9,3,1
485
- 652,35,M,3681,Célibataire,Consulting,Consultant,4,80,9,3,2
486
- 653,31,M,5460,Divorcé(e),Commercial,Cadre Commercial,4,80,13,7,7
487
- 655,27,F,2187,Divorcé(e),Consulting,Assistant de Direction,0,80,6,5,3
488
- 656,37,M,9602,Marié(e),Commercial,Cadre Commercial,4,80,17,3,0
489
- 657,20,F,2836,Célibataire,Consulting,Assistant de Direction,1,80,1,1,0
490
- 659,42,F,4089,Marié(e),Consulting,Manager,1,80,10,10,2
491
- 661,43,M,16627,Divorcé(e),Consulting,Directeur Technique,4,80,21,1,0
492
- 662,38,F,2619,Célibataire,Consulting,Assistant de Direction,3,80,8,0,0
493
- 663,43,M,5679,Divorcé(e),Consulting,Consultant,3,80,10,8,7
494
- 664,48,F,15402,Marié(e),Consulting,Senior Manager,7,80,21,3,2
495
- 665,44,F,5985,Célibataire,Ressources Humaines,Ressources Humaines,4,80,10,2,2
496
- 666,34,F,2579,Divorcé(e),Commercial,Représentant Commercial,1,80,8,8,2
497
- 667,27,M,3041,Divorcé(e),Commercial,Représentant Commercial,0,80,5,4,3
498
- 669,21,M,3447,Célibataire,Commercial,Représentant Commercial,1,80,3,3,2
499
- 671,44,M,19513,Marié(e),Consulting,Senior Manager,4,80,26,2,2
500
- 675,22,M,2773,Marié(e),Consulting,Assistant de Direction,0,80,3,2,2
501
- 677,33,M,7104,Divorcé(e),Commercial,Cadre Commercial,0,80,6,5,0
502
- 679,32,F,6322,Marié(e),Consulting,Assistant de Direction,1,80,6,6,4
503
- 680,30,F,2083,Divorcé(e),Consulting,Assistant de Direction,1,80,1,1,0
504
- 682,53,F,8381,Célibataire,Commercial,Cadre Commercial,7,80,18,14,7
505
- 683,34,M,2691,Marié(e),Consulting,Assistant de Direction,1,80,10,10,9
506
- 684,45,F,4286,Marié(e),Commercial,Cadre Commercial,2,80,5,1,1
507
- 686,26,F,2659,Marié(e),Consulting,Consultant,1,80,3,3,2
508
- 689,37,M,9434,Marié(e),Consulting,Tech Lead,1,80,10,10,7
509
- 690,29,F,5561,Marié(e),Commercial,Cadre Commercial,1,80,6,6,0
510
- 691,35,M,6646,Célibataire,Consulting,Assistant de Direction,1,80,17,17,11
511
- 692,33,M,7725,Divorcé(e),Consulting,Manager,3,80,15,13,11
512
- 698,54,M,10725,Marié(e),Ressources Humaines,Ressources Humaines,2,80,16,9,7
513
- 699,36,M,8847,Divorcé(e),Consulting,Tech Lead,2,80,13,3,2
514
- 700,27,M,2045,Célibataire,Consulting,Assistant de Direction,0,80,5,4,2
515
- 701,20,M,1009,Célibataire,Consulting,Assistant de Direction,1,80,1,1,0
516
- 702,33,M,3348,Célibataire,Consulting,Assistant de Direction,1,80,10,10,8
517
- 704,35,M,1281,Marié(e),Consulting,Consultant,1,80,1,1,0
518
- 705,23,M,2819,Marié(e),Consulting,Assistant de Direction,2,80,5,3,2
519
- 707,25,M,4851,Marié(e),Commercial,Cadre Commercial,0,80,4,3,2
520
- 709,38,F,4028,Célibataire,Commercial,Cadre Commercial,0,80,8,7,7
521
- 710,29,M,2720,Divorcé(e),Consulting,Assistant de Direction,1,80,10,10,7
522
- 712,48,M,8120,Marié(e),Commercial,Cadre Commercial,3,80,12,2,2
523
- 714,27,F,4647,Divorcé(e),Commercial,Cadre Commercial,1,80,6,6,5
524
- 715,37,M,4680,Célibataire,Consulting,Assistant de Direction,3,80,4,1,0
525
- 716,50,M,3221,Marié(e),Consulting,Consultant,1,80,20,20,8
526
- 717,34,F,8621,Célibataire,Consulting,Manager,1,80,9,8,7
527
- 720,24,F,4577,Célibataire,Commercial,Cadre Commercial,9,80,4,2,2
528
- 721,39,F,4553,Célibataire,Consulting,Manager,1,80,20,20,7
529
- 722,32,M,5396,Célibataire,Commercial,Cadre Commercial,1,80,10,10,7
530
- 723,50,M,6796,Marié(e),Commercial,Cadre Commercial,3,80,18,4,3
531
- 724,38,F,7625,Célibataire,Consulting,Manager,0,80,10,9,7
532
- 725,27,F,7412,Marié(e),Consulting,Tech Lead,1,80,9,9,7
533
- 727,32,F,11159,Célibataire,Consulting,Directeur Technique,3,80,10,7,7
534
- 728,47,M,4960,Célibataire,Commercial,Cadre Commercial,2,80,20,7,7
535
- 729,40,M,10475,Marié(e),Commercial,Cadre Commercial,5,80,20,18,13
536
- 730,53,M,14814,Marié(e),Consulting,Directeur Technique,3,80,32,5,1
537
- 731,41,M,19141,Divorcé(e),Ressources Humaines,Senior Manager,3,80,23,21,6
538
- 732,60,M,5405,Célibataire,Commercial,Cadre Commercial,8,80,10,2,2
539
- 733,27,M,8793,Divorcé(e),Consulting,Tech Lead,1,80,9,9,7
540
- 734,41,M,19189,Marié(e),Ressources Humaines,Senior Manager,1,80,22,22,7
541
- 738,50,M,3875,Marié(e),Commercial,Représentant Commercial,7,80,4,2,2
542
- 741,28,F,2216,Célibataire,Consulting,Assistant de Direction,7,80,10,7,7
543
- 742,36,F,11713,Marié(e),Consulting,Directeur Technique,9,80,10,8,7
544
- 743,38,F,7861,Célibataire,Consulting,Tech Lead,4,80,10,1,0
545
- 744,44,M,3708,Célibataire,Consulting,Consultant,2,80,9,5,2
546
- 746,47,F,13770,Divorcé(e),Commercial,Cadre Commercial,9,80,28,22,2
547
- 747,30,M,5304,Divorcé(e),Commercial,Cadre Commercial,7,80,10,8,7
548
- 749,29,M,2642,Célibataire,Commercial,Représentant Commercial,1,80,1,1,0
549
- 752,42,M,2759,Divorcé(e),Consulting,Assistant de Direction,6,80,7,2,2
550
- 754,43,M,6804,Marié(e),Commercial,Cadre Commercial,3,80,7,2,2
551
- 757,34,F,6142,Célibataire,Consulting,Manager,3,80,10,5,1
552
- 758,23,M,2500,Marié(e),Consulting,Consultant,1,80,5,4,3
553
- 760,39,F,6389,Marié(e),Ressources Humaines,Ressources Humaines,9,80,12,8,3
554
- 762,56,M,11103,Marié(e),Consulting,Manager,7,80,30,10,7
555
- 763,40,F,2342,Célibataire,Consulting,Assistant de Direction,0,80,5,4,2
556
- 764,27,F,6811,Célibataire,Consulting,Manager,8,80,9,7,6
557
- 766,29,M,2297,Divorcé(e),Commercial,Représentant Commercial,1,80,2,2,2
558
- 769,53,M,2450,Célibataire,Consulting,Consultant,2,80,19,2,2
559
- 771,35,F,5093,Divorcé(e),Consulting,Manager,2,80,16,1,0
560
- 772,32,M,5309,Marié(e),Consulting,Consultant,1,80,10,10,8
561
- 773,38,M,3057,Marié(e),Consulting,Assistant de Direction,6,80,6,1,0
562
- 775,34,F,5121,Divorcé(e),Consulting,Tech Lead,3,80,7,0,0
563
- 776,52,M,16856,Marié(e),Commercial,Senior Manager,1,80,34,34,6
564
- 780,33,M,2686,Célibataire,Consulting,Assistant de Direction,1,80,10,10,9
565
- 781,25,F,6180,Célibataire,Commercial,Cadre Commercial,1,80,6,6,5
566
- 783,45,M,6632,Célibataire,Commercial,Représentant Commercial,0,80,9,8,7
567
- 784,23,M,3505,Célibataire,Consulting,Assistant de Direction,1,80,2,2,2
568
- 785,47,F,6397,Célibataire,Commercial,Cadre Commercial,4,80,8,5,4
569
- 786,34,M,6274,Célibataire,Commercial,Cadre Commercial,1,80,6,6,5
570
- 787,55,M,19859,Marié(e),Consulting,Senior Manager,5,80,24,5,2
571
- 789,36,M,7587,Célibataire,Commercial,Cadre Commercial,1,80,10,10,7
572
- 791,52,M,4258,Marié(e),Consulting,Assistant de Direction,0,80,5,4,3
573
- 792,26,F,4364,Divorcé(e),Consulting,Consultant,3,80,5,2,2
574
- 793,29,F,4335,Marié(e),Consulting,Manager,4,80,11,8,7
575
- 796,26,M,5326,Célibataire,Commercial,Cadre Commercial,6,80,6,4,3
576
- 797,34,F,3280,Célibataire,Consulting,Assistant de Direction,2,80,10,4,2
577
- 799,54,F,5485,Divorcé(e),Consulting,Tech Lead,9,80,9,5,3
578
- 800,27,M,4342,Marié(e),Commercial,Cadre Commercial,0,80,5,4,2
579
- 802,37,F,2782,Divorcé(e),Consulting,Assistant de Direction,0,80,6,5,3
580
- 803,38,F,5980,Célibataire,Consulting,Tech Lead,6,80,17,15,7
581
- 804,34,F,4381,Célibataire,Consulting,Assistant de Direction,1,80,6,6,5
582
- 805,35,F,2572,Marié(e),Commercial,Représentant Commercial,1,80,3,3,2
583
- 806,30,M,3833,Marié(e),Consulting,Consultant,3,80,7,2,2
584
- 807,40,F,4244,Marié(e),Consulting,Manager,1,80,8,8,7
585
- 808,34,F,6500,Marié(e),Commercial,Cadre Commercial,5,80,6,3,2
586
- 809,42,M,18430,Divorcé(e),Consulting,Senior Manager,1,80,24,24,7
587
- 811,23,M,1601,Marié(e),Consulting,Consultant,1,80,1,0,0
588
- 812,24,M,2694,Divorcé(e),Consulting,Consultant,1,80,1,1,0
589
- 813,52,F,3149,Marié(e),Consulting,Consultant,8,80,9,5,2
590
- 815,50,M,17639,Marié(e),Consulting,Directeur Technique,5,80,30,4,3
591
- 816,29,F,2319,Marié(e),Consulting,Consultant,1,80,1,1,0
592
- 817,33,M,11691,Marié(e),Consulting,Directeur Technique,0,80,14,13,9
593
- 819,33,F,5324,Célibataire,Commercial,Cadre Commercial,5,80,6,3,2
594
- 820,47,F,16752,Marié(e),Consulting,Senior Manager,1,80,26,26,14
595
- 823,36,F,5228,Marié(e),Consulting,Tech Lead,0,80,10,9,7
596
- 824,29,M,2700,Marié(e),Consulting,Assistant de Direction,1,80,10,10,7
597
- 825,58,M,19246,Célibataire,Consulting,Directeur Technique,7,80,40,31,15
598
- 826,35,F,2506,Célibataire,Consulting,Assistant de Direction,3,80,7,2,2
599
- 827,42,F,6062,Marié(e),Consulting,Tech Lead,9,80,8,4,3
600
- 828,28,M,4382,Célibataire,Consulting,Assistant de Direction,6,80,5,2,2
601
- 829,36,M,2143,Marié(e),Ressources Humaines,Ressources Humaines,4,80,8,5,2
602
- 830,32,F,6162,Marié(e),Consulting,Tech Lead,1,80,14,14,13
603
- 832,40,M,5094,Célibataire,Consulting,Consultant,6,80,10,1,0
604
- 833,30,F,6877,Célibataire,Consulting,Tech Lead,5,80,12,0,0
605
- 834,45,F,2274,Célibataire,Consulting,Assistant de Direction,1,80,1,1,0
606
- 836,42,M,4434,Marié(e),Consulting,Tech Lead,1,80,10,9,8
607
- 837,38,M,6288,Divorcé(e),Consulting,Manager,2,80,13,4,3
608
- 838,34,F,2553,Célibataire,Consulting,Assistant de Direction,1,80,6,5,2
609
- 840,49,F,7654,Marié(e),Commercial,Cadre Commercial,1,80,9,9,8
610
- 842,55,M,5160,Célibataire,Commercial,Cadre Commercial,4,80,12,9,7
611
- 843,43,M,17159,Marié(e),Consulting,Directeur Technique,6,80,22,4,1
612
- 844,27,M,12808,Divorcé(e),Consulting,Directeur Technique,1,80,9,9,8
613
- 845,35,M,10221,Célibataire,Consulting,Tech Lead,3,80,17,8,5
614
- 846,28,F,4779,Marié(e),Commercial,Cadre Commercial,1,80,8,8,7
615
- 847,34,M,3737,Marié(e),Ressources Humaines,Ressources Humaines,0,80,4,3,2
616
- 848,26,F,2366,Marié(e),Consulting,Assistant de Direction,1,80,8,8,7
617
- 850,27,M,1706,Marié(e),Consulting,Assistant de Direction,1,80,0,0,0
618
- 851,51,F,16307,Marié(e),Commercial,Senior Manager,2,80,29,20,6
619
- 852,44,M,5933,Célibataire,Consulting,Manager,9,80,10,5,2
620
- 854,25,M,3424,Célibataire,Consulting,Assistant de Direction,7,80,6,4,3
621
- 855,33,M,4037,Divorcé(e),Commercial,Cadre Commercial,1,80,9,9,8
622
- 856,35,F,2559,Célibataire,Consulting,Assistant de Direction,1,80,6,6,5
623
- 857,36,M,6201,Marié(e),Commercial,Cadre Commercial,1,80,18,18,14
624
- 859,32,M,4403,Divorcé(e),Commercial,Cadre Commercial,2,80,8,5,2
625
- 861,30,M,3761,Divorcé(e),Consulting,Assistant de Direction,9,80,10,5,4
626
- 862,53,F,10934,Marié(e),Commercial,Cadre Commercial,7,80,35,5,2
627
- 864,45,M,10761,Divorcé(e),Commercial,Cadre Commercial,4,80,18,5,4
628
- 865,32,F,5175,Marié(e),Consulting,Assistant de Direction,5,80,9,5,3
629
- 867,52,F,13826,Marié(e),Consulting,Tech Lead,3,80,31,9,8
630
- 868,37,M,6334,Divorcé(e),Commercial,Cadre Commercial,4,80,9,1,0
631
- 869,28,M,4936,Divorcé(e),Ressources Humaines,Ressources Humaines,1,80,6,5,1
632
- 872,22,M,4775,Marié(e),Consulting,Tech Lead,6,80,4,2,2
633
- 874,44,M,2818,Marié(e),Consulting,Consultant,2,80,10,3,2
634
- 875,42,M,2515,Célibataire,Consulting,Assistant de Direction,5,80,8,2,1
635
- 878,36,M,2342,Marié(e),Ressources Humaines,Ressources Humaines,0,80,6,5,4
636
- 879,25,M,4194,Marié(e),Commercial,Cadre Commercial,1,80,5,5,3
637
- 880,35,F,10685,Marié(e),Consulting,Tech Lead,1,80,17,17,14
638
- 881,35,F,2022,Divorcé(e),Consulting,Assistant de Direction,1,80,10,10,2
639
- 882,32,M,2314,Divorcé(e),Consulting,Consultant,0,80,4,3,0
640
- 885,25,M,4256,Marié(e),Commercial,Cadre Commercial,1,80,5,5,2
641
- 887,49,F,3580,Marié(e),Consulting,Assistant de Direction,2,80,7,4,2
642
- 888,24,M,3162,Marié(e),Consulting,Consultant,0,80,6,5,2
643
- 889,32,M,6524,Marié(e),Commercial,Cadre Commercial,1,80,10,10,8
644
- 893,38,M,2899,Marié(e),Commercial,Représentant Commercial,0,80,3,2,2
645
- 894,42,F,5231,Marié(e),Consulting,Consultant,2,80,17,5,3
646
- 895,31,M,2356,Marié(e),Consulting,Assistant de Direction,3,80,8,6,4
647
- 896,29,F,2800,Divorcé(e),Commercial,Représentant Commercial,6,80,5,3,2
648
- 897,53,M,11836,Marié(e),Commercial,Cadre Commercial,5,80,28,2,0
649
- 899,35,M,10903,Marié(e),Consulting,Tech Lead,3,80,16,13,10
650
- 900,37,F,2973,Marié(e),Commercial,Représentant Commercial,5,80,10,5,4
651
- 901,53,F,14275,Célibataire,Consulting,Directeur Technique,6,80,33,12,9
652
- 902,43,F,5562,Marié(e),Consulting,Manager,4,80,12,5,2
653
- 903,47,F,4537,Marié(e),Commercial,Cadre Commercial,0,80,8,7,6
654
- 904,37,M,7642,Célibataire,Commercial,Cadre Commercial,1,80,10,10,0
655
- 905,50,M,17924,Divorcé(e),Consulting,Senior Manager,1,80,31,31,6
656
- 909,39,F,5204,Marié(e),Ressources Humaines,Ressources Humaines,8,80,13,5,4
657
- 910,33,M,2277,Divorcé(e),Ressources Humaines,Ressources Humaines,3,80,7,4,3
658
- 911,32,M,2795,Célibataire,Consulting,Consultant,1,80,1,1,0
659
- 912,29,F,2532,Divorcé(e),Consulting,Consultant,6,80,8,4,3
660
- 913,44,M,2559,Marié(e),Consulting,Assistant de Direction,1,80,8,8,7
661
- 916,28,M,4908,Célibataire,Commercial,Cadre Commercial,1,80,4,4,2
662
- 918,58,M,2380,Divorcé(e),Consulting,Consultant,9,80,3,1,0
663
- 920,43,F,4765,Divorcé(e),Consulting,Tech Lead,4,80,4,1,0
664
- 922,20,F,2044,Célibataire,Commercial,Représentant Commercial,1,80,2,2,2
665
- 923,21,F,2693,Célibataire,Consulting,Assistant de Direction,1,80,1,1,0
666
- 924,36,M,6586,Marié(e),Consulting,Manager,0,80,17,16,8
667
- 925,47,F,3294,Célibataire,Commercial,Représentant Commercial,1,80,3,3,2
668
- 926,22,F,4171,Marié(e),Consulting,Tech Lead,0,80,4,3,2
669
- 927,41,F,2778,Divorcé(e),Consulting,Consultant,4,80,10,7,7
670
- 930,28,F,2377,Divorcé(e),Consulting,Assistant de Direction,5,80,6,2,2
671
- 932,39,M,2404,Marié(e),Consulting,Consultant,7,80,8,2,2
672
- 933,27,F,2318,Célibataire,Consulting,Assistant de Direction,1,80,1,1,1
673
- 934,34,M,2008,Divorcé(e),Consulting,Consultant,1,80,1,1,0
674
- 936,42,F,6244,Célibataire,Commercial,Cadre Commercial,7,80,10,5,4
675
- 939,33,M,2799,Célibataire,Consulting,Assistant de Direction,3,80,6,3,2
676
- 940,58,F,10552,Divorcé(e),Consulting,Manager,2,80,24,6,0
677
- 941,31,M,2329,Marié(e),Commercial,Représentant Commercial,3,80,13,7,7
678
- 942,35,F,4014,Marié(e),Consulting,Manager,1,80,10,10,6
679
- 944,49,F,7403,Marié(e),Consulting,Consultant,4,80,29,26,9
680
- 945,48,M,2259,Marié(e),Consulting,Assistant de Direction,4,80,13,0,0
681
- 947,31,F,6932,Marié(e),Commercial,Cadre Commercial,1,80,9,9,8
682
- 949,36,M,4678,Célibataire,Consulting,Assistant de Direction,2,80,8,6,2
683
- 950,38,F,13582,Marié(e),Consulting,Directeur Technique,1,80,15,15,12
684
- 951,32,F,2332,Marié(e),Consulting,Consultant,6,80,5,3,0
685
- 952,25,M,2413,Marié(e),Commercial,Représentant Commercial,1,80,1,1,0
686
- 954,40,M,9705,Divorcé(e),Commercial,Cadre Commercial,2,80,11,1,0
687
- 956,26,M,4294,Célibataire,Commercial,Cadre Commercial,1,80,7,7,7
688
- 957,41,M,4721,Célibataire,Consulting,Consultant,2,80,20,18,13
689
- 958,36,M,2519,Célibataire,Consulting,Consultant,4,80,16,11,8
690
- 959,19,M,2121,Célibataire,Commercial,Représentant Commercial,1,80,1,1,0
691
- 960,20,M,2973,Célibataire,Consulting,Consultant,1,80,1,1,0
692
- 961,31,F,5855,Marié(e),Consulting,Manager,0,80,10,9,7
693
- 964,40,M,3617,Divorcé(e),Consulting,Assistant de Direction,8,80,3,1,1
694
- 966,32,F,6725,Marié(e),Consulting,Tech Lead,1,80,8,8,7
695
- 967,36,M,10325,Marié(e),Commercial,Cadre Commercial,1,80,16,16,7
696
- 969,33,F,6949,Célibataire,Consulting,Manager,0,80,6,5,0
697
- 970,37,M,10609,Marié(e),Commercial,Cadre Commercial,5,80,17,14,1
698
- 972,45,M,4447,Marié(e),Consulting,Consultant,1,80,9,9,7
699
- 974,29,F,2157,Marié(e),Commercial,Représentant Commercial,1,80,3,3,1
700
- 975,35,F,4601,Marié(e),Commercial,Cadre Commercial,1,80,5,5,2
701
- 976,52,M,17099,Marié(e),Consulting,Senior Manager,2,80,26,9,8
702
- 977,58,M,2479,Célibataire,Consulting,Assistant de Direction,4,80,7,1,0
703
- 981,53,M,14852,Divorcé(e),Commercial,Senior Manager,6,80,22,17,13
704
- 982,30,M,7264,Divorcé(e),Commercial,Cadre Commercial,5,80,10,8,4
705
- 983,38,F,5666,Célibataire,Commercial,Cadre Commercial,1,80,6,5,3
706
- 984,35,M,7823,Divorcé(e),Commercial,Cadre Commercial,6,80,12,10,9
707
- 985,39,M,7880,Célibataire,Commercial,Cadre Commercial,0,80,9,8,7
708
- 986,40,F,13194,Célibataire,Commercial,Cadre Commercial,4,80,22,1,0
709
- 987,47,M,5067,Divorcé(e),Consulting,Tech Lead,1,80,20,19,10
710
- 990,36,M,5079,Divorcé(e),Commercial,Cadre Commercial,4,80,12,7,7
711
- 991,31,M,2321,Célibataire,Consulting,Assistant de Direction,0,80,4,3,2
712
- 992,33,M,17444,Célibataire,Commercial,Senior Manager,1,80,10,10,8
713
- 994,29,F,2404,Célibataire,Consulting,Assistant de Direction,6,80,3,0,0
714
- 995,33,F,3452,Célibataire,Consulting,Assistant de Direction,3,80,5,3,2
715
- 996,45,F,2270,Divorcé(e),Consulting,Consultant,3,80,8,5,3
716
- 997,50,M,17399,Divorcé(e),Consulting,Directeur Technique,9,80,32,5,4
717
- 998,33,F,5488,Marié(e),Consulting,Manager,1,80,6,6,5
718
- 999,41,M,19419,Divorcé(e),Consulting,Directeur Technique,2,80,21,18,16
719
- 1001,27,F,2811,Marié(e),Consulting,Consultant,9,80,4,2,2
720
- 1002,45,M,3633,Marié(e),Consulting,Consultant,1,80,9,9,8
721
- 1003,47,F,4163,Célibataire,Commercial,Cadre Commercial,1,80,9,9,0
722
- 1004,30,F,2132,Marié(e),Consulting,Assistant de Direction,4,80,7,5,2
723
- 1005,50,M,13973,Marié(e),Consulting,Tech Lead,3,80,22,12,11
724
- 1006,38,M,2684,Marié(e),Consulting,Assistant de Direction,0,80,3,2,1
725
- 1007,46,M,10845,Divorcé(e),Consulting,Tech Lead,6,80,13,8,7
726
- 1009,24,F,4377,Divorcé(e),Consulting,Tech Lead,1,80,5,4,2
727
- 1010,35,M,3743,Divorcé(e),Consulting,Consultant,1,80,5,4,2
728
- 1011,31,F,4148,Marié(e),Consulting,Tech Lead,1,80,4,4,3
729
- 1012,18,M,1051,Célibataire,Consulting,Assistant de Direction,1,80,0,0,0
730
- 1013,54,F,10739,Marié(e),Consulting,Tech Lead,8,80,22,10,7
731
- 1014,35,F,10388,Divorcé(e),Consulting,Manager,1,80,16,16,10
732
- 1015,30,F,11416,Marié(e),Consulting,Directeur Technique,0,80,9,8,7
733
- 1016,20,F,2600,Célibataire,Consulting,Assistant de Direction,1,80,1,1,0
734
- 1017,30,F,2422,Célibataire,Consulting,Consultant,0,80,4,3,2
735
- 1018,26,M,5472,Marié(e),Consulting,Tech Lead,1,80,8,8,7
736
- 1019,22,M,2451,Marié(e),Consulting,Consultant,1,80,4,4,3
737
- 1022,48,M,4240,Célibataire,Consulting,Manager,2,80,19,2,2
738
- 1024,48,M,10999,Célibataire,Consulting,Manager,7,80,27,15,11
739
- 1025,41,F,5003,Célibataire,Consulting,Tech Lead,6,80,8,2,2
740
- 1026,39,F,12742,Marié(e),Consulting,Tech Lead,1,80,21,21,6
741
- 1027,27,F,4227,Marié(e),Consulting,Tech Lead,0,80,4,3,2
742
- 1028,35,M,3917,Divorcé(e),Consulting,Consultant,1,80,3,3,2
743
- 1029,42,M,18303,Marié(e),Commercial,Senior Manager,6,80,21,1,0
744
- 1030,50,M,2380,Marié(e),Consulting,Consultant,4,80,8,1,0
745
- 1032,59,F,13726,Célibataire,Consulting,Tech Lead,3,80,30,5,3
746
- 1033,37,F,4777,Marié(e),Consulting,Manager,5,80,15,1,0
747
- 1034,55,M,6385,Marié(e),Consulting,Manager,3,80,17,8,7
748
- 1035,41,F,19973,Divorcé(e),Consulting,Directeur Technique,1,80,21,21,16
749
- 1036,38,M,6861,Célibataire,Commercial,Cadre Commercial,8,80,19,1,0
750
- 1037,26,M,4969,Célibataire,Commercial,Cadre Commercial,8,80,7,2,2
751
- 1038,52,F,19845,Marié(e),Commercial,Senior Manager,1,80,33,32,14
752
- 1039,44,F,13320,Marié(e),Commercial,Cadre Commercial,3,80,23,12,11
753
- 1040,50,F,6347,Marié(e),Commercial,Cadre Commercial,0,80,19,18,7
754
- 1042,36,F,2743,Célibataire,Consulting,Consultant,1,80,18,17,13
755
- 1043,39,F,10880,Célibataire,Consulting,Tech Lead,1,80,21,21,6
756
- 1044,33,F,2342,Célibataire,Commercial,Représentant Commercial,0,80,3,2,2
757
- 1045,45,F,17650,Marié(e),Commercial,Senior Manager,3,80,26,9,3
758
- 1046,32,F,4025,Célibataire,Consulting,Consultant,9,80,10,8,7
759
- 1047,34,M,9725,Divorcé(e),Commercial,Cadre Commercial,0,80,16,15,1
760
- 1048,59,M,11904,Marié(e),Commercial,Senior Manager,3,80,14,6,4
761
- 1049,45,M,2177,Célibataire,Ressources Humaines,Ressources Humaines,1,80,6,6,3
762
- 1050,53,F,7525,Marié(e),Commercial,Cadre Commercial,2,80,30,15,7
763
- 1052,36,M,4834,Divorcé(e),Consulting,Consultant,7,80,9,1,0
764
- 1053,26,M,2042,Marié(e),Consulting,Assistant de Direction,6,80,6,3,2
765
- 1055,34,F,2220,Marié(e),Commercial,Représentant Commercial,1,80,1,1,1
766
- 1056,28,M,1052,Marié(e),Commercial,Représentant Commercial,1,80,1,1,0
767
- 1060,38,M,2821,Marié(e),Consulting,Assistant de Direction,3,80,8,2,2
768
- 1061,50,M,19237,Marié(e),Consulting,Directeur Technique,2,80,29,8,1
769
- 1062,37,F,4107,Célibataire,Consulting,Manager,3,80,8,4,3
770
- 1066,40,M,8396,Marié(e),Commercial,Cadre Commercial,1,80,8,7,7
771
- 1068,26,F,2007,Divorcé(e),Consulting,Assistant de Direction,1,80,5,5,3
772
- 1069,46,M,19627,Divorcé(e),Consulting,Directeur Technique,9,80,23,2,2
773
- 1070,54,F,10686,Marié(e),Commercial,Cadre Commercial,6,80,13,9,4
774
- 1071,56,F,2942,Marié(e),Consulting,Assistant de Direction,2,80,18,5,4
775
- 1073,36,F,8858,Célibataire,Consulting,Tech Lead,0,80,15,14,8
776
- 1074,55,M,16756,Célibataire,Consulting,Senior Manager,7,80,31,9,7
777
- 1076,43,M,10798,Divorcé(e),Commercial,Cadre Commercial,5,80,18,1,0
778
- 1077,20,F,2323,Célibataire,Commercial,Représentant Commercial,1,80,2,2,2
779
- 1079,21,F,1416,Célibataire,Consulting,Consultant,1,80,1,1,0
780
- 1080,46,F,4615,Divorcé(e),Consulting,Assistant de Direction,8,80,19,16,13
781
- 1081,51,M,2461,Marié(e),Consulting,Assistant de Direction,9,80,18,10,0
782
- 1082,28,M,8722,Célibataire,Consulting,Manager,1,80,10,10,7
783
- 1083,26,M,3955,Marié(e),Consulting,Consultant,1,80,6,5,3
784
- 1084,30,M,9957,Marié(e),Consulting,Tech Lead,0,80,7,6,2
785
- 1085,41,F,3376,Marié(e),Consulting,Assistant de Direction,1,80,10,10,6
786
- 1088,38,F,8823,Marié(e),Consulting,Manager,0,80,20,19,9
787
- 1092,40,M,10322,Marié(e),Consulting,Manager,4,80,14,11,10
788
- 1094,27,M,4621,Marié(e),Consulting,Consultant,1,80,3,3,2
789
- 1096,55,M,10976,Marié(e),Consulting,Tech Lead,3,80,23,3,2
790
- 1097,28,F,3660,Célibataire,Consulting,Assistant de Direction,3,80,10,8,7
791
- 1098,44,M,10482,Marié(e),Ressources Humaines,Ressources Humaines,9,80,24,20,6
792
- 1099,33,M,7119,Divorcé(e),Consulting,Manager,4,80,9,3,2
793
- 1100,35,M,9582,Célibataire,Commercial,Cadre Commercial,0,80,9,8,7
794
- 1101,33,F,4508,Célibataire,Consulting,Assistant de Direction,1,80,14,13,7
795
- 1102,28,M,2207,Divorcé(e),Consulting,Consultant,1,80,4,4,2
796
- 1103,34,M,7756,Célibataire,Consulting,Manager,0,80,7,6,2
797
- 1105,37,F,6694,Divorcé(e),Commercial,Cadre Commercial,2,80,8,1,0
798
- 1106,25,M,3691,Marié(e),Consulting,Consultant,1,80,7,7,7
799
- 1107,26,M,2377,Divorcé(e),Consulting,Consultant,1,80,1,1,1
800
- 1108,33,M,2313,Célibataire,Consulting,Assistant de Direction,4,80,5,2,2
801
- 1109,42,M,17665,Marié(e),Consulting,Senior Manager,0,80,23,22,6
802
- 1111,28,M,2596,Divorcé(e),Consulting,Consultant,1,80,1,1,0
803
- 1113,50,M,4728,Célibataire,Commercial,Cadre Commercial,3,80,5,0,0
804
- 1114,33,F,4302,Marié(e),Commercial,Cadre Commercial,0,80,4,3,2
805
- 1115,34,M,2979,Marié(e),Consulting,Assistant de Direction,3,80,6,0,0
806
- 1116,48,M,16885,Célibataire,Consulting,Senior Manager,2,80,27,5,4
807
- 1117,45,F,5593,Marié(e),Commercial,Cadre Commercial,1,80,15,15,10
808
- 1118,52,M,10445,Célibataire,Consulting,Manager,7,80,18,8,6
809
- 1119,38,M,8740,Divorcé(e),Commercial,Cadre Commercial,0,80,9,8,7
810
- 1120,29,F,2514,Divorcé(e),Consulting,Assistant de Direction,4,80,11,7,5
811
- 1121,28,F,7655,Divorcé(e),Consulting,Tech Lead,0,80,10,9,7
812
- 1124,46,M,17465,Marié(e),Commercial,Senior Manager,3,80,23,12,9
813
- 1125,38,M,7351,Célibataire,Commercial,Cadre Commercial,7,80,10,1,0
814
- 1126,43,F,10820,Marié(e),Consulting,Tech Lead,8,80,18,8,7
815
- 1127,39,M,12169,Divorcé(e),Consulting,Manager,7,80,21,18,7
816
- 1128,40,M,19626,Célibataire,Consulting,Directeur Technique,1,80,21,20,7
817
- 1131,21,F,2070,Célibataire,Consulting,Assistant de Direction,1,80,2,2,2
818
- 1132,39,M,6782,Célibataire,Consulting,Consultant,9,80,9,5,4
819
- 1133,36,M,7779,Célibataire,Consulting,Tech Lead,2,80,18,11,9
820
- 1135,31,M,2791,Marié(e),Commercial,Représentant Commercial,0,80,3,2,2
821
- 1136,28,M,3201,Marié(e),Consulting,Assistant de Direction,0,80,6,5,3
822
- 1137,35,M,4968,Divorcé(e),Commercial,Cadre Commercial,1,80,5,5,2
823
- 1138,49,M,13120,Marié(e),Commercial,Cadre Commercial,6,80,22,9,8
824
- 1140,34,M,4033,Célibataire,Consulting,Tech Lead,2,80,5,3,2
825
- 1143,29,F,3291,Divorcé(e),Consulting,Assistant de Direction,0,80,8,7,5
826
- 1148,42,M,4272,Célibataire,Consulting,Consultant,4,80,16,1,0
827
- 1150,29,M,5056,Marié(e),Consulting,Tech Lead,1,80,10,10,7
828
- 1152,38,M,2844,Marié(e),Ressources Humaines,Ressources Humaines,1,80,7,7,6
829
- 1154,28,M,2703,Divorcé(e),Consulting,Assistant de Direction,1,80,3,3,1
830
- 1156,18,M,1904,Célibataire,Consulting,Consultant,1,80,0,0,0
831
- 1157,33,F,8224,Célibataire,Commercial,Cadre Commercial,0,80,6,5,2
832
- 1158,41,M,4766,Marié(e),Consulting,Consultant,3,80,6,1,0
833
- 1160,31,M,2610,Marié(e),Consulting,Consultant,1,80,2,2,2
834
- 1161,37,F,5731,Divorcé(e),Consulting,Manager,7,80,9,6,2
835
- 1162,27,M,2539,Marié(e),Consulting,Assistant de Direction,1,80,4,4,2
836
- 1163,34,F,5714,Marié(e),Commercial,Cadre Commercial,1,80,6,6,5
837
- 1164,35,M,4323,Célibataire,Ressources Humaines,Ressources Humaines,1,80,6,5,4
838
- 1165,29,F,7336,Marié(e),Commercial,Cadre Commercial,1,80,11,11,8
839
- 1166,40,F,13499,Célibataire,Consulting,Directeur Technique,9,80,20,18,7
840
- 1167,42,M,13758,Célibataire,Commercial,Cadre Commercial,0,80,22,21,9
841
- 1171,42,M,5155,Célibataire,Commercial,Cadre Commercial,7,80,9,6,4
842
- 1172,35,M,2258,Marié(e),Consulting,Consultant,6,80,10,8,0
843
- 1173,24,M,3597,Célibataire,Consulting,Consultant,8,80,6,4,3
844
- 1175,28,F,2515,Marié(e),Consulting,Consultant,1,80,1,1,1
845
- 1177,26,M,4420,Marié(e),Consulting,Consultant,1,80,8,8,7
846
- 1179,30,M,6578,Marié(e),Commercial,Cadre Commercial,1,80,10,10,3
847
- 1180,40,F,4422,Marié(e),Consulting,Assistant de Direction,3,80,16,1,1
848
- 1182,35,M,10274,Divorcé(e),Consulting,Tech Lead,2,80,15,7,7
849
- 1184,34,M,5343,Célibataire,Consulting,Manager,0,80,14,13,9
850
- 1185,35,M,2376,Marié(e),Consulting,Consultant,1,80,2,2,2
851
- 1188,43,F,5346,Célibataire,Commercial,Cadre Commercial,8,80,7,4,3
852
- 1190,32,F,2827,Divorcé(e),Commercial,Représentant Commercial,1,80,1,1,0
853
- 1191,56,F,19943,Divorcé(e),Consulting,Senior Manager,4,80,28,5,2
854
- 1192,29,F,3131,Marié(e),Consulting,Consultant,1,80,10,10,8
855
- 1193,19,M,2552,Célibataire,Consulting,Assistant de Direction,1,80,1,1,1
856
- 1195,45,F,4477,Marié(e),Consulting,Assistant de Direction,4,80,7,3,2
857
- 1196,37,F,6474,Marié(e),Consulting,Tech Lead,1,80,14,14,8
858
- 1198,20,M,3033,Célibataire,Consulting,Consultant,1,80,2,2,2
859
- 1200,44,M,2936,Célibataire,Consulting,Assistant de Direction,1,80,6,6,4
860
- 1201,53,F,18606,Divorcé(e),Consulting,Senior Manager,3,80,26,7,7
861
- 1202,29,F,2168,Marié(e),Consulting,Assistant de Direction,0,80,6,5,4
862
- 1203,22,M,2853,Marié(e),Consulting,Assistant de Direction,0,80,1,0,0
863
- 1204,46,F,17048,Marié(e),Commercial,Senior Manager,8,80,28,26,15
864
- 1206,44,M,2290,Célibataire,Consulting,Assistant de Direction,2,80,6,0,0
865
- 1207,33,M,3600,Marié(e),Ressources Humaines,Ressources Humaines,1,80,5,5,4
866
- 1210,41,M,2107,Divorcé(e),Consulting,Assistant de Direction,6,80,5,1,0
867
- 1211,30,M,4115,Divorcé(e),Commercial,Cadre Commercial,8,80,8,4,3
868
- 1212,40,M,4327,Marié(e),Commercial,Cadre Commercial,5,80,5,0,0
869
- 1215,50,F,17856,Marié(e),Consulting,Senior Manager,2,80,32,2,2
870
- 1216,28,M,3196,Marié(e),Consulting,Consultant,1,80,6,6,5
871
- 1217,46,M,19081,Marié(e),Consulting,Directeur Technique,5,80,25,4,2
872
- 1218,35,M,8966,Marié(e),Commercial,Cadre Commercial,3,80,15,7,7
873
- 1219,24,F,2210,Marié(e),Consulting,Consultant,1,80,1,1,0
874
- 1220,33,F,4539,Marié(e),Commercial,Cadre Commercial,1,80,10,10,7
875
- 1221,36,M,2741,Divorcé(e),Consulting,Consultant,1,80,7,7,7
876
- 1224,30,M,3491,Divorcé(e),Consulting,Consultant,1,80,10,10,7
877
- 1225,44,M,4541,Célibataire,Consulting,Assistant de Direction,1,80,20,20,11
878
- 1226,20,M,2678,Célibataire,Commercial,Représentant Commercial,1,80,2,2,1
879
- 1228,46,M,7379,Divorcé(e),Consulting,Tech Lead,2,80,12,6,3
880
- 1231,42,M,6272,Marié(e),Ressources Humaines,Ressources Humaines,7,80,10,4,3
881
- 1233,60,M,5220,Divorcé(e),Commercial,Cadre Commercial,0,80,12,11,7
882
- 1234,32,F,2743,Marié(e),Consulting,Consultant,1,80,2,2,2
883
- 1235,32,F,4998,Célibataire,Consulting,Assistant de Direction,4,80,10,8,7
884
- 1237,36,F,10252,Divorcé(e),Consulting,Tech Lead,2,80,17,7,7
885
- 1238,33,M,2781,Marié(e),Consulting,Assistant de Direction,0,80,15,14,10
886
- 1239,40,F,6852,Divorcé(e),Commercial,Cadre Commercial,7,80,7,5,1
887
- 1240,25,M,4950,Célibataire,Commercial,Cadre Commercial,0,80,5,4,3
888
- 1241,30,M,3579,Marié(e),Consulting,Assistant de Direction,0,80,12,11,9
889
- 1242,42,F,13191,Marié(e),Consulting,Directeur Technique,3,80,20,1,0
890
- 1243,35,F,10377,Marié(e),Commercial,Cadre Commercial,4,80,16,13,2
891
- 1244,27,M,2235,Marié(e),Consulting,Assistant de Direction,1,80,9,9,7
892
- 1245,54,F,10502,Divorcé(e),Consulting,Tech Lead,7,80,33,5,4
893
- 1246,44,F,2011,Marié(e),Consulting,Assistant de Direction,1,80,10,10,5
894
- 1248,19,F,1859,Célibataire,Consulting,Assistant de Direction,1,80,1,1,1
895
- 1249,29,F,3760,Divorcé(e),Consulting,Assistant de Direction,1,80,3,3,2
896
- 1250,54,M,17779,Marié(e),Consulting,Directeur Technique,3,80,36,10,9
897
- 1251,31,M,6833,Marié(e),Consulting,Manager,1,80,6,6,5
898
- 1252,31,F,6812,Célibataire,Consulting,Manager,1,80,10,10,9
899
- 1254,59,F,5171,Célibataire,Commercial,Cadre Commercial,5,80,13,6,1
900
- 1255,43,M,19740,Marié(e),Consulting,Directeur Technique,3,80,25,8,7
901
- 1256,49,M,18711,Marié(e),Consulting,Senior Manager,2,80,23,1,0
902
- 1257,36,M,3692,Marié(e),Consulting,Assistant de Direction,1,80,12,11,10
903
- 1258,48,M,2559,Célibataire,Consulting,Consultant,5,80,7,1,0
904
- 1259,27,M,2517,Divorcé(e),Consulting,Assistant de Direction,1,80,5,5,3
905
- 1260,29,M,6623,Divorcé(e),Consulting,Manager,1,80,6,6,0
906
- 1263,48,M,18265,Célibataire,Consulting,Directeur Technique,6,80,25,1,0
907
- 1264,29,F,16124,Divorcé(e),Consulting,Directeur Technique,3,80,9,7,7
908
- 1265,34,F,2585,Marié(e),Consulting,Assistant de Direction,0,80,2,1,0
909
- 1267,44,M,18213,Marié(e),Commercial,Senior Manager,7,80,26,22,9
910
- 1268,33,M,8380,Divorcé(e),Commercial,Cadre Commercial,0,80,10,9,8
911
- 1269,19,F,2994,Célibataire,Consulting,Assistant de Direction,1,80,1,1,0
912
- 1270,23,M,1223,Marié(e),Consulting,Assistant de Direction,1,80,1,1,0
913
- 1273,25,M,1118,Célibataire,Commercial,Représentant Commercial,1,80,1,1,0
914
- 1275,26,M,2875,Célibataire,Consulting,Assistant de Direction,1,80,8,8,5
915
- 1277,45,F,18824,Célibataire,Commercial,Senior Manager,2,80,26,24,10
916
- 1278,55,M,13577,Divorcé(e),Consulting,Manager,1,80,34,33,9
917
- 1279,21,F,2625,Célibataire,Consulting,Consultant,1,80,2,2,2
918
- 1280,46,F,18789,Marié(e),Commercial,Senior Manager,2,80,26,11,4
919
- 1281,34,F,4538,Célibataire,Commercial,Cadre Commercial,0,80,4,3,2
920
- 1282,51,M,19847,Divorcé(e),Commercial,Senior Manager,4,80,31,29,10
921
- 1283,59,M,10512,Célibataire,Consulting,Tech Lead,6,80,25,9,7
922
- 1285,34,F,4444,Divorcé(e),Consulting,Consultant,4,80,15,11,8
923
- 1286,28,M,2154,Célibataire,Consulting,Consultant,0,80,5,4,2
924
- 1288,44,M,19190,Divorcé(e),Consulting,Senior Manager,1,80,26,25,9
925
- 1289,34,M,4490,Marié(e),Ressources Humaines,Ressources Humaines,4,80,14,10,9
926
- 1291,35,M,3506,Marié(e),Consulting,Assistant de Direction,0,80,4,3,2
927
- 1292,42,F,2372,Marié(e),Consulting,Assistant de Direction,6,80,18,1,0
928
- 1293,43,F,10231,Célibataire,Commercial,Cadre Commercial,3,80,23,21,7
929
- 1294,36,F,5410,Célibataire,Consulting,Tech Lead,9,80,18,16,14
930
- 1295,44,F,7978,Marié(e),Consulting,Manager,1,80,10,10,7
931
- 1296,28,M,3867,Marié(e),Consulting,Consultant,1,80,2,2,2
932
- 1297,51,F,2838,Célibataire,Consulting,Consultant,0,80,8,7,0
933
- 1298,30,F,4695,Célibataire,Consulting,Tech Lead,7,80,10,8,4
934
- 1299,29,F,3339,Divorcé(e),Consulting,Consultant,3,80,10,7,7
935
- 1301,28,M,2080,Célibataire,Consulting,Assistant de Direction,2,80,5,3,2
936
- 1303,25,F,2096,Célibataire,Consulting,Assistant de Direction,1,80,2,2,2
937
- 1304,32,M,6209,Marié(e),Commercial,Cadre Commercial,1,80,10,10,7
938
- 1306,45,F,18061,Célibataire,Consulting,Senior Manager,3,80,22,0,0
939
- 1307,39,F,17123,Divorcé(e),Consulting,Senior Manager,6,80,21,19,9
940
- 1308,58,M,2372,Divorcé(e),Consulting,Assistant de Direction,1,80,2,2,2
941
- 1309,32,M,4883,Marié(e),Consulting,Consultant,1,80,10,10,4
942
- 1310,39,M,3904,Célibataire,Consulting,Assistant de Direction,0,80,6,5,2
943
- 1311,30,F,4627,Marié(e),Consulting,Consultant,0,80,10,9,2
944
- 1312,36,F,7094,Marié(e),Consulting,Manager,3,80,10,7,7
945
- 1314,46,F,3423,Célibataire,Ressources Humaines,Ressources Humaines,6,80,10,7,6
946
- 1315,28,F,6674,Marié(e),Consulting,Consultant,0,80,10,9,8
947
- 1317,50,F,16880,Marié(e),Consulting,Directeur Technique,4,80,25,3,2
948
- 1318,40,M,9094,Célibataire,Commercial,Cadre Commercial,2,80,9,5,4
949
- 1319,52,M,8446,Célibataire,Commercial,Cadre Commercial,9,80,10,8,7
950
- 1321,30,F,11916,Marié(e),Consulting,Senior Manager,1,80,9,9,1
951
- 1322,39,M,4534,Célibataire,Consulting,Tech Lead,0,80,9,8,7
952
- 1324,31,F,9852,Divorcé(e),Commercial,Cadre Commercial,1,80,10,10,8
953
- 1329,41,M,6151,Célibataire,Commercial,Cadre Commercial,1,80,19,19,2
954
- 1331,31,F,2302,Célibataire,Commercial,Représentant Commercial,1,80,3,3,2
955
- 1333,44,M,2362,Marié(e),Consulting,Consultant,4,80,10,3,2
956
- 1334,42,M,17861,Marié(e),Consulting,Senior Manager,0,80,21,20,8
957
- 1336,55,F,19187,Marié(e),Consulting,Senior Manager,4,80,23,19,9
958
- 1338,56,M,19717,Célibataire,Ressources Humaines,Senior Manager,6,80,36,7,3
959
- 1340,40,M,3544,Divorcé(e),Consulting,Assistant de Direction,9,80,6,4,2
960
- 1344,34,M,8500,Divorcé(e),Consulting,Manager,0,80,10,9,7
961
- 1346,40,M,4661,Célibataire,Consulting,Assistant de Direction,1,80,9,9,8
962
- 1349,41,F,4103,Divorcé(e),Commercial,Cadre Commercial,0,80,10,9,3
963
- 1350,35,M,4249,Célibataire,Consulting,Assistant de Direction,1,80,9,9,6
964
- 1352,51,M,14026,Divorcé(e),Ressources Humaines,Senior Manager,1,80,33,33,9
965
- 1355,38,F,6893,Divorcé(e),Commercial,Cadre Commercial,3,80,11,7,7
966
- 1356,34,F,6125,Célibataire,Commercial,Cadre Commercial,1,80,10,10,8
967
- 1358,25,M,3669,Marié(e),Consulting,Consultant,3,80,7,3,2
968
- 1360,58,F,10008,Marié(e),Consulting,Tech Lead,7,80,31,10,9
969
- 1361,40,M,2387,Marié(e),Consulting,Consultant,3,80,7,4,2
970
- 1362,36,F,4639,Marié(e),Commercial,Cadre Commercial,2,80,17,15,7
971
- 1363,48,M,7898,Célibataire,Consulting,Tech Lead,1,80,11,10,9
972
- 1364,27,F,2534,Marié(e),Commercial,Représentant Commercial,8,80,5,1,0
973
- 1367,51,F,13142,Célibataire,Consulting,Tech Lead,3,80,29,5,2
974
- 1368,18,F,1611,Célibataire,Consulting,Consultant,1,80,0,0,0
975
- 1369,35,F,5363,Marié(e),Consulting,Consultant,0,80,10,9,7
976
- 1371,27,M,5071,Célibataire,Commercial,Cadre Commercial,3,80,8,6,2
977
- 1372,55,M,13695,Célibataire,Commercial,Cadre Commercial,6,80,24,19,7
978
- 1373,56,M,13402,Marié(e),Consulting,Tech Lead,4,80,33,19,16
979
- 1374,34,F,2029,Divorcé(e),Consulting,Assistant de Direction,1,80,5,5,4
980
- 1375,40,F,6377,Divorcé(e),Consulting,Manager,5,80,15,12,11
981
- 1377,34,M,5429,Marié(e),Consulting,Consultant,4,80,10,8,7
982
- 1379,31,F,2785,Célibataire,Commercial,Représentant Commercial,7,80,3,1,0
983
- 1380,35,F,4614,Marié(e),Commercial,Cadre Commercial,0,80,5,4,2
984
- 1382,38,M,2610,Divorcé(e),Consulting,Assistant de Direction,1,80,4,4,2
985
- 1383,34,F,6687,Célibataire,Consulting,Manager,1,80,14,14,11
986
- 1387,28,M,4724,Marié(e),Commercial,Cadre Commercial,1,80,5,5,3
987
- 1389,31,M,6179,Marié(e),Consulting,Tech Lead,1,80,10,10,2
988
- 1390,39,M,6120,Marié(e),Commercial,Cadre Commercial,3,80,8,5,4
989
- 1391,51,M,10596,Marié(e),Commercial,Cadre Commercial,2,80,14,4,2
990
- 1392,41,F,5467,Divorcé(e),Consulting,Assistant de Direction,3,80,12,6,2
991
- 1394,37,M,2996,Marié(e),Consulting,Assistant de Direction,7,80,8,6,4
992
- 1395,33,M,9998,Marié(e),Commercial,Cadre Commercial,6,80,8,5,4
993
- 1396,32,M,4078,Marié(e),Commercial,Cadre Commercial,0,80,4,3,2
994
- 1397,39,M,10920,Marié(e),Consulting,Manager,3,80,13,6,4
995
- 1399,25,M,6232,Marié(e),Commercial,Cadre Commercial,2,80,6,3,2
996
- 1401,52,F,13247,Marié(e),Consulting,Tech Lead,2,80,24,5,3
997
- 1402,43,F,4081,Célibataire,Consulting,Assistant de Direction,1,80,20,20,7
998
- 1403,27,F,5769,Marié(e),Commercial,Cadre Commercial,1,80,6,6,2
999
- 1405,27,F,2394,Célibataire,Consulting,Assistant de Direction,1,80,8,8,2
1000
- 1407,26,M,3904,Célibataire,Consulting,Assistant de Direction,0,80,5,4,3
1001
- 1408,42,F,16799,Marié(e),Ressources Humaines,Senior Manager,0,80,21,20,7
1002
- 1409,52,F,2950,Marié(e),Consulting,Consultant,9,80,12,5,4
1003
- 1411,37,F,3629,Célibataire,Consulting,Consultant,4,80,8,3,2
1004
- 1412,35,M,9362,Célibataire,Consulting,Tech Lead,2,80,10,2,2
1005
- 1415,25,M,3229,Marié(e),Consulting,Consultant,4,80,7,3,2
1006
- 1417,26,M,3578,Célibataire,Consulting,Consultant,0,80,8,7,7
1007
- 1419,29,M,7988,Célibataire,Ressources Humaines,Ressources Humaines,1,80,10,10,9
1008
- 1420,49,M,4284,Célibataire,Consulting,Consultant,3,80,20,4,3
1009
- 1421,29,F,7553,Célibataire,Consulting,Manager,0,80,9,8,7
1010
- 1422,54,F,17328,Célibataire,Consulting,Directeur Technique,6,80,29,20,7
1011
- 1423,58,F,19701,Marié(e),Consulting,Directeur Technique,3,80,32,9,8
1012
- 1424,55,M,14732,Divorcé(e),Consulting,Directeur Technique,2,80,31,7,7
1013
- 1425,36,F,9278,Célibataire,Commercial,Cadre Commercial,3,80,15,5,4
1014
- 1427,31,F,1359,Célibataire,Commercial,Représentant Commercial,1,80,1,1,0
1015
- 1428,30,F,4779,Divorcé(e),Commercial,Cadre Commercial,7,80,8,3,2
1016
- 1430,31,F,16422,Célibataire,Consulting,Directeur Technique,3,80,9,3,2
1017
- 1431,34,M,2996,Divorcé(e),Consulting,Assistant de Direction,5,80,10,4,3
1018
- 1433,31,F,1261,Célibataire,Consulting,Assistant de Direction,1,80,1,1,0
1019
- 1434,27,M,2099,Marié(e),Consulting,Consultant,0,80,6,5,0
1020
- 1435,36,M,5810,Célibataire,Consulting,Consultant,1,80,10,10,4
1021
- 1436,36,F,5647,Marié(e),Commercial,Cadre Commercial,4,80,11,3,2
1022
- 1438,47,M,3420,Marié(e),Consulting,Assistant de Direction,7,80,17,6,5
1023
- 1439,25,M,4400,Marié(e),Commercial,Représentant Commercial,3,80,6,3,2
1024
- 1440,37,M,3500,Célibataire,Consulting,Consultant,0,80,7,6,5
1025
- 1441,56,F,2066,Marié(e),Consulting,Assistant de Direction,2,80,5,3,2
1026
- 1443,47,F,17169,Marié(e),Consulting,Directeur Technique,3,80,26,20,17
1027
- 1445,24,F,4162,Marié(e),Commercial,Cadre Commercial,1,80,5,5,4
1028
- 1446,32,M,9204,Marié(e),Commercial,Cadre Commercial,4,80,7,4,3
1029
- 1447,34,F,3294,Marié(e),Consulting,Consultant,5,80,7,5,4
1030
- 1448,41,M,2127,Marié(e),Consulting,Assistant de Direction,2,80,7,4,2
1031
- 1449,40,M,3975,Divorcé(e),Consulting,Consultant,3,80,11,8,7
1032
- 1453,31,M,10793,Divorcé(e),Commercial,Cadre Commercial,1,80,13,13,7
1033
- 1457,46,M,10096,Divorcé(e),Commercial,Cadre Commercial,4,80,28,7,7
1034
- 1458,39,F,3646,Célibataire,Consulting,Consultant,2,80,11,1,0
1035
- 1459,31,F,7446,Célibataire,Consulting,Tech Lead,1,80,10,10,8
1036
- 1460,45,M,10851,Divorcé(e),Consulting,Manager,2,80,24,7,7
1037
- 1461,31,F,2109,Célibataire,Ressources Humaines,Ressources Humaines,9,80,8,3,2
1038
- 1464,31,M,3722,Marié(e),Consulting,Consultant,6,80,7,2,2
1039
- 1465,45,M,9380,Marié(e),Consulting,Tech Lead,4,80,10,3,1
1040
- 1466,48,M,5486,Divorcé(e),Commercial,Cadre Commercial,4,80,15,2,2
1041
- 1467,34,F,2742,Marié(e),Ressources Humaines,Ressources Humaines,1,80,2,2,2
1042
- 1468,40,M,13757,Divorcé(e),Consulting,Directeur Technique,2,80,16,9,8
1043
- 1469,28,M,8463,Célibataire,Commercial,Cadre Commercial,0,80,6,5,4
1044
- 1471,44,M,3162,Célibataire,Consulting,Consultant,3,80,7,5,2
1045
- 1472,53,M,16598,Célibataire,Consulting,Directeur Technique,4,80,35,9,8
1046
- 1473,49,M,6651,Marié(e),Consulting,Manager,2,80,20,3,2
1047
- 1474,40,M,2345,Divorcé(e),Consulting,Assistant de Direction,2,80,8,3,1
1048
- 1475,44,M,3420,Célibataire,Consulting,Assistant de Direction,1,80,6,5,2
1049
- 1477,33,M,4373,Marié(e),Commercial,Cadre Commercial,0,80,5,4,3
1050
- 1478,34,M,4759,Célibataire,Commercial,Cadre Commercial,3,80,15,13,9
1051
- 1479,30,M,5301,Marié(e),Commercial,Cadre Commercial,8,80,4,2,1
1052
- 1480,42,F,3673,Célibataire,Consulting,Consultant,1,80,12,12,9
1053
- 1481,44,F,4768,Marié(e),Commercial,Cadre Commercial,7,80,11,1,0
1054
- 1482,30,M,1274,Divorcé(e),Consulting,Assistant de Direction,1,80,1,1,0
1055
- 1483,57,M,4900,Marié(e),Consulting,Assistant de Direction,0,80,13,12,9
1056
- 1484,49,M,10466,Divorcé(e),Consulting,Manager,3,80,29,8,7
1057
- 1485,34,M,17007,Divorcé(e),Consulting,Directeur Technique,7,80,16,14,8
1058
- 1486,28,M,2909,Marié(e),Commercial,Représentant Commercial,3,80,5,3,2
1059
- 1487,29,F,5765,Célibataire,Commercial,Cadre Commercial,5,80,7,5,3
1060
- 1489,34,F,4599,Célibataire,Commercial,Cadre Commercial,0,80,16,15,9
1061
- 1492,35,M,2404,Marié(e),Commercial,Représentant Commercial,1,80,1,1,0
1062
- 1494,24,M,3172,Célibataire,Consulting,Consultant,2,80,4,0,0
1063
- 1495,24,F,2033,Marié(e),Commercial,Représentant Commercial,1,80,1,1,0
1064
- 1496,44,M,10209,Célibataire,Consulting,Tech Lead,5,80,16,2,2
1065
- 1497,29,M,8620,Divorcé(e),Commercial,Cadre Commercial,1,80,10,10,7
1066
- 1499,30,M,2064,Divorcé(e),Ressources Humaines,Ressources Humaines,0,80,6,5,3
1067
- 1501,55,M,4035,Marié(e),Consulting,Manager,0,80,4,3,2
1068
- 1502,33,F,3838,Marié(e),Consulting,Consultant,8,80,8,5,4
1069
- 1503,47,F,4591,Marié(e),Commercial,Cadre Commercial,3,80,11,5,4
1070
- 1504,28,M,2561,Célibataire,Consulting,Consultant,7,80,8,0,0
1071
- 1506,28,M,1563,Divorcé(e),Consulting,Assistant de Direction,1,80,1,1,0
1072
- 1507,28,M,4898,Célibataire,Commercial,Cadre Commercial,0,80,5,4,2
1073
- 1509,49,F,4789,Marié(e),Consulting,Consultant,4,80,10,3,2
1074
- 1513,29,F,3180,Marié(e),Consulting,Consultant,0,80,4,3,2
1075
- 1514,28,M,6549,Marié(e),Consulting,Tech Lead,1,80,8,8,6
1076
- 1515,33,M,6388,Célibataire,Consulting,Manager,2,80,14,0,0
1077
- 1516,32,M,11244,Célibataire,Consulting,Senior Manager,2,80,10,5,2
1078
- 1520,54,F,16032,Divorcé(e),Consulting,Senior Manager,3,80,26,14,9
1079
- 1522,29,M,2362,Célibataire,Consulting,Assistant de Direction,6,80,11,9,7
1080
- 1523,44,M,16328,Marié(e),Consulting,Directeur Technique,3,80,24,20,6
1081
- 1525,39,F,8376,Célibataire,Consulting,Tech Lead,4,80,9,2,0
1082
- 1527,46,F,16606,Marié(e),Commercial,Senior Manager,8,80,23,13,12
1083
- 1529,35,F,8606,Célibataire,Consulting,Manager,1,80,11,11,8
1084
- 1533,23,M,2272,Célibataire,Consulting,Consultant,0,80,5,4,3
1085
- 1534,40,M,2018,Célibataire,Consulting,Consultant,3,80,15,5,4
1086
- 1535,34,M,7083,Marié(e),Commercial,Cadre Commercial,1,80,10,10,9
1087
- 1537,31,F,4084,Célibataire,Consulting,Assistant de Direction,1,80,7,7,2
1088
- 1539,50,M,14411,Célibataire,Consulting,Directeur Technique,1,80,32,32,6
1089
- 1541,34,M,2308,Marié(e),Commercial,Représentant Commercial,0,80,12,11,10
1090
- 1542,42,M,4841,Marié(e),Consulting,Consultant,4,80,4,1,0
1091
- 1543,37,M,4285,Marié(e),Consulting,Assistant de Direction,1,80,10,10,8
1092
- 1544,29,F,9715,Marié(e),Consulting,Manager,3,80,9,7,7
1093
- 1545,33,M,4320,Célibataire,Consulting,Tech Lead,1,80,5,5,3
1094
- 1546,45,M,2132,Marié(e),Consulting,Assistant de Direction,4,80,8,5,4
1095
- 1547,42,M,10124,Marié(e),Consulting,Manager,2,80,24,20,8
1096
- 1548,40,M,5473,Marié(e),Commercial,Cadre Commercial,0,80,9,8,4
1097
- 1549,33,M,5207,Marié(e),Consulting,Consultant,1,80,15,15,14
1098
- 1550,40,M,16437,Célibataire,Ressources Humaines,Senior Manager,1,80,21,21,7
1099
- 1551,24,M,2296,Divorcé(e),Consulting,Consultant,0,80,2,1,1
1100
- 1552,40,M,4069,Divorcé(e),Consulting,Manager,3,80,8,2,2
1101
- 1553,45,M,7441,Divorcé(e),Consulting,Manager,1,80,10,10,8
1102
- 1554,35,F,2430,Marié(e),Commercial,Représentant Commercial,0,80,6,5,3
1103
- 1555,32,F,5878,Marié(e),Consulting,Assistant de Direction,3,80,12,7,1
1104
- 1556,36,M,2644,Célibataire,Commercial,Représentant Commercial,3,80,7,3,2
1105
- 1557,48,F,6439,Divorcé(e),Commercial,Cadre Commercial,8,80,18,8,7
1106
- 1558,29,M,2451,Marié(e),Consulting,Assistant de Direction,6,80,5,1,0
1107
- 1560,33,M,6392,Marié(e),Commercial,Cadre Commercial,2,80,8,2,2
1108
- 1562,30,M,9714,Marié(e),Commercial,Cadre Commercial,1,80,10,10,8
1109
- 1563,38,M,6077,Marié(e),Ressources Humaines,Ressources Humaines,3,80,10,6,3
1110
- 1564,35,M,2450,Célibataire,Consulting,Consultant,1,80,3,3,0
1111
- 1568,30,M,9250,Marié(e),Commercial,Cadre Commercial,3,80,9,4,2
1112
- 1569,35,F,2074,Divorcé(e),Consulting,Consultant,1,80,1,1,0
1113
- 1572,53,F,10169,Marié(e),Consulting,Tech Lead,0,80,34,33,7
1114
- 1573,38,M,4855,Marié(e),Consulting,Tech Lead,4,80,7,5,2
1115
- 1574,32,M,4087,Marié(e),Consulting,Assistant de Direction,4,80,9,6,5
1116
- 1576,48,F,2367,Marié(e),Consulting,Assistant de Direction,8,80,10,8,2
1117
- 1577,34,M,2972,Célibataire,Consulting,Assistant de Direction,1,80,1,1,0
1118
- 1578,55,M,19586,Marié(e),Commercial,Senior Manager,1,80,36,36,6
1119
- 1580,34,M,5484,Marié(e),Consulting,Assistant de Direction,9,80,9,2,2
1120
- 1581,26,F,2061,Marié(e),Consulting,Assistant de Direction,1,80,1,1,0
1121
- 1582,38,M,9924,Marié(e),Commercial,Cadre Commercial,0,80,10,9,8
1122
- 1583,38,F,4198,Célibataire,Commercial,Cadre Commercial,2,80,8,3,2
1123
- 1585,36,F,6815,Célibataire,Commercial,Cadre Commercial,6,80,15,1,0
1124
- 1586,29,M,4723,Célibataire,Consulting,Consultant,1,80,10,10,9
1125
- 1587,35,F,6142,Célibataire,Consulting,Manager,3,80,10,5,2
1126
- 1588,39,M,8237,Marié(e),Commercial,Cadre Commercial,2,80,11,7,6
1127
- 1590,29,M,8853,Divorcé(e),Consulting,Manager,1,80,6,6,4
1128
- 1591,50,M,19331,Marié(e),Commercial,Senior Manager,4,80,27,1,0
1129
- 1592,23,M,2073,Marié(e),Consulting,Assistant de Direction,2,80,4,2,2
1130
- 1594,36,M,5562,Marié(e),Consulting,Consultant,3,80,9,3,2
1131
- 1595,42,M,19613,Célibataire,Consulting,Senior Manager,8,80,24,1,0
1132
- 1596,35,M,3407,Marié(e),Consulting,Consultant,1,80,10,10,9
1133
- 1597,34,M,5063,Marié(e),Consulting,Manager,1,80,8,8,2
1134
- 1598,40,F,4639,Marié(e),Commercial,Cadre Commercial,1,80,5,5,4
1135
- 1599,43,M,4876,Divorcé(e),Consulting,Consultant,5,80,8,6,4
1136
- 1601,35,M,2690,Marié(e),Consulting,Consultant,1,80,1,1,0
1137
- 1602,46,M,17567,Célibataire,Commercial,Senior Manager,1,80,27,26,0
1138
- 1604,28,M,2408,Marié(e),Consulting,Consultant,1,80,1,1,1
1139
- 1605,22,F,2814,Marié(e),Consulting,Assistant de Direction,1,80,4,4,2
1140
- 1606,50,M,11245,Marié(e),Consulting,Manager,2,80,32,30,8
1141
- 1607,32,F,3312,Marié(e),Consulting,Assistant de Direction,3,80,6,3,2
1142
- 1608,44,F,19049,Divorcé(e),Consulting,Directeur Technique,0,80,23,22,7
1143
- 1609,30,M,2141,Marié(e),Consulting,Assistant de Direction,1,80,6,6,4
1144
- 1611,45,F,5769,Célibataire,Consulting,Consultant,1,80,10,10,7
1145
- 1612,45,M,4385,Marié(e),Commercial,Cadre Commercial,1,80,10,10,7
1146
- 1613,31,M,5332,Célibataire,Commercial,Cadre Commercial,7,80,10,5,2
1147
- 1614,36,F,4663,Marié(e),Consulting,Tech Lead,9,80,7,3,2
1148
- 1615,34,M,4724,Divorcé(e),Consulting,Tech Lead,1,80,9,9,7
1149
- 1617,49,F,3211,Marié(e),Consulting,Consultant,1,80,10,9,6
1150
- 1618,39,M,5377,Marié(e),Consulting,Tech Lead,2,80,10,7,7
1151
- 1619,27,M,4066,Divorcé(e),Consulting,Consultant,1,80,7,7,7
1152
- 1621,35,M,5208,Marié(e),Consulting,Assistant de Direction,1,80,16,16,15
1153
- 1622,28,F,4877,Divorcé(e),Consulting,Tech Lead,0,80,6,5,3
1154
- 1623,21,M,3117,Célibataire,Consulting,Assistant de Direction,1,80,3,2,2
1155
- 1624,18,F,1569,Célibataire,Commercial,Représentant Commercial,1,80,0,0,0
1156
- 1625,47,F,19658,Marié(e),Ressources Humaines,Senior Manager,3,80,27,5,2
1157
- 1627,39,M,3069,Divorcé(e),Consulting,Consultant,0,80,11,10,8
1158
- 1628,40,F,10435,Marié(e),Consulting,Tech Lead,1,80,18,18,15
1159
- 1630,35,F,4148,Marié(e),Consulting,Manager,1,80,15,14,11
1160
- 1631,37,M,5768,Marié(e),Consulting,Tech Lead,3,80,9,4,3
1161
- 1633,39,F,5042,Célibataire,Consulting,Tech Lead,0,80,10,9,2
1162
- 1635,45,F,5770,Divorcé(e),Consulting,Tech Lead,1,80,10,10,7
1163
- 1638,38,F,7756,Marié(e),Consulting,Tech Lead,3,80,10,5,4
1164
- 1639,35,M,10306,Marié(e),Commercial,Cadre Commercial,9,80,15,13,12
1165
- 1640,37,F,3936,Marié(e),Consulting,Assistant de Direction,1,80,8,8,4
1166
- 1641,40,F,7945,Célibataire,Consulting,Tech Lead,6,80,18,4,2
1167
- 1642,44,M,5743,Marié(e),Ressources Humaines,Ressources Humaines,4,80,14,10,7
1168
- 1644,48,M,15202,Marié(e),Consulting,Senior Manager,2,80,23,2,2
1169
- 1645,35,M,5440,Divorcé(e),Commercial,Cadre Commercial,6,80,7,2,2
1170
- 1646,24,F,3760,Célibataire,Consulting,Assistant de Direction,1,80,6,6,3
1171
- 1647,27,F,3517,Marié(e),Consulting,Assistant de Direction,7,80,5,3,2
1172
- 1648,27,M,2580,Célibataire,Consulting,Assistant de Direction,2,80,6,4,2
1173
- 1649,40,M,2166,Célibataire,Consulting,Consultant,3,80,10,4,2
1174
- 1650,29,M,5869,Célibataire,Commercial,Cadre Commercial,9,80,8,5,2
1175
- 1651,36,F,8008,Marié(e),Consulting,Manager,4,80,9,3,2
1176
- 1653,25,M,5206,Divorcé(e),Consulting,Tech Lead,1,80,7,7,7
1177
- 1654,39,M,5295,Marié(e),Consulting,Tech Lead,4,80,7,5,4
1178
- 1655,49,F,16413,Marié(e),Consulting,Directeur Technique,3,80,27,4,2
1179
- 1656,50,F,13269,Divorcé(e),Consulting,Directeur Technique,5,80,19,14,11
1180
- 1657,20,F,2783,Célibataire,Commercial,Représentant Commercial,1,80,2,2,2
1181
- 1658,34,F,5433,Divorcé(e),Consulting,Assistant de Direction,1,80,11,11,8
1182
- 1659,36,M,2013,Célibataire,Consulting,Consultant,2,80,15,4,3
1183
- 1661,49,F,13966,Marié(e),Consulting,Manager,2,80,30,15,11
1184
- 1662,36,F,4374,Marié(e),Consulting,Tech Lead,0,80,4,3,2
1185
- 1664,36,M,6842,Divorcé(e),Consulting,Manager,6,80,13,5,4
1186
- 1665,54,F,17426,Marié(e),Consulting,Senior Manager,3,80,36,10,8
1187
- 1666,43,M,17603,Marié(e),Consulting,Directeur Technique,1,80,14,14,10
1188
- 1667,35,M,4581,Célibataire,Commercial,Cadre Commercial,3,80,13,11,9
1189
- 1668,38,M,4735,Marié(e),Consulting,Assistant de Direction,7,80,19,13,11
1190
- 1669,29,M,4187,Divorcé(e),Commercial,Cadre Commercial,1,80,10,10,0
1191
- 1670,33,M,5505,Divorcé(e),Commercial,Cadre Commercial,1,80,6,6,2
1192
- 1671,32,M,5470,Divorcé(e),Consulting,Assistant de Direction,0,80,10,9,5
1193
- 1673,31,F,5476,Marié(e),Commercial,Cadre Commercial,1,80,10,10,0
1194
- 1674,49,F,2587,Divorcé(e),Consulting,Consultant,4,80,17,2,2
1195
- 1675,38,F,2440,Célibataire,Consulting,Consultant,1,80,4,4,3
1196
- 1676,47,F,15972,Divorcé(e),Commercial,Senior Manager,6,80,29,3,2
1197
- 1677,49,M,15379,Célibataire,Consulting,Senior Manager,4,80,23,8,7
1198
- 1678,41,M,7082,Célibataire,Commercial,Cadre Commercial,3,80,21,2,0
1199
- 1680,20,M,2728,Célibataire,Commercial,Représentant Commercial,1,80,2,2,2
1200
- 1681,33,F,5368,Divorcé(e),Commercial,Cadre Commercial,1,80,7,6,5
1201
- 1682,36,M,5347,Marié(e),Consulting,Manager,6,80,10,3,2
1202
- 1683,44,F,3195,Divorcé(e),Ressources Humaines,Ressources Humaines,4,80,8,2,2
1203
- 1684,23,M,3989,Célibataire,Consulting,Consultant,1,80,5,5,4
1204
- 1687,38,F,3306,Marié(e),Consulting,Consultant,7,80,7,0,0
1205
- 1689,53,M,7005,Marié(e),Consulting,Manager,3,80,11,4,3
1206
- 1691,48,F,2655,Marié(e),Commercial,Représentant Commercial,2,80,19,9,7
1207
- 1692,32,M,1393,Célibataire,Consulting,Consultant,1,80,1,1,0
1208
- 1693,26,M,2570,Célibataire,Consulting,Consultant,1,80,7,7,7
1209
- 1694,55,M,3537,Divorcé(e),Consulting,Assistant de Direction,5,80,8,4,2
1210
- 1696,34,M,3986,Marié(e),Consulting,Consultant,1,80,15,15,10
1211
- 1697,60,M,10883,Divorcé(e),Consulting,Manager,3,80,19,1,0
1212
- 1698,33,M,2028,Marié(e),Consulting,Consultant,1,80,14,14,11
1213
- 1700,37,M,9525,Divorcé(e),Commercial,Cadre Commercial,1,80,6,6,3
1214
- 1701,34,F,2929,Marié(e),Consulting,Assistant de Direction,1,80,10,10,9
1215
- 1702,23,M,2275,Divorcé(e),Commercial,Représentant Commercial,1,80,3,3,2
1216
- 1703,44,F,7879,Marié(e),Consulting,Manager,1,80,9,8,7
1217
- 1704,35,M,4930,Célibataire,Consulting,Assistant de Direction,0,80,6,5,4
1218
- 1706,43,M,7847,Marié(e),Commercial,Cadre Commercial,1,80,10,10,9
1219
- 1707,24,M,4401,Marié(e),Consulting,Assistant de Direction,1,80,5,5,3
1220
- 1708,41,M,9241,Célibataire,Commercial,Cadre Commercial,1,80,10,10,8
1221
- 1709,29,F,2974,Marié(e),Consulting,Consultant,9,80,9,5,3
1222
- 1710,36,F,4502,Célibataire,Commercial,Représentant Commercial,3,80,17,13,7
1223
- 1712,45,M,10748,Marié(e),Consulting,Manager,3,80,25,23,15
1224
- 1714,24,M,1555,Marié(e),Ressources Humaines,Ressources Humaines,1,80,1,1,0
1225
- 1716,47,M,12936,Marié(e),Commercial,Cadre Commercial,7,80,25,23,5
1226
- 1718,26,M,2305,Marié(e),Consulting,Consultant,1,80,3,3,2
1227
- 1719,45,F,16704,Célibataire,Consulting,Directeur Technique,1,80,21,21,6
1228
- 1720,32,M,3433,Marié(e),Consulting,Assistant de Direction,6,80,10,5,2
1229
- 1721,31,M,3477,Marié(e),Consulting,Consultant,1,80,6,5,2
1230
- 1722,41,M,6430,Marié(e),Ressources Humaines,Ressources Humaines,6,80,10,3,2
1231
- 1724,40,F,6516,Marié(e),Consulting,Tech Lead,2,80,18,1,0
1232
- 1725,24,M,3907,Divorcé(e),Consulting,Consultant,1,80,6,6,2
1233
- 1727,46,M,5562,Célibataire,Consulting,Manager,6,80,19,10,7
1234
- 1728,35,M,6883,Marié(e),Consulting,Tech Lead,2,80,17,7,7
1235
- 1729,30,M,2862,Marié(e),Consulting,Assistant de Direction,1,80,10,10,0
1236
- 1731,47,M,4978,Marié(e),Commercial,Cadre Commercial,7,80,4,1,0
1237
- 1732,46,M,10368,Divorcé(e),Commercial,Cadre Commercial,4,80,13,10,6
1238
- 1733,36,M,6134,Divorcé(e),Commercial,Cadre Commercial,5,80,16,2,2
1239
- 1734,32,M,6735,Célibataire,Commercial,Cadre Commercial,6,80,10,0,0
1240
- 1735,23,F,3295,Célibataire,Consulting,Consultant,1,80,3,3,2
1241
- 1736,31,F,5238,Célibataire,Consulting,Tech Lead,2,80,9,5,4
1242
- 1737,39,M,6472,Marié(e),Consulting,Consultant,1,80,9,9,8
1243
- 1739,32,M,9610,Marié(e),Commercial,Cadre Commercial,3,80,10,4,3
1244
- 1740,40,M,19833,Célibataire,Commercial,Senior Manager,1,80,21,21,8
1245
- 1744,45,F,9756,Marié(e),Ressources Humaines,Ressources Humaines,4,80,9,5,0
1246
- 1745,30,F,4968,Célibataire,Consulting,Assistant de Direction,0,80,10,9,7
1247
- 1746,24,M,2145,Marié(e),Ressources Humaines,Ressources Humaines,0,80,3,2,2
1248
- 1747,30,F,2180,Divorcé(e),Ressources Humaines,Ressources Humaines,6,80,6,4,2
1249
- 1749,31,M,8346,Marié(e),Commercial,Cadre Commercial,1,80,6,5,2
1250
- 1751,27,F,3445,Célibataire,Consulting,Assistant de Direction,1,80,6,6,2
1251
- 1752,29,F,2760,Célibataire,Commercial,Représentant Commercial,1,80,2,2,2
1252
- 1753,29,M,6294,Célibataire,Consulting,Manager,8,80,10,3,2
1253
- 1754,30,M,7140,Divorcé(e),Commercial,Cadre Commercial,2,80,12,7,7
1254
- 1755,34,M,2932,Marié(e),Consulting,Assistant de Direction,0,80,6,5,0
1255
- 1756,33,F,5147,Célibataire,Commercial,Cadre Commercial,8,80,13,11,7
1256
- 1757,49,F,4507,Célibataire,Commercial,Cadre Commercial,3,80,8,5,1
1257
- 1758,33,F,8564,Célibataire,Commercial,Cadre Commercial,2,80,11,0,0
1258
- 1760,38,F,2468,Marié(e),Consulting,Consultant,4,80,9,6,1
1259
- 1761,31,M,8161,Marié(e),Commercial,Cadre Commercial,2,80,10,1,0
1260
- 1762,29,F,2109,Divorcé(e),Consulting,Assistant de Direction,1,80,1,1,0
1261
- 1763,30,M,5294,Marié(e),Consulting,Manager,3,80,10,7,0
1262
- 1764,32,M,2718,Célibataire,Consulting,Assistant de Direction,2,80,12,7,7
1263
- 1766,38,M,5811,Marié(e),Consulting,Manager,3,80,15,1,0
1264
- 1767,43,M,2437,Marié(e),Consulting,Assistant de Direction,9,80,6,1,0
1265
- 1768,42,M,2766,Divorcé(e),Consulting,Consultant,8,80,7,5,3
1266
- 1770,55,M,19038,Marié(e),Consulting,Directeur Technique,8,80,34,1,0
1267
- 1771,33,M,3055,Divorcé(e),Consulting,Assistant de Direction,5,80,11,9,8
1268
- 1772,41,M,2289,Divorcé(e),Consulting,Consultant,1,80,5,5,3
1269
- 1774,34,M,4001,Divorcé(e),Commercial,Cadre Commercial,1,80,15,15,14
1270
- 1775,53,F,12965,Marié(e),Consulting,Tech Lead,4,80,27,3,2
1271
- 1778,43,M,3539,Célibataire,Ressources Humaines,Ressources Humaines,0,80,10,9,7
1272
- 1779,34,F,6029,Célibataire,Commercial,Cadre Commercial,5,80,6,2,2
1273
- 1780,21,M,2679,Célibataire,Commercial,Représentant Commercial,1,80,1,1,0
1274
- 1782,38,F,3702,Marié(e),Consulting,Consultant,1,80,5,5,4
1275
- 1783,22,F,2398,Marié(e),Consulting,Consultant,1,80,1,1,0
1276
- 1784,31,F,5468,Marié(e),Commercial,Cadre Commercial,1,80,13,12,7
1277
- 1786,51,F,13116,Marié(e),Consulting,Senior Manager,2,80,15,2,2
1278
- 1787,37,M,4189,Marié(e),Commercial,Cadre Commercial,1,80,5,5,2
1279
- 1789,46,M,19328,Divorcé(e),Consulting,Directeur Technique,7,80,24,2,1
1280
- 1790,36,M,8321,Marié(e),Consulting,Manager,7,80,15,12,8
1281
- 1792,44,M,2342,Divorcé(e),Consulting,Assistant de Direction,1,80,6,5,3
1282
- 1794,37,M,4071,Divorcé(e),Ressources Humaines,Ressources Humaines,2,80,19,10,0
1283
- 1797,35,M,5813,Célibataire,Commercial,Cadre Commercial,1,80,10,10,7
1284
- 1798,33,M,3143,Marié(e),Consulting,Assistant de Direction,6,80,14,10,8
1285
- 1799,28,M,2044,Marié(e),Consulting,Assistant de Direction,1,80,5,5,3
1286
- 1800,39,M,13464,Célibataire,Consulting,Directeur Technique,7,80,9,4,3
1287
- 1801,46,M,7991,Célibataire,Commercial,Cadre Commercial,8,80,6,2,2
1288
- 1802,40,F,3377,Marié(e),Consulting,Consultant,4,80,7,4,3
1289
- 1803,42,M,5538,Marié(e),Consulting,Manager,5,80,10,0,0
1290
- 1804,35,M,5762,Divorcé(e),Consulting,Tech Lead,2,80,15,7,7
1291
- 1805,38,M,2592,Divorcé(e),Ressources Humaines,Ressources Humaines,5,80,13,11,10
1292
- 1807,34,M,5346,Marié(e),Consulting,Consultant,4,80,11,7,1
1293
- 1809,37,M,4213,Célibataire,Consulting,Tech Lead,1,80,10,10,3
1294
- 1812,39,M,4127,Divorcé(e),Commercial,Cadre Commercial,2,80,7,2,1
1295
- 1813,43,M,2438,Célibataire,Consulting,Assistant de Direction,4,80,7,3,2
1296
- 1814,41,M,6870,Célibataire,Consulting,Manager,3,80,11,3,2
1297
- 1815,41,F,10447,Divorcé(e),Commercial,Cadre Commercial,0,80,23,22,14
1298
- 1816,30,F,9667,Célibataire,Consulting,Tech Lead,9,80,9,7,7
1299
- 1818,26,F,2148,Marié(e),Ressources Humaines,Ressources Humaines,0,80,6,5,1
1300
- 1821,46,F,8926,Marié(e),Consulting,Manager,4,80,13,9,7
1301
- 1822,40,F,6513,Divorcé(e),Consulting,Manager,4,80,12,5,3
1302
- 1823,34,M,6799,Marié(e),Commercial,Cadre Commercial,1,80,10,10,8
1303
- 1824,58,M,16291,Divorcé(e),Commercial,Senior Manager,4,80,37,16,9
1304
- 1826,35,M,2705,Marié(e),Consulting,Consultant,0,80,6,5,4
1305
- 1827,47,F,10333,Divorcé(e),Consulting,Tech Lead,8,80,28,22,11
1306
- 1829,40,F,4448,Divorcé(e),Consulting,Manager,2,80,15,7,4
1307
- 1830,54,F,6854,Marié(e),Consulting,Assistant de Direction,4,80,14,7,1
1308
- 1833,31,F,9637,Marié(e),Commercial,Cadre Commercial,2,80,9,3,2
1309
- 1834,28,F,3591,Marié(e),Consulting,Assistant de Direction,1,80,3,3,2
1310
- 1835,38,F,5405,Marié(e),Commercial,Représentant Commercial,2,80,20,4,2
1311
- 1836,26,M,4684,Célibataire,Commercial,Cadre Commercial,1,80,5,5,3
1312
- 1837,58,M,15787,Marié(e),Consulting,Directeur Technique,2,80,23,2,2
1313
- 1839,18,F,1514,Célibataire,Consulting,Assistant de Direction,1,80,0,0,0
1314
- 1842,31,M,2956,Marié(e),Ressources Humaines,Ressources Humaines,0,80,2,1,0
1315
- 1844,29,M,2335,Divorcé(e),Ressources Humaines,Ressources Humaines,4,80,4,2,2
1316
- 1845,45,F,5154,Marié(e),Commercial,Cadre Commercial,4,80,10,8,7
1317
- 1847,36,F,6962,Marié(e),Consulting,Assistant de Direction,4,80,15,1,0
1318
- 1849,43,M,5675,Marié(e),Commercial,Cadre Commercial,1,80,7,7,7
1319
- 1850,27,F,2379,Célibataire,Consulting,Consultant,0,80,6,5,4
1320
- 1852,29,M,3812,Marié(e),Consulting,Consultant,1,80,11,11,8
1321
- 1853,32,M,4648,Célibataire,Commercial,Cadre Commercial,8,80,4,0,0
1322
- 1854,42,M,2936,Marié(e),Consulting,Assistant de Direction,3,80,10,6,3
1323
- 1856,47,F,2105,Célibataire,Consulting,Consultant,4,80,7,2,2
1324
- 1857,46,M,8578,Divorcé(e),Consulting,Tech Lead,3,80,12,9,8
1325
- 1858,28,M,2706,Divorcé(e),Ressources Humaines,Ressources Humaines,1,80,3,3,2
1326
- 1859,29,M,6384,Divorcé(e),Consulting,Manager,8,80,11,7,0
1327
- 1860,42,M,3968,Célibataire,Consulting,Consultant,4,80,8,0,0
1328
- 1862,32,M,9907,Célibataire,Commercial,Cadre Commercial,7,80,7,2,2
1329
- 1863,46,F,13225,Divorcé(e),Commercial,Cadre Commercial,2,80,25,19,17
1330
- 1864,27,F,3540,Marié(e),Commercial,Représentant Commercial,1,80,9,9,8
1331
- 1865,29,M,2804,Marié(e),Ressources Humaines,Ressources Humaines,1,80,1,1,0
1332
- 1866,43,F,19392,Marié(e),Consulting,Senior Manager,7,80,21,16,12
1333
- 1867,48,M,19665,Marié(e),Consulting,Directeur Technique,4,80,29,22,10
1334
- 1868,29,M,2439,Célibataire,Consulting,Assistant de Direction,1,80,1,1,0
1335
- 1869,46,F,7314,Marié(e),Commercial,Cadre Commercial,5,80,14,8,7
1336
- 1870,27,F,4774,Marié(e),Consulting,Assistant de Direction,0,80,8,7,6
1337
- 1871,39,M,3902,Divorcé(e),Consulting,Assistant de Direction,8,80,7,2,2
1338
- 1873,55,M,2662,Marié(e),Consulting,Assistant de Direction,8,80,19,5,2
1339
- 1875,28,F,2856,Marié(e),Commercial,Représentant Commercial,1,80,1,1,0
1340
- 1876,30,M,1081,Célibataire,Commercial,Représentant Commercial,1,80,1,1,0
1341
- 1878,22,M,2472,Célibataire,Consulting,Assistant de Direction,1,80,1,1,0
1342
- 1880,36,F,5673,Marié(e),Commercial,Cadre Commercial,1,80,10,10,9
1343
- 1881,31,M,4197,Divorcé(e),Consulting,Consultant,1,80,10,10,8
1344
- 1882,34,M,9713,Marié(e),Commercial,Cadre Commercial,2,80,9,5,3
1345
- 1883,29,M,2062,Célibataire,Consulting,Consultant,3,80,11,3,2
1346
- 1885,37,M,4284,Marié(e),Consulting,Assistant de Direction,5,80,16,5,3
1347
- 1886,35,F,4788,Marié(e),Consulting,Tech Lead,0,80,4,3,2
1348
- 1888,45,F,5906,Marié(e),Consulting,Tech Lead,0,80,10,9,8
1349
- 1890,36,M,3886,Célibataire,Ressources Humaines,Ressources Humaines,1,80,10,10,1
1350
- 1892,40,M,16823,Divorcé(e),Consulting,Senior Manager,2,80,22,19,7
1351
- 1893,26,F,2933,Marié(e),Consulting,Assistant de Direction,1,80,1,1,0
1352
- 1898,27,F,6500,Célibataire,Commercial,Cadre Commercial,0,80,9,8,7
1353
- 1900,48,F,17174,Divorcé(e),Consulting,Senior Manager,3,80,24,22,17
1354
- 1903,44,M,5033,Marié(e),Consulting,Manager,2,80,10,2,0
1355
- 1905,34,M,2307,Marié(e),Consulting,Assistant de Direction,1,80,5,5,2
1356
- 1907,56,M,2587,Célibataire,Consulting,Consultant,1,80,5,4,2
1357
- 1908,36,M,5507,Marié(e),Commercial,Cadre Commercial,2,80,12,4,2
1358
- 1909,41,F,4393,Marié(e),Commercial,Cadre Commercial,5,80,14,5,4
1359
- 1911,42,M,13348,Marié(e),Consulting,Directeur Technique,9,80,18,13,7
1360
- 1912,31,F,6583,Divorcé(e),Commercial,Cadre Commercial,2,80,8,5,2
1361
- 1915,34,F,8103,Marié(e),Commercial,Cadre Commercial,3,80,9,4,2
1362
- 1916,31,F,3978,Divorcé(e),Consulting,Consultant,8,80,4,2,2
1363
- 1918,26,M,2544,Marié(e),Consulting,Consultant,0,80,8,7,7
1364
- 1922,45,M,5399,Célibataire,Consulting,Manager,4,80,12,4,2
1365
- 1924,33,M,5487,Célibataire,Commercial,Cadre Commercial,1,80,10,10,4
1366
- 1927,28,M,6834,Marié(e),Commercial,Cadre Commercial,1,80,7,7,7
1367
- 1928,29,M,1091,Célibataire,Commercial,Représentant Commercial,1,80,1,1,0
1368
- 1929,39,F,5736,Marié(e),Commercial,Cadre Commercial,6,80,10,3,2
1369
- 1931,27,M,2226,Marié(e),Consulting,Assistant de Direction,1,80,6,5,3
1370
- 1932,34,M,5747,Marié(e),Consulting,Assistant de Direction,1,80,16,15,10
1371
- 1933,28,F,9854,Célibataire,Commercial,Cadre Commercial,3,80,6,2,0
1372
- 1934,47,M,5467,Marié(e),Consulting,Assistant de Direction,8,80,16,8,7
1373
- 1935,56,F,5380,Marié(e),Commercial,Cadre Commercial,4,80,6,0,0
1374
- 1936,39,M,5151,Marié(e),Consulting,Tech Lead,1,80,10,10,0
1375
- 1937,38,F,2133,Divorcé(e),Consulting,Assistant de Direction,1,80,20,20,11
1376
- 1938,58,F,17875,Marié(e),Commercial,Senior Manager,4,80,29,1,0
1377
- 1939,32,F,2432,Célibataire,Consulting,Assistant de Direction,3,80,8,4,1
1378
- 1940,38,M,4771,Divorcé(e),Consulting,Assistant de Direction,2,80,10,5,2
1379
- 1941,49,M,19161,Marié(e),Consulting,Directeur Technique,3,80,28,5,4
1380
- 1943,42,M,5087,Divorcé(e),Commercial,Cadre Commercial,3,80,14,0,0
1381
- 1944,27,F,2863,Marié(e),Ressources Humaines,Ressources Humaines,1,80,1,1,0
1382
- 1945,35,M,5561,Marié(e),Commercial,Cadre Commercial,0,80,6,5,3
1383
- 1947,28,M,2144,Célibataire,Consulting,Assistant de Direction,1,80,5,5,3
1384
- 1948,31,M,3065,Divorcé(e),Consulting,Assistant de Direction,1,80,4,4,2
1385
- 1949,36,M,2810,Marié(e),Consulting,Consultant,1,80,5,5,4
1386
- 1950,34,M,9888,Célibataire,Commercial,Cadre Commercial,1,80,14,14,8
1387
- 1951,34,M,8628,Divorcé(e),Commercial,Cadre Commercial,1,80,9,8,7
1388
- 1952,26,M,2867,Célibataire,Consulting,Consultant,0,80,8,7,7
1389
- 1954,29,M,5373,Marié(e),Consulting,Manager,0,80,6,5,3
1390
- 1955,32,F,6667,Divorcé(e),Consulting,Manager,5,80,9,5,1
1391
- 1956,31,M,5003,Marié(e),Consulting,Assistant de Direction,1,80,10,10,8
1392
- 1960,28,M,2367,Divorcé(e),Consulting,Consultant,5,80,6,4,1
1393
- 1961,38,M,2858,Célibataire,Commercial,Représentant Commercial,4,80,20,1,0
1394
- 1962,35,F,5204,Marié(e),Commercial,Cadre Commercial,1,80,10,10,8
1395
- 1965,27,M,4105,Célibataire,Commercial,Cadre Commercial,1,80,7,7,7
1396
- 1966,32,M,9679,Célibataire,Consulting,Tech Lead,8,80,8,1,0
1397
- 1967,31,M,5617,Marié(e),Commercial,Cadre Commercial,1,80,10,10,7
1398
- 1968,53,M,10448,Célibataire,Commercial,Cadre Commercial,6,80,15,2,2
1399
- 1969,54,F,2897,Marié(e),Consulting,Assistant de Direction,3,80,9,4,3
1400
- 1970,33,M,5968,Divorcé(e),Consulting,Manager,1,80,9,9,7
1401
- 1971,43,M,7510,Marié(e),Consulting,Manager,1,80,10,10,9
1402
- 1972,38,M,2991,Marié(e),Ressources Humaines,Ressources Humaines,0,80,7,6,2
1403
- 1973,55,M,19636,Marié(e),Ressources Humaines,Senior Manager,4,80,35,10,9
1404
- 1974,31,F,1129,Divorcé(e),Consulting,Consultant,1,80,1,1,0
1405
- 1975,39,M,13341,Célibataire,Commercial,Cadre Commercial,0,80,21,20,8
1406
- 1976,42,M,4332,Célibataire,Consulting,Assistant de Direction,1,80,20,20,9
1407
- 1979,31,F,11031,Marié(e),Consulting,Directeur Technique,4,80,13,11,7
1408
- 1980,54,F,4440,Célibataire,Consulting,Tech Lead,6,80,9,5,2
1409
- 1981,24,M,4617,Célibataire,Consulting,Manager,1,80,4,4,3
1410
- 1982,23,M,2647,Célibataire,Consulting,Consultant,1,80,5,5,2
1411
- 1985,40,F,6323,Marié(e),Consulting,Consultant,1,80,10,10,9
1412
- 1986,40,F,5677,Marié(e),Commercial,Cadre Commercial,3,80,15,11,8
1413
- 1987,25,F,2187,Marié(e),Ressources Humaines,Ressources Humaines,4,80,6,2,0
1414
- 1989,30,M,3748,Marié(e),Consulting,Consultant,1,80,12,12,8
1415
- 1992,25,M,3977,Divorcé(e),Consulting,Consultant,6,80,7,2,2
1416
- 1993,47,M,8633,Célibataire,Consulting,Manager,2,80,25,17,14
1417
- 1994,33,M,2008,Divorcé(e),Consulting,Consultant,1,80,1,1,1
1418
- 1995,38,M,4440,Marié(e),Commercial,Cadre Commercial,0,80,16,15,13
1419
- 1996,31,M,3067,Marié(e),Commercial,Représentant Commercial,0,80,3,2,2
1420
- 1997,38,M,5321,Marié(e),Consulting,Tech Lead,2,80,10,8,3
1421
- 1998,42,M,5410,Divorcé(e),Consulting,Assistant de Direction,6,80,9,4,3
1422
- 1999,41,M,2782,Marié(e),Consulting,Assistant de Direction,3,80,12,5,3
1423
- 2000,47,F,11957,Marié(e),Consulting,Directeur Technique,0,80,14,13,8
1424
- 2003,35,M,2660,Marié(e),Consulting,Consultant,7,80,5,2,2
1425
- 2007,22,M,3375,Célibataire,Consulting,Assistant de Direction,0,80,4,3,2
1426
- 2008,35,M,5098,Célibataire,Consulting,Assistant de Direction,1,80,10,10,7
1427
- 2009,33,F,4878,Marié(e),Consulting,Manager,0,80,10,9,7
1428
- 2010,32,F,2837,Célibataire,Consulting,Consultant,1,80,6,6,2
1429
- 2012,40,M,2406,Marié(e),Consulting,Consultant,8,80,8,1,0
1430
- 2013,32,M,2269,Marié(e),Commercial,Représentant Commercial,0,80,3,2,2
1431
- 2014,39,M,4108,Célibataire,Consulting,Assistant de Direction,7,80,18,7,7
1432
- 2015,38,F,13206,Marié(e),Consulting,Directeur Technique,3,80,20,18,16
1433
- 2016,32,F,10422,Marié(e),Commercial,Cadre Commercial,1,80,14,14,10
1434
- 2017,37,F,13744,Marié(e),Consulting,Directeur Technique,1,80,16,16,11
1435
- 2018,25,F,4907,Divorcé(e),Commercial,Cadre Commercial,0,80,6,5,3
1436
- 2019,52,M,3482,Divorcé(e),Commercial,Représentant Commercial,2,80,16,9,8
1437
- 2020,44,M,2436,Célibataire,Consulting,Assistant de Direction,6,80,6,4,3
1438
- 2021,21,M,2380,Célibataire,Commercial,Représentant Commercial,1,80,2,2,2
1439
- 2022,39,M,19431,Célibataire,Consulting,Senior Manager,2,80,21,6,0
1440
- 2023,23,M,1790,Marié(e),Commercial,Représentant Commercial,1,80,1,1,0
1441
- 2024,36,F,7644,Marié(e),Commercial,Cadre Commercial,0,80,10,9,7
1442
- 2025,36,F,5131,Divorcé(e),Consulting,Tech Lead,7,80,18,4,2
1443
- 2026,56,M,6306,Divorcé(e),Consulting,Manager,1,80,13,13,12
1444
- 2027,29,M,4787,Marié(e),Consulting,Assistant de Direction,9,80,4,2,2
1445
- 2031,42,M,18880,Marié(e),Consulting,Senior Manager,5,80,24,22,6
1446
- 2032,56,M,2339,Marié(e),Consulting,Consultant,8,80,14,10,9
1447
- 2034,41,F,13570,Marié(e),Consulting,Tech Lead,0,80,21,20,7
1448
- 2035,34,F,6712,Marié(e),Commercial,Cadre Commercial,1,80,8,8,7
1449
- 2036,36,M,5406,Divorcé(e),Commercial,Cadre Commercial,1,80,15,15,12
1450
- 2037,41,M,8938,Divorcé(e),Commercial,Cadre Commercial,2,80,14,5,4
1451
- 2038,32,M,2439,Célibataire,Consulting,Assistant de Direction,1,80,4,4,2
1452
- 2040,35,F,8837,Célibataire,Ressources Humaines,Ressources Humaines,1,80,9,9,0
1453
- 2041,38,F,5343,Marié(e),Commercial,Cadre Commercial,1,80,10,10,7
1454
- 2044,50,M,6728,Divorcé(e),Commercial,Cadre Commercial,7,80,12,6,3
1455
- 2045,36,F,6652,Marié(e),Commercial,Cadre Commercial,4,80,8,6,3
1456
- 2046,45,F,4850,Célibataire,Commercial,Cadre Commercial,8,80,8,5,3
1457
- 2048,40,M,2809,Célibataire,Consulting,Assistant de Direction,2,80,8,2,2
1458
- 2049,35,M,5689,Marié(e),Consulting,Manager,1,80,10,10,2
1459
- 2051,40,F,2001,Marié(e),Consulting,Assistant de Direction,2,80,20,5,3
1460
- 2052,35,F,2977,Marié(e),Consulting,Assistant de Direction,1,80,4,4,3
1461
- 2053,29,M,4025,Marié(e),Consulting,Consultant,4,80,10,4,3
1462
- 2054,29,F,3785,Célibataire,Consulting,Assistant de Direction,1,80,5,5,4
1463
- 2055,50,M,10854,Divorcé(e),Commercial,Cadre Commercial,4,80,20,3,2
1464
- 2056,39,F,12031,Marié(e),Commercial,Cadre Commercial,0,80,21,20,9
1465
- 2057,31,M,9936,Célibataire,Consulting,Tech Lead,0,80,10,9,4
1466
- 2060,26,F,2966,Célibataire,Commercial,Représentant Commercial,0,80,5,4,2
1467
- 2061,36,M,2571,Marié(e),Consulting,Consultant,4,80,17,5,2
1468
- 2062,39,M,9991,Marié(e),Consulting,Manager,4,80,9,7,7
1469
- 2064,27,M,6142,Marié(e),Consulting,Tech Lead,1,80,6,6,2
1470
- 2065,49,M,5390,Marié(e),Commercial,Cadre Commercial,2,80,17,9,6
1471
- 2068,34,M,4404,Marié(e),Consulting,Consultant,2,80,6,4,3
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
data/extrait_sondage.csv DELETED
@@ -1,1471 +0,0 @@
1
- a_quitte_l_entreprise,nombre_participation_pee,nb_formations_suivies,nombre_employee_sous_responsabilite,code_sondage,distance_domicile_travail,niveau_education,domaine_etude,ayant_enfants,frequence_deplacement,annees_depuis_la_derniere_promotion,annes_sous_responsable_actuel
2
- Oui,0,0,1,000001,1,2,Infra & Cloud,Y,Occasionnel,0,5
3
- Non,1,3,1,000002,8,1,Infra & Cloud,Y,Frequent,1,7
4
- Oui,0,3,1,000004,2,2,Autre,Y,Occasionnel,0,0
5
- Non,0,3,1,000005,3,4,Infra & Cloud,Y,Frequent,3,0
6
- Non,1,3,1,000007,2,1,Transformation Digitale,Y,Occasionnel,2,2
7
- Non,0,2,1,000008,2,2,Infra & Cloud,Y,Frequent,3,6
8
- Non,3,3,1,0000010,3,3,Transformation Digitale,Y,Occasionnel,0,0
9
- Non,1,2,1,0000011,24,1,Infra & Cloud,Y,Occasionnel,0,0
10
- Non,0,2,1,0000012,23,3,Infra & Cloud,Y,Frequent,1,8
11
- Non,2,3,1,0000013,27,3,Transformation Digitale,Y,Occasionnel,7,7
12
- Non,1,5,1,0000014,16,3,Transformation Digitale,Y,Occasionnel,0,3
13
- Non,0,3,1,0000015,15,2,Infra & Cloud,Y,Occasionnel,0,8
14
- Non,1,1,1,0000016,26,1,Infra & Cloud,Y,Occasionnel,4,3
15
- Non,1,2,1,0000018,19,2,Transformation Digitale,Y,Occasionnel,1,2
16
- Oui,0,4,1,0000019,24,3,Infra & Cloud,Y,Occasionnel,0,3
17
- Non,1,1,1,0000020,21,4,Infra & Cloud,Y,Occasionnel,8,8
18
- Non,2,5,1,0000021,5,2,Infra & Cloud,Y,Occasionnel,0,5
19
- Non,2,2,1,0000022,16,2,Transformation Digitale,Y,Aucun,0,0
20
- Non,0,3,1,0000023,2,4,Infra & Cloud,Y,Occasionnel,3,7
21
- Non,0,3,1,0000024,2,3,Infra & Cloud,Y,Occasionnel,1,2
22
- Non,1,5,1,0000026,11,2,Autre,Y,Aucun,1,3
23
- Oui,0,4,1,0000027,9,4,Infra & Cloud,Y,Occasionnel,0,3
24
- Non,0,4,1,0000028,7,4,Infra & Cloud,Y,Occasionnel,2,11
25
- Non,0,6,1,0000030,15,2,Infra & Cloud,Y,Occasionnel,0,0
26
- Oui,0,2,1,0000031,6,1,Transformation Digitale,Y,Occasionnel,1,3
27
- Non,1,3,1,0000032,5,3,Autre,Y,Occasionnel,4,8
28
- Oui,0,5,1,0000033,16,1,Infra & Cloud,Y,Frequent,6,7
29
- Non,1,2,1,0000035,8,4,Marketing,Y,Occasionnel,4,2
30
- Non,1,4,1,0000036,7,4,Transformation Digitale,Y,Occasionnel,5,17
31
- Non,0,2,1,0000038,2,4,Marketing,Y,Occasionnel,2,1
32
- Non,0,3,1,0000039,2,3,Transformation Digitale,Y,Occasionnel,0,0
33
- Non,0,5,1,0000040,10,4,Autre,Y,Occasionnel,1,3
34
- Non,0,5,1,0000041,9,2,Transformation Digitale,Y,Occasionnel,1,8
35
- Oui,1,6,1,0000042,5,3,Entrepreunariat,Y,Occasionnel,0,0
36
- Oui,1,2,1,0000045,1,3,Transformation Digitale,Y,Occasionnel,2,0
37
- Non,2,3,1,0000046,2,2,Transformation Digitale,Y,Occasionnel,1,4
38
- Oui,0,2,1,0000047,3,2,Marketing,Y,Occasionnel,0,2
39
- Non,0,3,1,0000049,2,3,Marketing,Y,Occasionnel,2,2
40
- Non,1,3,1,0000051,5,4,Infra & Cloud,Y,Occasionnel,0,0
41
- Non,2,3,1,0000052,1,3,Infra & Cloud,Y,Frequent,1,3
42
- Non,1,3,1,0000053,4,2,Autre,Y,Occasionnel,0,0
43
- Non,1,6,1,0000054,2,4,Infra & Cloud,Y,Occasionnel,0,0
44
- Oui,0,2,1,0000055,25,3,Infra & Cloud,Y,Occasionnel,0,1
45
- Non,0,0,1,0000056,8,3,Infra & Cloud,Y,Frequent,1,7
46
- Non,0,2,1,0000057,1,2,Transformation Digitale,Y,Frequent,3,7
47
- Oui,0,0,1,0000058,12,3,Entrepreunariat,Y,Occasionnel,15,8
48
- Non,0,2,1,0000060,23,4,Marketing,Y,Aucun,8,7
49
- Non,0,1,1,0000061,19,2,Infra & Cloud,Y,Occasionnel,0,0
50
- Non,0,4,1,0000062,5,4,Marketing,Y,Frequent,0,8
51
- Non,0,2,1,0000063,8,1,Infra & Cloud,Y,Occasionnel,0,1
52
- Oui,0,2,1,0000064,1,2,Infra & Cloud,Y,Occasionnel,0,0
53
- Oui,0,3,1,0000065,5,4,Entrepreunariat,Y,Occasionnel,2,2
54
- Non,1,2,1,0000068,1,5,Marketing,Y,Occasionnel,1,3
55
- Non,1,3,1,0000070,11,2,Transformation Digitale,Y,Aucun,2,3
56
- Non,1,2,1,0000072,23,3,Marketing,Y,Occasionnel,0,0
57
- Non,0,1,1,0000073,1,2,Infra & Cloud,Y,Frequent,8,12
58
- Non,1,3,1,0000074,18,5,Infra & Cloud,Y,Frequent,1,8
59
- Non,1,3,1,0000075,23,4,Transformation Digitale,Y,Occasionnel,2,2
60
- Non,1,3,1,0000076,7,4,Infra & Cloud,Y,Occasionnel,1,7
61
- Non,1,2,1,0000077,1,4,Infra & Cloud,Y,Occasionnel,0,7
62
- Non,1,3,1,0000078,1,3,Transformation Digitale,Y,Occasionnel,7,8
63
- Non,0,2,1,0000079,29,5,Infra & Cloud,Y,Frequent,9,9
64
- Non,1,2,1,0000080,7,2,Transformation Digitale,Y,Occasionnel,13,8
65
- Non,0,3,1,0000081,25,3,Infra & Cloud,Y,Occasionnel,7,9
66
- Non,3,2,1,0000083,8,3,Entrepreunariat,Y,Occasionnel,12,8
67
- Non,3,2,1,0000084,8,3,Transformation Digitale,Y,Occasionnel,0,2
68
- Non,0,3,1,0000085,11,3,Infra & Cloud,Y,Frequent,0,3
69
- Non,1,2,1,0000086,7,3,Infra & Cloud,Y,Occasionnel,0,0
70
- Non,1,2,1,0000088,1,3,Transformation Digitale,Y,Frequent,1,2
71
- Oui,1,0,1,0000090,9,3,Transformation Digitale,Y,Occasionnel,0,0
72
- Non,0,2,1,0000091,1,1,Infra & Cloud,Y,Frequent,1,3
73
- Non,1,3,1,0000094,2,3,Infra & Cloud,Y,Occasionnel,0,4
74
- Non,0,4,1,0000095,1,4,Transformation Digitale,Y,Occasionnel,1,0
75
- Non,2,3,1,0000096,1,3,Infra & Cloud,Y,Occasionnel,0,9
76
- Non,0,3,1,0000097,6,3,Infra & Cloud,Y,Occasionnel,0,0
77
- Non,0,2,1,0000098,8,4,Infra & Cloud,Y,Occasionnel,1,8
78
- Non,0,2,1,00000100,1,4,Marketing,Y,Occasionnel,2,8
79
- Non,0,3,1,00000101,6,4,Autre,Y,Occasionnel,0,0
80
- Non,0,3,1,00000102,7,4,Transformation Digitale,Y,Occasionnel,0,2
81
- Non,1,2,1,00000103,5,2,Transformation Digitale,Y,Occasionnel,0,2
82
- Non,2,1,1,00000104,1,1,Infra & Cloud,Y,Occasionnel,3,0
83
- Non,0,3,1,00000105,1,3,Transformation Digitale,Y,Occasionnel,0,4
84
- Non,1,4,1,00000106,1,2,Infra & Cloud,Y,Occasionnel,1,0
85
- Non,3,3,1,00000107,6,3,Transformation Digitale,Y,Aucun,1,9
86
- Non,0,2,1,00000110,1,2,Transformation Digitale,Y,Occasionnel,1,3
87
- Non,0,3,1,00000112,7,3,Infra & Cloud,Y,Occasionnel,0,2
88
- Non,1,3,1,00000113,2,1,Entrepreunariat,Y,Occasionnel,0,0
89
- Non,2,4,1,00000116,9,4,Infra & Cloud,Y,Occasionnel,0,3
90
- Non,3,3,1,00000117,2,3,Infra & Cloud,Y,Occasionnel,10,8
91
- Oui,0,3,1,00000118,9,2,Transformation Digitale,Y,Occasionnel,4,7
92
- Non,1,3,1,00000119,1,4,Infra & Cloud,Y,Frequent,11,11
93
- Non,0,2,1,00000120,21,4,Marketing,Y,Occasionnel,1,0
94
- Non,3,4,1,00000121,4,2,Transformation Digitale,Y,Occasionnel,2,7
95
- Non,1,5,1,00000124,1,3,Transformation Digitale,Y,Frequent,9,5
96
- Non,0,0,1,00000125,6,4,Transformation Digitale,Y,Occasionnel,5,7
97
- Non,1,5,1,00000126,2,4,Entrepreunariat,Y,Occasionnel,0,3
98
- Non,1,2,1,00000128,3,2,Autre,Y,Occasionnel,0,2
99
- Non,0,3,1,00000129,4,3,Transformation Digitale,Y,Aucun,0,4
100
- Non,0,1,1,00000131,10,4,Transformation Digitale,Y,Occasionnel,1,8
101
- Non,1,3,1,00000132,23,3,Transformation Digitale,Y,Aucun,1,2
102
- Oui,0,3,1,00000133,6,4,Ressources Humaines,Y,Occasionnel,0,2
103
- Non,0,2,1,00000134,1,1,Infra & Cloud,Y,Occasionnel,0,0
104
- Oui,0,5,1,00000137,6,3,Infra & Cloud,Y,Frequent,1,0
105
- Non,0,3,1,00000138,6,4,Autre,Y,Occasionnel,2,10
106
- Non,1,2,1,00000139,2,2,Infra & Cloud,Y,Aucun,0,0
107
- Non,1,3,1,00000140,2,4,Ressources Humaines,Y,Aucun,2,2
108
- Non,0,1,1,00000141,1,3,Infra & Cloud,Y,Frequent,0,7
109
- Oui,0,1,1,00000142,5,3,Marketing,Y,Occasionnel,0,3
110
- Non,2,2,1,00000143,7,1,Transformation Digitale,Y,Occasionnel,2,1
111
- Non,0,5,1,00000144,15,3,Transformation Digitale,Y,Occasionnel,0,0
112
- Non,0,1,1,00000145,1,4,Transformation Digitale,Y,Frequent,12,8
113
- Oui,0,3,1,00000147,7,3,Infra & Cloud,Y,Frequent,0,6
114
- Non,0,3,1,00000148,26,3,Ressources Humaines,Y,Aucun,4,4
115
- Non,1,2,1,00000150,18,1,Infra & Cloud,Y,Occasionnel,1,2
116
- Non,1,3,1,00000151,6,4,Infra & Cloud,Y,Occasionnel,0,0
117
- Non,0,3,1,00000152,3,3,Infra & Cloud,Y,Occasionnel,1,3
118
- Non,0,6,1,00000153,5,3,Transformation Digitale,Y,Occasionnel,5,8
119
- Non,1,6,1,00000154,11,2,Entrepreunariat,Y,Frequent,2,8
120
- Non,1,2,1,00000155,3,2,Infra & Cloud,Y,Occasionnel,0,0
121
- Non,2,3,1,00000158,26,2,Infra & Cloud,Y,Frequent,4,12
122
- Non,3,2,1,00000159,23,3,Infra & Cloud,Y,Frequent,0,9
123
- Non,1,2,1,00000160,22,2,Marketing,Y,Aucun,0,7
124
- Oui,3,2,1,00000161,14,4,Infra & Cloud,Y,Occasionnel,4,3
125
- Non,0,5,1,00000162,6,3,Infra & Cloud,Y,Occasionnel,15,15
126
- Oui,0,3,1,00000163,6,4,Infra & Cloud,Y,Occasionnel,7,7
127
- Non,0,3,1,00000164,6,3,Autre,Y,Occasionnel,4,3
128
- Oui,1,3,1,00000165,23,4,Transformation Digitale,Y,Occasionnel,15,6
129
- Oui,0,2,1,00000167,22,1,Marketing,Y,Occasionnel,0,0
130
- Non,1,2,1,00000169,2,1,Entrepreunariat,Y,Occasionnel,2,1
131
- Non,0,2,1,00000170,20,4,Transformation Digitale,Y,Occasionnel,5,11
132
- Non,0,2,1,00000171,28,3,Transformation Digitale,Y,Frequent,1,2
133
- Non,0,3,1,00000174,12,3,Marketing,Y,Frequent,2,1
134
- Oui,1,2,1,00000175,20,3,Infra & Cloud,Y,Occasionnel,2,2
135
- Non,1,2,1,00000176,9,1,Infra & Cloud,Y,Occasionnel,0,7
136
- Non,1,3,1,00000177,25,1,Infra & Cloud,Y,Occasionnel,5,7
137
- Non,2,0,1,00000178,6,2,Transformation Digitale,Y,Occasionnel,0,1
138
- Oui,0,2,1,00000179,8,4,Infra & Cloud,Y,Frequent,0,3
139
- Non,1,1,1,00000182,4,4,Infra & Cloud,Y,Occasionnel,5,9
140
- Non,0,3,1,00000183,28,3,Infra & Cloud,Y,Occasionnel,2,2
141
- Non,0,2,1,00000184,9,3,Ressources Humaines,Y,Occasionnel,4,7
142
- Oui,0,2,1,00000190,9,3,Transformation Digitale,Y,Occasionnel,0,4
143
- Non,0,2,1,00000192,29,3,Transformation Digitale,Y,Occasionnel,0,3
144
- Non,0,2,1,00000193,3,5,Entrepreunariat,Y,Occasionnel,2,2
145
- Non,0,4,1,00000194,18,3,Infra & Cloud,Y,Occasionnel,0,4
146
- Non,3,2,1,00000195,9,2,Transformation Digitale,Y,Frequent,0,7
147
- Non,1,3,1,00000197,5,3,Entrepreunariat,Y,Occasionnel,2,2
148
- Non,0,3,1,00000198,2,1,Transformation Digitale,Y,Occasionnel,1,2
149
- Non,1,2,1,00000199,10,3,Infra & Cloud,Y,Frequent,7,7
150
- Non,1,2,1,00000200,9,4,Infra & Cloud,Y,Occasionnel,1,4
151
- Non,0,3,1,00000201,3,1,Transformation Digitale,Y,Occasionnel,0,0
152
- Non,1,2,1,00000202,26,3,Transformation Digitale,Y,Frequent,2,13
153
- Non,2,3,1,00000204,1,5,Marketing,Y,Occasionnel,0,6
154
- Non,1,3,1,00000205,6,2,Marketing,Y,Occasionnel,4,5
155
- Non,1,2,1,00000206,9,3,Infra & Cloud,Y,Occasionnel,0,15
156
- Non,0,2,1,00000207,8,3,Marketing,Y,Frequent,3,7
157
- Non,1,1,1,00000208,1,1,Entrepreunariat,Y,Aucun,0,9
158
- Non,0,2,1,00000211,7,4,Transformation Digitale,Y,Occasionnel,0,0
159
- Non,1,3,1,00000214,9,3,Transformation Digitale,Y,Occasionnel,0,0
160
- Non,1,2,1,00000215,4,4,Marketing,Y,Occasionnel,2,11
161
- Non,1,3,1,00000216,2,4,Marketing,Y,Frequent,1,2
162
- Non,2,6,1,00000217,19,1,Transformation Digitale,Y,Occasionnel,2,2
163
- Non,1,1,1,00000218,9,3,Transformation Digitale,Y,Aucun,2,2
164
- Non,1,2,1,00000221,21,3,Transformation Digitale,Y,Occasionnel,0,2
165
- Non,1,2,1,00000223,24,2,Infra & Cloud,Y,Occasionnel,1,4
166
- Non,1,2,1,00000224,3,3,Transformation Digitale,Y,Aucun,0,1
167
- Non,0,5,1,00000226,11,3,Infra & Cloud,Y,Occasionnel,4,4
168
- Non,1,2,1,00000227,14,3,Infra & Cloud,Y,Occasionnel,1,8
169
- Non,1,2,1,00000228,5,3,Infra & Cloud,Y,Occasionnel,7,4
170
- Non,0,2,1,00000230,1,4,Infra & Cloud,Y,Occasionnel,0,7
171
- Non,0,2,1,00000231,6,5,Infra & Cloud,Y,Occasionnel,1,4
172
- Non,1,3,1,00000233,17,3,Entrepreunariat,Y,Occasionnel,1,1
173
- Oui,0,5,1,00000235,1,1,Entrepreunariat,Y,Frequent,0,0
174
- Non,0,3,1,00000238,3,2,Transformation Digitale,Y,Frequent,7,2
175
- Non,2,4,1,00000239,9,3,Transformation Digitale,Y,Aucun,6,10
176
- Non,1,3,1,00000240,4,2,Infra & Cloud,Y,Occasionnel,0,3
177
- Non,1,3,1,00000241,8,3,Infra & Cloud,Y,Occasionnel,2,2
178
- Non,0,2,1,00000242,2,3,Infra & Cloud,Y,Occasionnel,0,2
179
- Oui,0,3,1,00000243,2,3,Infra & Cloud,Y,Occasionnel,1,0
180
- Non,3,2,1,00000244,1,2,Marketing,Y,Occasionnel,15,7
181
- Non,0,3,1,00000245,9,2,Infra & Cloud,Y,Occasionnel,2,1
182
- Non,1,0,1,00000246,12,1,Transformation Digitale,Y,Occasionnel,0,2
183
- Non,0,3,1,00000247,27,2,Transformation Digitale,Y,Occasionnel,1,2
184
- Oui,0,5,1,00000248,20,2,Marketing,Y,Occasionnel,0,2
185
- Non,1,2,1,00000249,1,3,Transformation Digitale,Y,Occasionnel,0,2
186
- Non,2,3,1,00000250,13,2,Transformation Digitale,Y,Occasionnel,1,3
187
- Non,1,5,1,00000252,14,3,Transformation Digitale,Y,Occasionnel,1,6
188
- Non,1,2,1,00000253,4,1,Transformation Digitale,Y,Occasionnel,9,9
189
- Non,0,3,1,00000254,14,4,Transformation Digitale,Y,Occasionnel,2,15
190
- Non,0,2,1,00000256,2,1,Infra & Cloud,Y,Frequent,1,9
191
- Non,0,6,1,00000258,3,3,Transformation Digitale,Y,Occasionnel,1,0
192
- Non,1,5,1,00000259,1,4,Infra & Cloud,Y,Occasionnel,11,9
193
- Non,0,2,1,00000260,9,3,Transformation Digitale,Y,Occasionnel,0,3
194
- Oui,0,1,1,00000261,23,2,Infra & Cloud,Y,Occasionnel,0,1
195
- Non,3,3,1,00000262,7,3,Transformation Digitale,Y,Aucun,2,2
196
- Non,1,1,1,00000264,2,2,Transformation Digitale,Y,Aucun,11,8
197
- Non,1,3,1,00000267,21,3,Infra & Cloud,Y,Occasionnel,1,7
198
- Non,0,5,1,00000269,2,3,Transformation Digitale,Y,Frequent,1,2
199
- Non,1,5,1,00000270,21,2,Transformation Digitale,Y,Aucun,0,2
200
- Non,0,3,1,00000271,2,4,Infra & Cloud,Y,Occasionnel,0,0
201
- Non,1,3,1,00000273,29,3,Entrepreunariat,Y,Occasionnel,1,7
202
- Non,1,1,1,00000274,1,1,Entrepreunariat,Y,Frequent,2,0
203
- Non,2,0,1,00000275,18,4,Infra & Cloud,Y,Aucun,1,7
204
- Non,1,4,1,00000277,10,4,Transformation Digitale,Y,Frequent,2,0
205
- Non,1,2,1,00000281,19,2,Transformation Digitale,Y,Occasionnel,3,7
206
- Oui,0,2,1,00000282,29,1,Transformation Digitale,Y,Occasionnel,0,0
207
- Oui,3,3,1,00000283,27,3,Marketing,Y,Occasionnel,1,9
208
- Non,1,2,1,00000284,5,3,Infra & Cloud,Y,Occasionnel,2,2
209
- Non,0,2,1,00000286,18,1,Transformation Digitale,Y,Frequent,1,7
210
- Non,1,5,1,00000287,9,5,Infra & Cloud,Y,Aucun,0,2
211
- Non,1,3,1,00000288,1,4,Transformation Digitale,Y,Occasionnel,0,3
212
- Oui,0,2,1,00000291,4,4,Transformation Digitale,Y,Occasionnel,9,8
213
- Non,0,2,1,00000292,1,1,Infra & Cloud,Y,Aucun,5,8
214
- Non,0,2,1,00000293,20,3,Infra & Cloud,Y,Frequent,0,7
215
- Non,2,5,1,00000296,8,4,Infra & Cloud,Y,Occasionnel,4,7
216
- Oui,0,5,1,00000297,3,3,Entrepreunariat,Y,Occasionnel,0,4
217
- Non,0,3,1,00000298,6,3,Infra & Cloud,Y,Occasionnel,0,0
218
- Oui,0,5,1,00000299,26,4,Marketing,Y,Frequent,0,1
219
- Oui,0,1,1,00000300,1,3,Entrepreunariat,Y,Occasionnel,1,5
220
- Non,0,2,1,00000302,6,3,Transformation Digitale,Y,Aucun,12,8
221
- Non,1,4,1,00000303,3,3,Marketing,Y,Occasionnel,0,5
222
- Non,0,3,1,00000304,5,2,Infra & Cloud,Y,Occasionnel,3,7
223
- Non,0,3,1,00000305,4,4,Transformation Digitale,Y,Occasionnel,1,1
224
- Non,3,1,1,00000306,11,3,Autre,Y,Frequent,0,7
225
- Non,2,6,1,00000307,3,3,Infra & Cloud,Y,Occasionnel,5,13
226
- Non,1,2,1,00000308,1,4,Transformation Digitale,Y,Aucun,1,4
227
- Non,1,6,1,00000309,3,3,Infra & Cloud,Y,Occasionnel,0,0
228
- Non,1,2,1,00000311,4,4,Marketing,Y,Frequent,5,8
229
- Non,1,5,1,00000312,1,1,Transformation Digitale,Y,Frequent,4,1
230
- Non,0,3,1,00000314,1,3,Marketing,Y,Frequent,0,8
231
- Oui,0,3,1,00000315,18,1,Transformation Digitale,Y,Occasionnel,0,1
232
- Non,0,3,1,00000316,2,3,Infra & Cloud,Y,Occasionnel,2,2
233
- Non,0,3,1,00000319,4,2,Entrepreunariat,Y,Occasionnel,11,15
234
- Non,0,2,1,00000321,6,2,Transformation Digitale,Y,Occasionnel,2,2
235
- Non,1,3,1,00000323,1,4,Transformation Digitale,Y,Occasionnel,0,6
236
- Oui,1,2,1,00000325,14,3,Transformation Digitale,Y,Occasionnel,0,4
237
- Non,1,3,1,00000327,16,3,Marketing,Y,Occasionnel,1,9
238
- Oui,0,3,1,00000328,2,2,Infra & Cloud,Y,Occasionnel,1,7
239
- Non,0,2,1,00000329,2,4,Infra & Cloud,Y,Aucun,15,12
240
- Non,1,5,1,00000330,4,2,Infra & Cloud,Y,Occasionnel,1,2
241
- Oui,0,2,1,00000331,1,3,Infra & Cloud,Y,Occasionnel,1,2
242
- Non,3,1,1,00000332,1,4,Transformation Digitale,Y,Occasionnel,1,2
243
- Non,0,2,1,00000333,26,4,Marketing,Y,Aucun,2,2
244
- Non,2,2,1,00000334,19,2,Infra & Cloud,Y,Occasionnel,0,0
245
- Non,2,3,1,00000335,24,2,Entrepreunariat,Y,Occasionnel,4,7
246
- Non,1,2,1,00000336,1,3,Autre,Y,Occasionnel,1,7
247
- Non,1,3,1,00000337,3,4,Transformation Digitale,Y,Frequent,2,2
248
- Non,1,2,1,00000338,5,4,Infra & Cloud,Y,Occasionnel,0,2
249
- Non,1,3,1,00000339,2,4,Infra & Cloud,Y,Occasionnel,5,9
250
- Non,1,2,1,00000340,1,2,Transformation Digitale,Y,Occasionnel,0,2
251
- Non,1,1,1,00000341,7,4,Infra & Cloud,Y,Frequent,0,2
252
- Oui,2,5,1,00000342,10,3,Transformation Digitale,Y,Frequent,0,0
253
- Non,0,1,1,00000343,2,4,Entrepreunariat,Y,Frequent,11,8
254
- Non,0,1,1,00000346,15,3,Infra & Cloud,Y,Occasionnel,1,5
255
- Non,0,1,1,00000347,17,2,Infra & Cloud,Y,Occasionnel,0,2
256
- Non,1,2,1,00000349,20,2,Marketing,Y,Occasionnel,0,2
257
- Non,2,3,1,00000350,1,3,Infra & Cloud,Y,Occasionnel,1,2
258
- Non,1,4,1,00000351,2,3,Transformation Digitale,Y,Occasionnel,7,8
259
- Non,1,5,1,00000352,2,2,Transformation Digitale,Y,Occasionnel,3,9
260
- Non,0,0,1,00000353,1,3,Infra & Cloud,Y,Occasionnel,0,0
261
- Oui,0,2,1,00000355,29,2,Transformation Digitale,Y,Frequent,1,4
262
- Non,0,3,1,00000359,7,3,Infra & Cloud,Y,Frequent,0,3
263
- Non,1,0,1,00000361,2,2,Infra & Cloud,Y,Aucun,7,5
264
- Non,0,5,1,00000362,2,1,Entrepreunariat,Y,Occasionnel,0,4
265
- Non,1,2,1,00000363,2,3,Entrepreunariat,Y,Occasionnel,7,7
266
- Oui,0,5,1,00000364,2,4,Infra & Cloud,Y,Occasionnel,0,0
267
- Non,2,2,1,00000366,2,3,Transformation Digitale,Y,Occasionnel,0,0
268
- Non,1,2,1,00000367,23,3,Transformation Digitale,Y,Occasionnel,7,8
269
- Non,2,2,1,00000369,5,2,Infra & Cloud,Y,Aucun,1,5
270
- Non,0,2,1,00000372,20,2,Transformation Digitale,Y,Occasionnel,4,10
271
- Non,1,4,1,00000373,6,3,Infra & Cloud,Y,Occasionnel,10,11
272
- Non,0,2,1,00000374,1,3,Transformation Digitale,Y,Occasionnel,4,13
273
- Oui,1,2,1,00000376,29,4,Infra & Cloud,Y,Aucun,9,9
274
- Non,1,3,1,00000377,9,3,Transformation Digitale,Y,Occasionnel,0,4
275
- Non,1,5,1,00000378,6,4,Transformation Digitale,Y,Occasionnel,0,1
276
- Non,0,4,1,00000379,3,2,Transformation Digitale,Y,Occasionnel,1,0
277
- Non,2,2,1,00000380,1,4,Transformation Digitale,Y,Aucun,0,2
278
- Non,1,6,1,00000381,22,3,Infra & Cloud,Y,Occasionnel,6,2
279
- Non,1,3,1,00000382,7,2,Transformation Digitale,Y,Occasionnel,7,7
280
- Non,1,6,1,00000384,1,3,Infra & Cloud,Y,Frequent,1,4
281
- Non,2,4,1,00000385,4,1,Infra & Cloud,Y,Occasionnel,1,6
282
- Non,3,5,1,00000386,3,4,Transformation Digitale,Y,Occasionnel,1,3
283
- Non,0,3,1,00000387,1,1,Infra & Cloud,Y,Occasionnel,11,6
284
- Non,0,3,1,00000388,2,2,Infra & Cloud,Y,Frequent,0,9
285
- Non,1,4,1,00000389,20,2,Entrepreunariat,Y,Occasionnel,0,8
286
- Non,1,3,1,00000390,11,2,Transformation Digitale,Y,Frequent,3,3
287
- Non,0,3,1,00000391,1,3,Infra & Cloud,Y,Occasionnel,5,7
288
- Oui,1,0,1,00000392,24,3,Infra & Cloud,Y,Frequent,0,0
289
- Non,1,2,1,00000393,23,4,Infra & Cloud,Y,Occasionnel,1,2
290
- Oui,1,2,1,00000394,16,4,Transformation Digitale,Y,Occasionnel,0,2
291
- Non,0,3,1,00000395,8,2,Infra & Cloud,Y,Occasionnel,0,2
292
- Non,0,4,1,00000396,10,4,Infra & Cloud,Y,Frequent,1,2
293
- Non,0,2,1,00000397,3,3,Entrepreunariat,Y,Occasionnel,7,7
294
- Non,1,5,1,00000399,5,3,Marketing,Y,Frequent,2,2
295
- Oui,0,0,1,00000401,4,4,Marketing,Y,Occasionnel,7,4
296
- Non,3,3,1,00000403,9,3,Transformation Digitale,Y,Frequent,1,2
297
- Non,1,2,1,00000404,26,3,Marketing,Y,Frequent,4,8
298
- Oui,0,2,1,00000405,3,3,Infra & Cloud,Y,Occasionnel,0,0
299
- Non,2,3,1,00000406,16,3,Marketing,Y,Occasionnel,6,9
300
- Non,2,2,1,00000407,18,4,Infra & Cloud,Y,Frequent,0,0
301
- Non,1,3,1,00000408,2,3,Transformation Digitale,Y,Occasionnel,1,2
302
- Non,0,2,1,00000410,2,4,Infra & Cloud,Y,Occasionnel,0,4
303
- Non,0,2,1,00000411,10,3,Transformation Digitale,Y,Occasionnel,0,0
304
- Non,0,2,1,00000412,16,2,Transformation Digitale,Y,Occasionnel,0,7
305
- Non,1,3,1,00000416,7,3,Entrepreunariat,Y,Occasionnel,7,7
306
- Non,3,5,1,00000417,1,3,Transformation Digitale,Y,Occasionnel,3,7
307
- Non,1,3,1,00000419,24,4,Infra & Cloud,Y,Aucun,0,8
308
- Non,1,3,1,00000420,7,3,Infra & Cloud,Y,Occasionnel,4,8
309
- Non,1,2,1,00000421,25,2,Infra & Cloud,Y,Occasionnel,0,1
310
- Non,1,2,1,00000422,1,4,Infra & Cloud,Y,Aucun,1,2
311
- Non,1,4,1,00000423,5,4,Entrepreunariat,Y,Occasionnel,0,3
312
- Non,0,1,1,00000424,2,3,Ressources Humaines,Y,Occasionnel,1,0
313
- Non,1,2,1,00000425,7,3,Infra & Cloud,Y,Frequent,9,11
314
- Non,1,2,1,00000426,2,4,Infra & Cloud,Y,Occasionnel,2,2
315
- Non,2,2,1,00000428,5,4,Infra & Cloud,Y,Frequent,8,8
316
- Non,0,3,1,00000429,10,1,Transformation Digitale,Y,Occasionnel,11,10
317
- Non,0,5,1,00000430,10,4,Infra & Cloud,Y,Frequent,1,7
318
- Non,0,2,1,00000431,1,2,Entrepreunariat,Y,Occasionnel,0,7
319
- Oui,0,3,1,00000433,8,4,Transformation Digitale,Y,Occasionnel,7,7
320
- Non,0,2,1,00000434,5,3,Infra & Cloud,Y,Occasionnel,1,2
321
- Non,0,2,1,00000436,8,2,Entrepreunariat,Y,Occasionnel,11,9
322
- Non,0,3,1,00000437,2,3,Infra & Cloud,Y,Occasionnel,0,4
323
- Non,3,3,1,00000438,7,3,Marketing,Y,Occasionnel,1,7
324
- Non,0,0,1,00000439,2,4,Transformation Digitale,Y,Occasionnel,0,7
325
- Oui,0,4,1,00000440,2,4,Transformation Digitale,Y,Occasionnel,2,2
326
- Non,2,2,1,00000441,28,2,Transformation Digitale,Y,Occasionnel,1,9
327
- Non,1,2,1,00000442,7,2,Infra & Cloud,Y,Frequent,8,9
328
- Non,1,2,1,00000444,7,2,Transformation Digitale,Y,Frequent,13,3
329
- Oui,0,3,1,00000445,3,2,Transformation Digitale,Y,Occasionnel,0,0
330
- Non,0,6,1,00000446,10,3,Marketing,Y,Frequent,0,1
331
- Non,1,2,1,00000447,5,5,Infra & Cloud,Y,Occasionnel,1,1
332
- Non,1,3,1,00000448,10,4,Infra & Cloud,Y,Frequent,0,0
333
- Non,1,0,1,00000449,1,1,Marketing,Y,Aucun,1,4
334
- Non,0,4,1,00000450,20,4,Infra & Cloud,Y,Frequent,0,3
335
- Non,1,1,1,00000451,7,3,Infra & Cloud,Y,Occasionnel,0,0
336
- Non,2,3,1,00000452,8,4,Autre,Y,Occasionnel,9,8
337
- Non,3,2,1,00000453,1,2,Transformation Digitale,Y,Occasionnel,0,2
338
- Oui,0,4,1,00000454,8,4,Autre,Y,Occasionnel,0,7
339
- Non,0,2,1,00000455,9,5,Autre,Y,Occasionnel,2,2
340
- Non,3,2,1,00000456,5,3,Marketing,Y,Occasionnel,1,2
341
- Non,1,3,1,00000458,8,4,Marketing,Y,Occasionnel,0,7
342
- Non,2,2,1,00000460,5,2,Transformation Digitale,Y,Occasionnel,0,4
343
- Non,1,3,1,00000461,15,2,Infra & Cloud,Y,Occasionnel,2,9
344
- Non,0,2,1,00000462,7,4,Transformation Digitale,Y,Occasionnel,4,10
345
- Non,2,2,1,00000463,10,1,Marketing,Y,Occasionnel,1,7
346
- Non,0,5,1,00000464,5,4,Entrepreunariat,Y,Occasionnel,0,13
347
- Non,2,2,1,00000465,26,1,Infra & Cloud,Y,Occasionnel,0,2
348
- Non,0,3,1,00000466,6,3,Transformation Digitale,Y,Occasionnel,1,2
349
- Non,0,3,1,00000467,4,1,Transformation Digitale,Y,Frequent,0,0
350
- Non,0,2,1,00000468,23,5,Infra & Cloud,Y,Occasionnel,0,0
351
- Non,1,3,1,00000469,2,3,Infra & Cloud,Y,Aucun,0,2
352
- Non,1,5,1,00000470,2,1,Entrepreunariat,Y,Occasionnel,1,0
353
- Non,1,4,1,00000471,2,3,Transformation Digitale,Y,Occasionnel,0,7
354
- Non,1,3,1,00000473,29,1,Transformation Digitale,Y,Occasionnel,0,0
355
- Non,2,2,1,00000474,6,3,Transformation Digitale,Y,Occasionnel,6,7
356
- Non,1,2,1,00000475,25,2,Entrepreunariat,Y,Aucun,2,2
357
- Non,1,3,1,00000476,1,3,Infra & Cloud,Y,Occasionnel,7,7
358
- Non,0,6,1,00000477,2,4,Autre,Y,Occasionnel,0,0
359
- Oui,0,3,1,00000478,1,1,Entrepreunariat,Y,Frequent,1,2
360
- Non,0,6,1,00000479,1,5,Transformation Digitale,Y,Aucun,0,0
361
- Non,1,2,1,00000481,3,4,Transformation Digitale,Y,Frequent,1,12
362
- Non,0,2,1,00000482,1,4,Transformation Digitale,Y,Occasionnel,1,2
363
- Non,1,3,1,00000483,10,4,Infra & Cloud,Y,Occasionnel,1,7
364
- Non,0,3,1,00000484,9,2,Transformation Digitale,Y,Aucun,2,2
365
- Oui,0,2,1,00000485,5,3,Marketing,Y,Occasionnel,0,0
366
- Non,1,3,1,00000486,10,3,Transformation Digitale,Y,Occasionnel,0,3
367
- Non,0,2,1,00000487,7,4,Transformation Digitale,Y,Aucun,0,0
368
- Oui,0,5,1,00000488,4,3,Marketing,Y,Frequent,7,7
369
- Non,0,2,1,00000491,10,3,Entrepreunariat,Y,Occasionnel,1,3
370
- Oui,2,6,1,00000492,22,2,Marketing,Y,Occasionnel,1,0
371
- Non,0,5,1,00000493,9,4,Infra & Cloud,Y,Occasionnel,2,2
372
- Oui,0,0,1,00000494,12,3,Infra & Cloud,Y,Occasionnel,0,0
373
- Non,0,4,1,00000495,23,3,Infra & Cloud,Y,Occasionnel,1,2
374
- Non,0,5,1,00000496,9,4,Infra & Cloud,Y,Occasionnel,0,0
375
- Non,1,2,1,00000497,1,2,Transformation Digitale,Y,Occasionnel,0,4
376
- Non,0,1,1,00000498,9,4,Infra & Cloud,Y,Occasionnel,0,7
377
- Non,0,2,1,00000499,7,3,Autre,Y,Occasionnel,0,0
378
- Non,1,2,1,00000500,14,2,Infra & Cloud,Y,Occasionnel,0,7
379
- Non,1,3,1,00000501,2,3,Infra & Cloud,Y,Occasionnel,2,2
380
- Oui,0,3,1,00000502,19,3,Marketing,Y,Aucun,0,4
381
- Non,0,2,1,00000505,2,3,Infra & Cloud,Y,Occasionnel,1,2
382
- Non,1,2,1,00000507,10,4,Marketing,Y,Occasionnel,0,3
383
- Non,1,3,1,00000508,2,1,Entrepreunariat,Y,Occasionnel,0,0
384
- Oui,0,2,1,00000510,3,1,Entrepreunariat,Y,Frequent,0,4
385
- Non,1,1,1,00000511,11,3,Transformation Digitale,Y,Occasionnel,1,2
386
- Non,2,2,1,00000513,2,2,Transformation Digitale,Y,Occasionnel,9,0
387
- Oui,0,4,1,00000514,4,3,Entrepreunariat,Y,Frequent,0,0
388
- Non,1,2,1,00000515,14,3,Infra & Cloud,Y,Occasionnel,12,17
389
- Non,2,5,1,00000516,2,2,Marketing,Y,Occasionnel,1,3
390
- Non,1,5,1,00000517,1,4,Infra & Cloud,Y,Occasionnel,1,2
391
- Non,0,2,1,00000518,10,4,Infra & Cloud,Y,Occasionnel,0,1
392
- Non,1,3,1,00000520,12,3,Infra & Cloud,Y,Occasionnel,3,9
393
- Non,1,3,1,00000521,2,3,Transformation Digitale,Y,Occasionnel,0,0
394
- Non,1,4,1,00000522,5,2,Transformation Digitale,Y,Occasionnel,1,2
395
- Non,1,3,1,00000523,4,4,Marketing,Y,Aucun,1,2
396
- Non,1,5,1,00000524,7,2,Transformation Digitale,Y,Occasionnel,3,12
397
- Non,1,1,1,00000525,21,3,Transformation Digitale,Y,Frequent,1,2
398
- Non,0,3,1,00000526,8,4,Autre,Y,Occasionnel,0,2
399
- Non,0,3,1,00000527,4,2,Infra & Cloud,Y,Occasionnel,1,3
400
- Non,2,2,1,00000529,25,5,Transformation Digitale,Y,Aucun,10,7
401
- Non,1,3,1,00000530,1,2,Infra & Cloud,Y,Occasionnel,3,2
402
- Non,1,3,1,00000531,1,1,Infra & Cloud,Y,Frequent,1,6
403
- Non,3,0,1,00000532,6,3,Infra & Cloud,Y,Frequent,7,7
404
- Non,0,6,1,00000533,12,3,Entrepreunariat,Y,Occasionnel,4,4
405
- Non,1,2,1,00000534,1,3,Marketing,Y,Occasionnel,0,7
406
- Non,1,2,1,00000536,17,2,Transformation Digitale,Y,Occasionnel,1,8
407
- Oui,1,5,1,00000538,3,3,Transformation Digitale,Y,Occasionnel,0,2
408
- Non,0,4,1,00000543,3,3,Transformation Digitale,Y,Occasionnel,0,4
409
- Non,2,3,1,00000544,10,2,Infra & Cloud,Y,Occasionnel,0,2
410
- Non,0,2,1,00000546,4,2,Infra & Cloud,Y,Occasionnel,1,4
411
- Non,1,3,1,00000547,29,2,Infra & Cloud,Y,Frequent,0,2
412
- Non,0,2,1,00000548,2,3,Infra & Cloud,Y,Occasionnel,0,2
413
- Non,0,5,1,00000549,7,3,Infra & Cloud,Y,Occasionnel,11,10
414
- Non,1,5,1,00000550,18,3,Transformation Digitale,Y,Occasionnel,0,8
415
- Non,3,4,1,00000551,28,4,Entrepreunariat,Y,Frequent,0,4
416
- Oui,0,4,1,00000554,1,1,Entrepreunariat,Y,Occasionnel,1,4
417
- Oui,1,3,1,00000555,6,2,Marketing,Y,Frequent,1,0
418
- Non,1,3,1,00000556,2,2,Infra & Cloud,Y,Frequent,0,0
419
- Non,0,2,1,00000558,2,4,Infra & Cloud,Y,Occasionnel,1,12
420
- Non,2,3,1,00000560,23,3,Infra & Cloud,Y,Occasionnel,0,2
421
- Non,1,3,1,00000562,3,3,Infra & Cloud,Y,Aucun,1,4
422
- Non,0,2,1,00000564,3,4,Transformation Digitale,Y,Occasionnel,0,7
423
- Oui,0,2,1,00000565,25,5,Entrepreunariat,Y,Occasionnel,1,1
424
- Oui,0,3,1,00000566,2,2,Entrepreunariat,Y,Occasionnel,0,0
425
- Non,0,3,1,00000567,22,4,Autre,Y,Aucun,7,8
426
- Non,1,3,1,00000568,29,3,Marketing,Y,Occasionnel,0,0
427
- Non,1,2,1,00000569,29,4,Infra & Cloud,Y,Occasionnel,15,7
428
- Non,0,2,1,00000571,2,3,Transformation Digitale,Y,Aucun,6,7
429
- Non,0,5,1,00000573,28,3,Marketing,Y,Frequent,13,11
430
- Non,3,2,1,00000574,2,2,Transformation Digitale,Y,Occasionnel,0,4
431
- Non,0,2,1,00000575,2,3,Infra & Cloud,Y,Occasionnel,0,1
432
- Non,0,2,1,00000577,22,3,Infra & Cloud,Y,Occasionnel,4,3
433
- Non,0,3,1,00000578,8,4,Infra & Cloud,Y,Occasionnel,0,0
434
- Non,1,3,1,00000579,2,4,Infra & Cloud,Y,Occasionnel,5,7
435
- Non,1,3,1,00000580,10,3,Marketing,Y,Occasionnel,1,2
436
- Non,1,6,1,00000581,9,1,Infra & Cloud,Y,Occasionnel,0,8
437
- Oui,0,2,1,00000582,15,1,Transformation Digitale,Y,Occasionnel,7,7
438
- Oui,3,2,1,00000584,10,1,Transformation Digitale,Y,Occasionnel,1,3
439
- Non,0,3,1,00000585,7,1,Marketing,Y,Occasionnel,1,2
440
- Non,0,2,1,00000586,16,3,Infra & Cloud,Y,Occasionnel,0,0
441
- Oui,0,2,1,00000587,20,3,Infra & Cloud,Y,Frequent,0,0
442
- Oui,3,2,1,00000590,23,3,Ressources Humaines,Y,Frequent,0,2
443
- Non,1,4,1,00000591,5,2,Autre,Y,Frequent,2,0
444
- Non,0,3,1,00000592,10,4,Transformation Digitale,Y,Aucun,9,7
445
- Oui,0,3,1,00000593,4,1,Entrepreunariat,Y,Frequent,1,2
446
- Non,1,2,1,00000595,2,5,Marketing,Y,Occasionnel,6,7
447
- Non,0,2,1,00000597,18,5,Infra & Cloud,Y,Occasionnel,7,7
448
- Non,0,3,1,00000599,10,2,Infra & Cloud,Y,Aucun,1,10
449
- Non,0,2,1,00000600,1,3,Marketing,Y,Occasionnel,6,9
450
- Non,0,3,1,00000601,6,3,Infra & Cloud,Y,Occasionnel,5,13
451
- Non,1,3,1,00000602,8,1,Infra & Cloud,Y,Frequent,0,7
452
- Non,0,2,1,00000604,2,1,Infra & Cloud,Y,Occasionnel,0,5
453
- Non,1,5,1,00000605,24,3,Transformation Digitale,Y,Occasionnel,5,8
454
- Non,1,3,1,00000606,2,3,Autre,Y,Occasionnel,3,7
455
- Oui,1,2,1,00000608,17,4,Infra & Cloud,Y,Frequent,1,0
456
- Non,2,2,1,00000611,19,3,Entrepreunariat,Y,Occasionnel,1,2
457
- Non,1,2,1,00000612,1,5,Transformation Digitale,Y,Occasionnel,0,5
458
- Non,1,3,1,00000613,7,3,Infra & Cloud,Y,Occasionnel,0,1
459
- Oui,0,3,1,00000614,5,3,Marketing,Y,Frequent,0,0
460
- Non,1,2,1,00000615,28,3,Autre,Y,Aucun,0,1
461
- Non,0,3,1,00000616,2,4,Autre,Y,Aucun,0,7
462
- Non,2,5,1,00000618,29,2,Transformation Digitale,Y,Occasionnel,0,0
463
- Non,0,3,1,00000620,1,3,Transformation Digitale,Y,Occasionnel,0,3
464
- Non,0,3,1,00000621,21,4,Infra & Cloud,Y,Occasionnel,5,7
465
- Oui,0,3,1,00000622,24,3,Entrepreunariat,Y,Occasionnel,0,0
466
- Non,0,3,1,00000623,1,3,Entrepreunariat,Y,Occasionnel,1,2
467
- Non,0,3,1,00000624,18,1,Transformation Digitale,Y,Frequent,1,2
468
- Non,1,2,1,00000625,2,5,Infra & Cloud,Y,Occasionnel,11,8
469
- Non,1,6,1,00000626,9,4,Transformation Digitale,Y,Aucun,7,7
470
- Non,2,3,1,00000630,6,2,Entrepreunariat,Y,Occasionnel,6,9
471
- Oui,0,2,1,00000631,11,4,Autre,Y,Aucun,1,2
472
- Non,2,3,1,00000632,24,3,Transformation Digitale,Y,Frequent,2,1
473
- Non,1,4,1,00000634,10,3,Transformation Digitale,Y,Occasionnel,0,0
474
- Non,1,2,1,00000635,1,4,Infra & Cloud,Y,Occasionnel,4,3
475
- Non,1,5,1,00000638,18,4,Infra & Cloud,Y,Occasionnel,0,9
476
- Non,2,3,1,00000639,23,3,Transformation Digitale,Y,Occasionnel,1,4
477
- Non,2,5,1,00000641,28,2,Marketing,Y,Occasionnel,1,4
478
- Non,1,2,1,00000643,17,2,Autre,Y,Occasionnel,0,0
479
- Non,1,2,1,00000644,3,3,Transformation Digitale,Y,Frequent,10,7
480
- Non,0,1,1,00000645,13,1,Transformation Digitale,Y,Occasionnel,0,6
481
- Oui,1,4,1,00000647,7,3,Infra & Cloud,Y,Frequent,1,2
482
- Oui,1,2,1,00000648,12,4,Infra & Cloud,Y,Frequent,0,0
483
- Non,1,3,1,00000649,1,2,Infra & Cloud,Y,Occasionnel,1,3
484
- Oui,0,2,1,00000650,13,4,Transformation Digitale,Y,Occasionnel,1,2
485
- Non,0,3,1,00000652,25,2,Autre,Y,Occasionnel,0,2
486
- Non,2,4,1,00000653,6,4,Transformation Digitale,Y,Occasionnel,5,7
487
- Non,2,5,1,00000655,6,4,Transformation Digitale,Y,Occasionnel,0,3
488
- Non,1,3,1,00000656,2,3,Marketing,Y,Occasionnel,1,0
489
- Non,0,0,1,00000657,1,3,Infra & Cloud,Y,Occasionnel,0,0
490
- Non,2,4,1,00000659,2,4,Infra & Cloud,Y,Occasionnel,2,2
491
- Non,1,3,1,00000661,6,4,Autre,Y,Occasionnel,0,0
492
- Non,0,3,1,00000662,1,1,Infra & Cloud,Y,Occasionnel,0,0
493
- Non,1,3,1,00000663,9,5,Transformation Digitale,Y,Frequent,4,7
494
- Non,1,3,1,00000664,1,4,Infra & Cloud,Y,Occasionnel,0,2
495
- Non,0,1,1,00000665,1,4,Infra & Cloud,Y,Occasionnel,0,2
496
- Non,2,3,1,00000666,14,3,Entrepreunariat,Y,Occasionnel,0,6
497
- Oui,1,3,1,00000667,2,1,Marketing,Y,Occasionnel,0,2
498
- Non,0,2,1,00000669,22,1,Entrepreunariat,Y,Occasionnel,1,2
499
- Non,1,2,1,00000671,3,4,Autre,Y,Occasionnel,0,1
500
- Non,0,3,1,00000675,6,1,Transformation Digitale,Y,Occasionnel,2,2
501
- Non,0,3,1,00000677,8,4,Marketing,Y,Occasionnel,1,2
502
- Non,1,2,1,00000679,9,4,Infra & Cloud,Y,Occasionnel,0,5
503
- Non,1,2,1,00000680,3,3,Transformation Digitale,Y,Frequent,0,0
504
- Non,0,2,1,00000682,1,1,Transformation Digitale,Y,Occasionnel,8,10
505
- Non,1,4,1,00000683,1,5,Infra & Cloud,Y,Occasionnel,8,8
506
- Oui,2,4,1,00000684,26,4,Infra & Cloud,Y,Frequent,0,0
507
- Non,1,2,1,00000686,6,3,Infra & Cloud,Y,Occasionnel,0,2
508
- Non,1,2,1,00000689,3,3,Autre,Y,Occasionnel,7,8
509
- Non,1,5,1,00000690,3,2,Transformation Digitale,Y,Occasionnel,1,2
510
- Non,0,3,1,00000691,6,4,Infra & Cloud,Y,Occasionnel,11,8
511
- Non,1,2,1,00000692,6,3,Infra & Cloud,Y,Frequent,4,7
512
- Non,1,1,1,00000698,19,4,Transformation Digitale,Y,Occasionnel,7,1
513
- Non,1,2,1,00000699,9,2,Transformation Digitale,Y,Occasionnel,0,2
514
- Non,0,0,1,00000700,3,4,Transformation Digitale,Y,Occasionnel,1,1
515
- Oui,0,5,1,00000701,10,1,Transformation Digitale,Y,Occasionnel,1,1
516
- Oui,0,3,1,00000702,3,3,Infra & Cloud,Y,Frequent,9,7
517
- Non,2,3,1,00000704,3,3,Infra & Cloud,Y,Aucun,0,0
518
- Non,1,3,1,00000705,4,3,Transformation Digitale,Y,Occasionnel,0,2
519
- Non,1,4,1,00000707,8,3,Infra & Cloud,Y,Occasionnel,1,2
520
- Non,0,2,1,00000709,7,4,Marketing,Y,Occasionnel,0,5
521
- Non,1,5,1,00000710,1,4,Infra & Cloud,Y,Frequent,2,8
522
- Non,0,3,1,00000712,2,1,Marketing,Y,Occasionnel,2,2
523
- Non,2,3,1,00000714,3,1,Transformation Digitale,Y,Frequent,0,4
524
- Non,0,2,1,00000715,10,2,Infra & Cloud,Y,Occasionnel,0,0
525
- Non,3,3,1,00000716,28,1,Transformation Digitale,Y,Occasionnel,3,8
526
- Non,0,3,1,00000717,9,3,Transformation Digitale,Y,Occasionnel,7,7
527
- Oui,0,3,1,00000720,3,2,Infra & Cloud,Y,Occasionnel,2,0
528
- Non,0,4,1,00000721,2,4,Entrepreunariat,Y,Occasionnel,11,10
529
- Non,0,2,1,00000722,10,3,Marketing,Y,Occasionnel,0,8
530
- Oui,1,4,1,00000723,8,2,Entrepreunariat,Y,Frequent,1,3
531
- Non,0,4,1,00000724,1,4,Infra & Cloud,Y,Occasionnel,1,8
532
- Non,0,3,1,00000725,1,2,Infra & Cloud,Y,Occasionnel,0,7
533
- Non,0,6,1,00000727,3,2,Infra & Cloud,Y,Occasionnel,7,7
534
- Non,0,2,1,00000728,14,4,Marketing,Y,Occasionnel,1,7
535
- Non,1,2,1,00000729,5,4,Infra & Cloud,Y,Frequent,1,12
536
- Non,0,3,1,00000730,7,3,Infra & Cloud,Y,Occasionnel,1,3
537
- Non,3,2,1,00000731,10,4,Ressources Humaines,Y,Occasionnel,12,6
538
- Non,0,1,1,00000732,16,4,Marketing,Y,Occasionnel,2,2
539
- Non,2,4,1,00000733,10,2,Infra & Cloud,Y,Frequent,1,7
540
- Non,1,3,1,00000734,1,3,Ressources Humaines,Y,Occasionnel,2,10
541
- Non,1,2,1,00000738,8,4,Marketing,Y,Occasionnel,2,2
542
- Oui,0,4,1,00000741,1,2,Infra & Cloud,Y,Occasionnel,3,7
543
- Non,1,2,1,00000742,8,3,Infra & Cloud,Y,Aucun,0,5
544
- Non,0,4,1,00000743,1,3,Infra & Cloud,Y,Occasionnel,0,0
545
- Non,0,5,1,00000744,24,3,Transformation Digitale,Y,Aucun,1,4
546
- Non,2,2,1,00000746,3,3,Transformation Digitale,Y,Frequent,11,13
547
- Non,1,2,1,00000747,27,5,Marketing,Y,Occasionnel,7,7
548
- Non,0,6,1,00000749,10,3,Infra & Cloud,Y,Occasionnel,0,0
549
- Oui,0,2,1,00000752,19,3,Transformation Digitale,Y,Frequent,2,2
550
- Non,1,5,1,00000754,15,3,Infra & Cloud,Y,Frequent,2,2
551
- Non,0,2,1,00000757,8,2,Transformation Digitale,Y,Occasionnel,4,3
552
- Non,1,2,1,00000758,9,1,Transformation Digitale,Y,Occasionnel,0,2
553
- Non,1,3,1,00000760,3,3,Ressources Humaines,Y,Occasionnel,3,6
554
- Non,0,1,1,00000762,9,3,Transformation Digitale,Y,Occasionnel,1,1
555
- Non,0,2,1,00000763,2,1,Transformation Digitale,Y,Occasionnel,2,3
556
- Non,0,2,1,00000764,7,3,Transformation Digitale,Y,Occasionnel,0,7
557
- Non,2,2,1,00000766,10,3,Marketing,Y,Occasionnel,2,2
558
- Non,0,4,1,00000769,6,3,Infra & Cloud,Y,Occasionnel,2,2
559
- Non,1,2,1,00000771,2,4,Infra & Cloud,Y,Aucun,0,0
560
- Non,2,2,1,00000772,24,4,Infra & Cloud,Y,Frequent,4,7
561
- Non,1,0,1,00000773,2,5,Transformation Digitale,Y,Occasionnel,0,1
562
- Non,1,3,1,00000775,8,5,Infra & Cloud,Y,Occasionnel,0,0
563
- Non,0,3,1,00000776,3,4,Marketing,Y,Occasionnel,1,16
564
- Oui,0,2,1,00000780,1,4,Autre,Y,Occasionnel,7,8
565
- Non,0,5,1,00000781,26,1,Transformation Digitale,Y,Occasionnel,1,4
566
- Non,0,3,1,00000783,2,2,Entrepreunariat,Y,Occasionnel,3,1
567
- Non,0,3,1,00000784,10,1,Transformation Digitale,Y,Occasionnel,0,2
568
- Oui,0,2,1,00000785,27,2,Infra & Cloud,Y,Frequent,1,3
569
- Non,0,5,1,00000786,2,3,Autre,Y,Occasionnel,1,4
570
- Oui,1,2,1,00000787,2,3,Transformation Digitale,Y,Occasionnel,1,4
571
- Non,0,1,1,00000789,8,4,Infra & Cloud,Y,Aucun,0,9
572
- Non,1,3,1,00000791,19,4,Transformation Digitale,Y,Aucun,1,2
573
- Non,1,2,1,00000792,1,2,Infra & Cloud,Y,Frequent,2,0
574
- Non,1,3,1,00000793,27,3,Transformation Digitale,Y,Occasionnel,1,1
575
- Oui,0,2,1,00000796,8,3,Entrepreunariat,Y,Occasionnel,1,2
576
- Non,0,2,1,00000797,1,4,Infra & Cloud,Y,Occasionnel,1,3
577
- Non,2,4,1,00000799,19,4,Transformation Digitale,Y,Occasionnel,1,4
578
- Non,1,3,1,00000800,8,1,Marketing,Y,Frequent,1,1
579
- Non,2,3,1,00000802,10,1,Infra & Cloud,Y,Occasionnel,4,3
580
- Non,0,2,1,00000803,2,4,Infra & Cloud,Y,Frequent,4,12
581
- Non,0,3,1,00000804,2,4,Transformation Digitale,Y,Occasionnel,1,3
582
- Non,1,1,1,00000805,8,4,Infra & Cloud,Y,Occasionnel,0,2
583
- Non,2,2,1,00000806,1,3,Infra & Cloud,Y,Occasionnel,0,2
584
- Non,1,2,1,00000807,2,2,Transformation Digitale,Y,Frequent,3,7
585
- Non,1,1,1,00000808,8,2,Infra & Cloud,Y,Occasionnel,1,2
586
- Non,1,4,1,00000809,8,3,Infra & Cloud,Y,Frequent,14,9
587
- Oui,2,2,1,00000811,6,3,Infra & Cloud,Y,Occasionnel,0,0
588
- Non,3,4,1,00000812,9,3,Infra & Cloud,Y,Aucun,0,0
589
- Non,1,3,1,00000813,11,4,Infra & Cloud,Y,Occasionnel,1,4
590
- Non,0,3,1,00000815,2,3,Transformation Digitale,Y,Occasionnel,0,3
591
- Oui,1,1,1,00000816,1,2,Infra & Cloud,Y,Occasionnel,0,0
592
- Non,0,3,1,00000817,7,3,Transformation Digitale,Y,Occasionnel,3,7
593
- Oui,0,3,1,00000819,16,3,Marketing,Y,Occasionnel,0,2
594
- Non,1,3,1,00000820,2,2,Autre,Y,Occasionnel,3,0
595
- Non,1,2,1,00000823,1,3,Autre,Y,Occasionnel,0,5
596
- Non,1,3,1,00000824,23,2,Infra & Cloud,Y,Occasionnel,0,7
597
- Oui,0,2,1,00000825,2,4,Infra & Cloud,Y,Occasionnel,13,8
598
- Non,0,0,1,00000826,1,4,Infra & Cloud,Y,Occasionnel,2,2
599
- Non,1,4,1,00000827,1,2,Infra & Cloud,Y,Occasionnel,0,2
600
- Oui,0,3,1,00000828,2,4,Transformation Digitale,Y,Occasionnel,2,1
601
- Non,1,2,1,00000829,13,3,Ressources Humaines,Y,Occasionnel,0,4
602
- Non,1,3,1,00000830,4,3,Infra & Cloud,Y,Occasionnel,6,8
603
- Non,0,6,1,00000832,16,4,Transformation Digitale,Y,Frequent,0,0
604
- Non,0,4,1,00000833,2,3,Transformation Digitale,Y,Occasionnel,0,0
605
- Non,0,3,1,00000834,2,3,Infra & Cloud,Y,Occasionnel,0,0
606
- Non,1,3,1,00000836,29,3,Infra & Cloud,Y,Occasionnel,7,8
607
- Non,1,3,1,00000837,12,3,Infra & Cloud,Y,Frequent,1,2
608
- Non,0,3,1,00000838,16,4,Infra & Cloud,Y,Frequent,1,3
609
- Oui,2,3,1,00000840,11,3,Marketing,Y,Occasionnel,7,7
610
- Oui,0,3,1,00000842,2,1,Transformation Digitale,Y,Occasionnel,7,3
611
- Non,1,3,1,00000843,14,2,Infra & Cloud,Y,Occasionnel,1,0
612
- Non,1,3,1,00000844,5,1,Entrepreunariat,Y,Occasionnel,0,8
613
- Non,0,3,1,00000845,7,3,Autre,Y,Occasionnel,1,6
614
- Non,0,2,1,00000846,2,4,Marketing,Y,Occasionnel,7,5
615
- Non,1,1,1,00000847,3,2,Ressources Humaines,Y,Occasionnel,0,2
616
- Oui,1,2,1,00000848,5,2,Transformation Digitale,Y,Frequent,1,7
617
- Non,3,6,1,00000850,3,3,Transformation Digitale,Y,Aucun,0,0
618
- Non,1,2,1,00000851,26,4,Marketing,Y,Occasionnel,4,17
619
- Non,0,2,1,00000852,4,3,Transformation Digitale,Y,Occasionnel,2,3
620
- Non,0,3,1,00000854,2,1,Transformation Digitale,Y,Occasionnel,0,1
621
- Non,1,5,1,00000855,1,3,Transformation Digitale,Y,Occasionnel,0,8
622
- Non,0,3,1,00000856,27,1,Transformation Digitale,Y,Occasionnel,1,1
623
- Non,1,1,1,00000857,1,2,Infra & Cloud,Y,Occasionnel,4,11
624
- Non,1,3,1,00000859,13,4,Infra & Cloud,Y,Occasionnel,0,3
625
- Non,1,3,1,00000861,5,4,Infra & Cloud,Y,Frequent,0,3
626
- Non,1,3,1,00000862,7,2,Marketing,Y,Occasionnel,0,4
627
- Non,1,2,1,00000864,9,3,Marketing,Y,Occasionnel,0,2
628
- Non,1,3,1,00000865,8,2,Transformation Digitale,Y,Occasionnel,1,3
629
- Non,0,3,1,00000867,25,4,Transformation Digitale,Y,Frequent,0,0
630
- Non,2,2,1,00000868,16,4,Marketing,Y,Occasionnel,0,0
631
- Non,1,6,1,00000869,8,2,Transformation Digitale,Y,Occasionnel,0,4
632
- Non,2,2,1,00000872,1,2,Infra & Cloud,Y,Occasionnel,2,2
633
- Non,1,2,1,00000874,8,4,Infra & Cloud,Y,Occasionnel,0,2
634
- Non,0,2,1,00000875,2,1,Transformation Digitale,Y,Frequent,2,2
635
- Non,0,3,1,00000878,8,3,Infra & Cloud,Y,Occasionnel,0,3
636
- Non,0,3,1,00000879,3,1,Autre,Y,Occasionnel,0,3
637
- Non,1,2,1,00000880,9,3,Infra & Cloud,Y,Occasionnel,5,15
638
- Oui,1,3,1,00000881,25,4,Infra & Cloud,Y,Frequent,7,8
639
- Non,1,2,1,00000882,1,3,Infra & Cloud,Y,Aucun,0,2
640
- Non,0,1,1,00000885,4,1,Marketing,Y,Occasionnel,0,3
641
- Non,1,2,1,00000887,1,3,Entrepreunariat,Y,Occasionnel,0,2
642
- Non,0,2,1,00000888,4,1,Infra & Cloud,Y,Aucun,3,4
643
- Non,1,3,1,00000889,5,2,Infra & Cloud,Y,Frequent,5,3
644
- Non,1,3,1,00000893,9,3,Marketing,Y,Occasionnel,1,2
645
- Non,1,1,1,00000894,3,3,Infra & Cloud,Y,Occasionnel,1,3
646
- Non,1,2,1,00000895,11,4,Infra & Cloud,Y,Occasionnel,0,2
647
- Oui,3,3,1,00000896,1,3,Transformation Digitale,Y,Occasionnel,0,2
648
- Non,1,3,1,00000897,8,3,Marketing,Y,Occasionnel,2,2
649
- Non,0,2,1,00000899,25,3,Entrepreunariat,Y,Occasionnel,4,8
650
- Non,1,3,1,00000900,21,2,Transformation Digitale,Y,Frequent,0,0
651
- Non,0,0,1,00000901,23,4,Infra & Cloud,Y,Occasionnel,3,8
652
- Non,1,2,1,00000902,1,3,Infra & Cloud,Y,Frequent,2,2
653
- Non,1,2,1,00000903,2,2,Marketing,Y,Occasionnel,7,7
654
- Non,0,2,1,00000904,19,2,Transformation Digitale,Y,Aucun,0,9
655
- Non,1,3,1,00000905,2,4,Infra & Cloud,Y,Aucun,14,7
656
- Non,2,2,1,00000909,2,3,Infra & Cloud,Y,Occasionnel,0,4
657
- Non,1,4,1,00000910,3,2,Ressources Humaines,Y,Occasionnel,0,3
658
- Oui,0,2,1,00000911,25,4,Infra & Cloud,Y,Occasionnel,0,1
659
- Non,3,5,1,00000912,7,1,Transformation Digitale,Y,Occasionnel,0,3
660
- Non,0,0,1,00000913,9,2,Infra & Cloud,Y,Occasionnel,7,1
661
- Non,0,3,1,00000916,5,4,Transformation Digitale,Y,Occasionnel,0,2
662
- Oui,1,3,1,00000918,2,1,Infra & Cloud,Y,Frequent,0,0
663
- Non,1,2,1,00000920,8,3,Infra & Cloud,Y,Occasionnel,0,0
664
- Oui,0,3,1,00000922,2,3,Transformation Digitale,Y,Occasionnel,0,2
665
- Oui,0,3,1,00000923,18,1,Autre,Y,Occasionnel,0,0
666
- Non,1,2,1,00000924,14,1,Infra & Cloud,Y,Occasionnel,4,11
667
- Non,0,3,1,00000925,2,4,Infra & Cloud,Y,Occasionnel,1,2
668
- Oui,1,3,1,00000926,3,1,Infra & Cloud,Y,Occasionnel,0,2
669
- Oui,1,1,1,00000927,2,4,Infra & Cloud,Y,Occasionnel,1,0
670
- Non,1,2,1,00000930,9,3,Transformation Digitale,Y,Occasionnel,2,2
671
- Oui,0,2,1,00000932,6,3,Transformation Digitale,Y,Occasionnel,2,2
672
- Non,0,2,1,00000933,4,3,Infra & Cloud,Y,Occasionnel,0,0
673
- Non,2,3,1,00000934,10,3,Infra & Cloud,Y,Occasionnel,1,0
674
- Non,0,6,1,00000936,14,2,Transformation Digitale,Y,Occasionnel,0,3
675
- Non,0,1,1,00000939,1,4,Autre,Y,Occasionnel,0,2
676
- Non,1,3,1,00000940,5,3,Entrepreunariat,Y,Occasionnel,0,4
677
- Non,0,2,1,00000941,7,4,Infra & Cloud,Y,Occasionnel,5,2
678
- Non,1,2,1,00000942,21,1,Infra & Cloud,Y,Occasionnel,0,7
679
- Non,1,3,1,00000944,8,2,Autre,Y,Occasionnel,1,7
680
- Non,2,2,1,00000945,20,4,Transformation Digitale,Y,Occasionnel,0,0
681
- Non,1,2,1,00000947,20,2,Marketing,Y,Aucun,0,0
682
- Non,0,6,1,00000949,7,4,Autre,Y,Occasionnel,0,1
683
- Non,1,3,1,00000950,1,3,Entrepreunariat,Y,Occasionnel,5,11
684
- Non,0,3,1,00000951,1,3,Infra & Cloud,Y,Aucun,0,2
685
- Oui,3,2,1,00000952,19,2,Marketing,Y,Occasionnel,0,0
686
- Non,1,2,1,00000954,10,4,Marketing,Y,Occasionnel,0,0
687
- Non,0,2,1,00000956,1,3,Transformation Digitale,Y,Frequent,0,7
688
- Non,0,3,1,00000957,6,3,Transformation Digitale,Y,Occasionnel,2,17
689
- Non,0,6,1,00000958,2,4,Transformation Digitale,Y,Occasionnel,3,9
690
- Oui,0,3,1,00000959,21,3,Autre,Y,Occasionnel,0,0
691
- Oui,0,2,1,00000960,4,3,Entrepreunariat,Y,Occasionnel,0,0
692
- Non,2,2,1,00000961,12,3,Transformation Digitale,Y,Occasionnel,8,5
693
- Non,1,2,1,00000964,9,4,Transformation Digitale,Y,Frequent,0,0
694
- Non,1,2,1,00000966,3,4,Transformation Digitale,Y,Occasionnel,6,3
695
- Oui,1,6,1,00000967,3,1,Infra & Cloud,Y,Occasionnel,3,7
696
- Non,0,3,1,00000969,1,3,Infra & Cloud,Y,Occasionnel,1,4
697
- Oui,0,2,1,00000970,1,4,Infra & Cloud,Y,Occasionnel,11,7
698
- Non,0,5,1,00000972,4,2,Infra & Cloud,Y,Aucun,0,8
699
- Non,1,5,1,00000974,20,3,Entrepreunariat,Y,Frequent,0,2
700
- Non,0,3,1,00000975,18,3,Transformation Digitale,Y,Occasionnel,1,0
701
- Non,1,2,1,00000976,1,2,Infra & Cloud,Y,Occasionnel,7,8
702
- Oui,0,4,1,00000977,2,3,Entrepreunariat,Y,Occasionnel,0,0
703
- Non,1,3,1,00000981,2,2,Transformation Digitale,Y,Occasionnel,15,2
704
- Non,1,2,1,00000982,8,2,Autre,Y,Occasionnel,7,7
705
- Non,0,1,1,00000983,10,3,Entrepreunariat,Y,Aucun,1,3
706
- Non,1,2,1,00000984,3,4,Infra & Cloud,Y,Occasionnel,0,8
707
- Non,0,3,1,00000985,2,5,Infra & Cloud,Y,Occasionnel,0,7
708
- Oui,0,2,1,00000986,24,3,Infra & Cloud,Y,Aucun,0,0
709
- Non,0,3,1,00000987,16,4,Transformation Digitale,Y,Frequent,2,7
710
- Non,2,3,1,00000990,8,4,Entrepreunariat,Y,Aucun,0,7
711
- Oui,0,0,1,00000991,9,2,Transformation Digitale,Y,Aucun,1,2
712
- Non,0,2,1,00000992,17,3,Infra & Cloud,Y,Aucun,6,0
713
- Oui,0,5,1,00000994,10,3,Infra & Cloud,Y,Occasionnel,0,0
714
- Non,0,4,1,00000995,13,1,Infra & Cloud,Y,Occasionnel,0,2
715
- Non,2,2,1,00000996,1,4,Transformation Digitale,Y,Occasionnel,0,2
716
- Non,1,1,1,00000997,1,2,Transformation Digitale,Y,Occasionnel,1,3
717
- Non,1,2,1,00000998,1,4,Autre,Y,Frequent,1,2
718
- Non,1,2,1,00000999,9,3,Transformation Digitale,Y,Frequent,0,11
719
- Non,1,2,1,000001001,16,4,Entrepreunariat,Y,Occasionnel,2,2
720
- Non,1,2,1,000001002,23,2,Infra & Cloud,Y,Aucun,0,8
721
- Non,0,0,1,000001003,4,2,Infra & Cloud,Y,Occasionnel,0,7
722
- Oui,0,2,1,000001004,22,3,Infra & Cloud,Y,Occasionnel,0,1
723
- Non,1,2,1,000001005,24,3,Infra & Cloud,Y,Occasionnel,1,5
724
- Non,1,0,1,000001006,10,1,Transformation Digitale,Y,Frequent,0,2
725
- Non,1,3,1,000001007,7,2,Transformation Digitale,Y,Occasionnel,0,7
726
- Non,2,6,1,000001009,17,1,Transformation Digitale,Y,Occasionnel,3,2
727
- Oui,1,2,1,000001010,14,4,Autre,Y,Occasionnel,0,2
728
- Non,1,1,1,000001011,1,1,Infra & Cloud,Y,Frequent,0,3
729
- Non,0,2,1,000001012,5,2,Infra & Cloud,Y,Aucun,0,0
730
- Non,1,2,1,000001013,17,3,Entrepreunariat,Y,Occasionnel,0,8
731
- Non,1,3,1,000001014,25,4,Transformation Digitale,Y,Occasionnel,10,1
732
- Non,3,4,1,000001015,8,2,Infra & Cloud,Y,Occasionnel,1,7
733
- Oui,0,2,1,000001016,11,3,Transformation Digitale,Y,Occasionnel,0,0
734
- Oui,0,3,1,000001017,5,3,Transformation Digitale,Y,Frequent,1,2
735
- Non,0,2,1,000001018,2,2,Transformation Digitale,Y,Occasionnel,1,3
736
- Non,1,3,1,000001019,8,1,Infra & Cloud,Y,Occasionnel,1,1
737
- Non,0,0,1,000001022,6,3,Infra & Cloud,Y,Occasionnel,2,2
738
- Non,0,3,1,000001024,4,4,Infra & Cloud,Y,Occasionnel,4,8
739
- Non,0,6,1,000001025,7,2,Transformation Digitale,Y,Occasionnel,2,1
740
- Non,1,3,1,000001026,1,1,Infra & Cloud,Y,Occasionnel,11,8
741
- Non,1,2,1,000001027,2,4,Infra & Cloud,Y,Occasionnel,2,2
742
- Non,1,4,1,000001028,10,3,Autre,Y,Occasionnel,1,2
743
- Non,0,3,1,000001029,5,2,Marketing,Y,Occasionnel,0,0
744
- Non,0,5,1,000001030,9,3,Infra & Cloud,Y,Occasionnel,0,0
745
- Non,0,4,1,000001032,2,3,Infra & Cloud,Y,Occasionnel,4,3
746
- Oui,0,2,1,000001033,11,2,Transformation Digitale,Y,Occasionnel,0,0
747
- Non,2,3,1,000001034,18,4,Transformation Digitale,Y,Frequent,6,7
748
- Non,2,3,1,000001035,7,1,Infra & Cloud,Y,Aucun,5,10
749
- Non,0,1,1,000001036,3,4,Infra & Cloud,Y,Occasionnel,0,0
750
- Oui,0,6,1,000001037,29,2,Transformation Digitale,Y,Aucun,2,2
751
- Oui,1,3,1,000001038,2,1,Marketing,Y,Occasionnel,6,9
752
- Non,1,2,1,000001039,28,3,Transformation Digitale,Y,Occasionnel,11,11
753
- Non,1,3,1,000001040,1,3,Infra & Cloud,Y,Aucun,0,13
754
- Oui,0,1,1,000001042,16,4,Infra & Cloud,Y,Occasionnel,15,14
755
- Non,0,2,1,000001043,22,3,Transformation Digitale,Y,Frequent,2,8
756
- Non,0,2,1,000001044,8,1,Infra & Cloud,Y,Aucun,2,2
757
- Non,1,4,1,000001045,11,2,Infra & Cloud,Y,Occasionnel,1,1
758
- Non,0,2,1,000001046,29,4,Transformation Digitale,Y,Aucun,7,7
759
- Non,1,2,1,000001047,1,4,Marketing,Y,Occasionnel,0,9
760
- Non,1,1,1,000001048,1,2,Entrepreunariat,Y,Occasionnel,0,4
761
- Non,0,3,1,000001049,24,4,Transformation Digitale,Y,Occasionnel,0,4
762
- Non,1,2,1,000001050,2,3,Marketing,Y,Frequent,6,12
763
- Oui,1,3,1,000001052,15,3,Autre,Y,Occasionnel,0,0
764
- Oui,1,2,1,000001053,2,3,Infra & Cloud,Y,Frequent,1,2
765
- Non,1,2,1,000001055,10,4,Infra & Cloud,Y,Occasionnel,0,0
766
- Non,0,5,1,000001056,10,1,Transformation Digitale,Y,Occasionnel,0,0
767
- Non,1,2,1,000001060,3,4,Autre,Y,Frequent,2,2
768
- Non,1,2,1,000001061,2,4,Transformation Digitale,Y,Occasionnel,7,7
769
- Non,0,3,1,000001062,3,3,Autre,Y,Occasionnel,0,1
770
- Non,1,3,1,000001066,26,3,Marketing,Y,Occasionnel,7,5
771
- Non,2,5,1,000001068,1,1,Transformation Digitale,Y,Frequent,1,3
772
- Non,2,0,1,000001069,1,4,Transformation Digitale,Y,Occasionnel,2,2
773
- Non,1,4,1,000001070,2,4,Infra & Cloud,Y,Occasionnel,7,0
774
- Non,1,4,1,000001071,9,3,Transformation Digitale,Y,Frequent,0,3
775
- Non,0,2,1,000001073,12,5,Transformation Digitale,Y,Occasionnel,7,8
776
- Non,0,3,1,000001074,2,1,Transformation Digitale,Y,Aucun,6,2
777
- Non,1,5,1,000001076,25,3,Transformation Digitale,Y,Occasionnel,0,0
778
- Oui,0,3,1,000001077,9,3,Marketing,Y,Frequent,0,2
779
- Oui,0,6,1,000001079,10,3,Infra & Cloud,Y,Occasionnel,1,0
780
- Non,3,2,1,000001080,8,4,Infra & Cloud,Y,Occasionnel,1,7
781
- Oui,3,2,1,000001081,4,4,Infra & Cloud,Y,Occasionnel,2,7
782
- Oui,0,2,1,000001082,24,2,Entrepreunariat,Y,Aucun,1,9
783
- Non,2,2,1,000001083,1,2,Transformation Digitale,Y,Occasionnel,1,3
784
- Non,1,1,1,000001084,20,3,Autre,Y,Occasionnel,0,2
785
- Non,0,3,1,000001085,7,2,Entrepreunariat,Y,Occasionnel,0,8
786
- Non,1,4,1,000001088,17,1,Infra & Cloud,Y,Occasionnel,1,9
787
- Non,1,6,1,000001092,20,4,Entrepreunariat,Y,Occasionnel,11,1
788
- Non,3,4,1,000001094,8,5,Infra & Cloud,Y,Aucun,1,2
789
- Non,1,4,1,000001096,2,1,Infra & Cloud,Y,Frequent,1,2
790
- Non,0,4,1,000001097,10,3,Autre,Y,Occasionnel,1,7
791
- Oui,1,1,1,000001098,1,2,Transformation Digitale,Y,Occasionnel,3,6
792
- Non,1,2,1,000001099,5,3,Infra & Cloud,Y,Occasionnel,1,2
793
- Oui,0,2,1,000001100,4,3,Entrepreunariat,Y,Occasionnel,4,7
794
- Oui,0,4,1,000001101,29,4,Transformation Digitale,Y,Frequent,3,8
795
- Non,1,5,1,000001102,15,2,Infra & Cloud,Y,Occasionnel,2,2
796
- Non,0,1,1,000001103,3,1,Infra & Cloud,Y,Frequent,0,4
797
- Non,3,5,1,000001105,10,4,Infra & Cloud,Y,Occasionnel,0,0
798
- Oui,1,3,1,000001106,4,1,Entrepreunariat,Y,Occasionnel,5,6
799
- Oui,1,0,1,000001107,21,3,Transformation Digitale,Y,Occasionnel,0,0
800
- Oui,0,0,1,000001108,25,3,Transformation Digitale,Y,Occasionnel,2,2
801
- Non,1,3,1,000001109,2,2,Transformation Digitale,Y,Occasionnel,13,7
802
- Oui,2,2,1,000001111,1,3,Transformation Digitale,Y,Frequent,0,0
803
- Oui,0,4,1,000001113,1,4,Autre,Y,Frequent,0,0
804
- Non,1,3,1,000001114,7,3,Infra & Cloud,Y,Frequent,0,2
805
- Non,3,2,1,000001115,3,4,Infra & Cloud,Y,Aucun,0,0
806
- Non,0,3,1,000001116,1,4,Transformation Digitale,Y,Aucun,2,1
807
- Non,1,2,1,000001117,9,4,Infra & Cloud,Y,Aucun,4,12
808
- Non,0,4,1,000001118,7,4,Infra & Cloud,Y,Occasionnel,4,0
809
- Non,2,2,1,000001119,10,4,Marketing,Y,Occasionnel,2,7
810
- Non,1,1,1,000001120,28,4,Infra & Cloud,Y,Occasionnel,1,7
811
- Non,3,3,1,000001121,3,3,Transformation Digitale,Y,Occasionnel,1,7
812
- Non,1,3,1,000001124,3,1,Marketing,Y,Occasionnel,4,9
813
- Non,0,2,1,000001125,2,2,Marketing,Y,Occasionnel,0,0
814
- Non,1,1,1,000001126,27,3,Infra & Cloud,Y,Frequent,0,1
815
- Oui,3,4,1,000001127,2,3,Infra & Cloud,Y,Frequent,11,5
816
- Non,0,2,1,000001128,14,3,Transformation Digitale,Y,Occasionnel,4,9
817
- Non,0,6,1,000001131,1,1,Entrepreunariat,Y,Occasionnel,2,2
818
- Non,0,2,1,000001132,9,3,Infra & Cloud,Y,Aucun,0,3
819
- Non,0,0,1,000001133,18,4,Infra & Cloud,Y,Aucun,0,9
820
- Non,1,4,1,000001135,20,3,Infra & Cloud,Y,Frequent,2,2
821
- Non,0,2,1,000001136,2,1,Infra & Cloud,Y,Occasionnel,0,4
822
- Non,1,3,1,000001137,11,2,Marketing,Y,Frequent,0,2
823
- Non,1,3,1,000001138,8,4,Entrepreunariat,Y,Occasionnel,2,3
824
- Non,0,3,1,000001140,2,2,Infra & Cloud,Y,Frequent,0,2
825
- Non,2,2,1,000001143,10,3,Infra & Cloud,Y,Frequent,1,1
826
- Non,0,3,1,000001148,29,3,Transformation Digitale,Y,Occasionnel,0,0
827
- Non,1,2,1,000001150,8,1,Transformation Digitale,Y,Occasionnel,1,2
828
- Non,1,2,1,000001152,1,3,Ressources Humaines,Y,Occasionnel,5,0
829
- Non,1,2,1,000001154,6,3,Infra & Cloud,Y,Frequent,0,2
830
- Oui,0,0,1,000001156,8,1,Transformation Digitale,Y,Aucun,0,0
831
- Oui,0,3,1,000001157,9,4,Marketing,Y,Occasionnel,0,3
832
- Non,1,4,1,000001158,12,4,Infra & Cloud,Y,Occasionnel,0,0
833
- Oui,1,5,1,000001160,15,3,Transformation Digitale,Y,Frequent,2,2
834
- Non,2,2,1,000001161,25,2,Transformation Digitale,Y,Occasionnel,1,3
835
- Non,1,0,1,000001162,6,3,Infra & Cloud,Y,Occasionnel,2,2
836
- Non,0,3,1,000001163,9,1,Infra & Cloud,Y,Occasionnel,1,3
837
- Non,0,2,1,000001164,8,4,Entrepreunariat,Y,Occasionnel,1,4
838
- Oui,1,3,1,000001165,23,1,Infra & Cloud,Y,Occasionnel,3,10
839
- Non,0,3,1,000001166,9,4,Transformation Digitale,Y,Frequent,2,13
840
- Oui,0,2,1,000001167,12,3,Infra & Cloud,Y,Frequent,13,14
841
- Non,0,3,1,000001171,4,4,Marketing,Y,Occasionnel,1,5
842
- Non,1,2,1,000001172,1,4,Transformation Digitale,Y,Occasionnel,1,7
843
- Non,0,2,1,000001173,24,3,Transformation Digitale,Y,Occasionnel,1,2
844
- Oui,0,4,1,000001175,12,1,Infra & Cloud,Y,Occasionnel,0,0
845
- Non,1,2,1,000001177,3,4,Transformation Digitale,Y,Occasionnel,0,7
846
- Non,1,3,1,000001179,10,3,Marketing,Y,Occasionnel,1,4
847
- Non,1,3,1,000001180,26,2,Transformation Digitale,Y,Frequent,0,0
848
- Non,1,2,1,000001182,2,3,Infra & Cloud,Y,Occasionnel,6,4
849
- Non,0,3,1,000001184,1,3,Transformation Digitale,Y,Frequent,4,9
850
- Non,1,2,1,000001185,4,4,Autre,Y,Frequent,2,2
851
- Oui,0,2,1,000001188,9,3,Marketing,Y,Occasionnel,1,3
852
- Non,3,3,1,000001190,2,1,Infra & Cloud,Y,Aucun,0,0
853
- Non,1,2,1,000001191,4,4,Entrepreunariat,Y,Occasionnel,4,2
854
- Non,1,5,1,000001192,6,1,Transformation Digitale,Y,Occasionnel,0,8
855
- Non,0,4,1,000001193,9,2,Infra & Cloud,Y,Occasionnel,0,0
856
- Non,1,2,1,000001195,7,3,Transformation Digitale,Y,Occasionnel,0,2
857
- Non,1,2,1,000001196,1,3,Infra & Cloud,Y,Occasionnel,3,11
858
- Non,0,2,1,000001198,3,3,Infra & Cloud,Y,Occasionnel,1,2
859
- Oui,0,4,1,000001200,10,4,Infra & Cloud,Y,Occasionnel,0,2
860
- Non,1,6,1,000001201,7,2,Transformation Digitale,Y,Occasionnel,4,7
861
- Non,1,2,1,000001202,15,1,Infra & Cloud,Y,Occasionnel,1,3
862
- Oui,1,5,1,000001203,3,4,Infra & Cloud,Y,Frequent,0,0
863
- Non,0,2,1,000001204,2,3,Marketing,Y,Occasionnel,15,9
864
- Non,0,3,1,000001206,17,3,Infra & Cloud,Y,Aucun,0,0
865
- Non,1,2,1,000001207,2,3,Ressources Humaines,Y,Occasionnel,1,4
866
- Oui,1,2,1,000001210,5,2,Infra & Cloud,Y,Aucun,0,0
867
- Non,3,3,1,000001211,29,4,Infra & Cloud,Y,Occasionnel,0,3
868
- Non,3,2,1,000001212,2,4,Transformation Digitale,Y,Frequent,0,0
869
- Non,1,3,1,000001215,2,3,Transformation Digitale,Y,Frequent,2,2
870
- Non,3,2,1,000001216,19,4,Transformation Digitale,Y,Occasionnel,3,3
871
- Non,1,2,1,000001217,15,2,Infra & Cloud,Y,Occasionnel,0,3
872
- Non,3,2,1,000001218,17,4,Infra & Cloud,Y,Occasionnel,1,7
873
- Oui,1,3,1,000001219,17,2,Infra & Cloud,Y,Occasionnel,0,0
874
- Non,1,3,1,000001220,25,3,Transformation Digitale,Y,Frequent,0,1
875
- Non,1,4,1,000001221,6,4,Infra & Cloud,Y,Occasionnel,1,7
876
- Non,3,4,1,000001224,7,4,Infra & Cloud,Y,Occasionnel,8,9
877
- Non,0,3,1,000001225,29,4,Autre,Y,Occasionnel,13,17
878
- Non,0,2,1,000001226,21,3,Marketing,Y,Occasionnel,2,2
879
- Non,1,3,1,000001228,2,4,Entrepreunariat,Y,Occasionnel,1,4
880
- Non,1,3,1,000001231,2,5,Transformation Digitale,Y,Aucun,0,3
881
- Non,1,3,1,000001233,7,4,Marketing,Y,Occasionnel,1,9
882
- Non,1,2,1,000001234,13,3,Autre,Y,Frequent,2,2
883
- Non,0,2,1,000001235,2,2,Infra & Cloud,Y,Frequent,0,7
884
- Non,1,2,1,000001237,1,3,Entrepreunariat,Y,Occasionnel,7,7
885
- Non,1,5,1,000001238,9,3,Transformation Digitale,Y,Occasionnel,4,10
886
- Non,1,2,1,000001239,10,3,Entrepreunariat,Y,Occasionnel,1,3
887
- Non,0,4,1,000001240,10,4,Infra & Cloud,Y,Occasionnel,1,1
888
- Non,1,2,1,000001241,1,3,Transformation Digitale,Y,Occasionnel,5,7
889
- Non,0,6,1,000001242,26,5,Transformation Digitale,Y,Frequent,0,0
890
- Non,1,6,1,000001243,8,2,Marketing,Y,Aucun,4,12
891
- Non,2,3,1,000001244,14,3,Infra & Cloud,Y,Occasionnel,6,8
892
- Non,1,2,1,000001245,1,4,Infra & Cloud,Y,Frequent,1,4
893
- Non,1,5,1,000001246,2,1,Infra & Cloud,Y,Occasionnel,7,7
894
- Oui,0,2,1,000001248,10,3,Transformation Digitale,Y,Aucun,0,0
895
- Non,3,5,1,000001249,1,3,Infra & Cloud,Y,Occasionnel,1,2
896
- Non,0,2,1,000001250,3,3,Infra & Cloud,Y,Occasionnel,0,9
897
- Non,0,2,1,000001251,11,2,Transformation Digitale,Y,Occasionnel,0,1
898
- Non,0,2,1,000001252,24,3,Transformation Digitale,Y,Occasionnel,1,8
899
- Non,0,2,1,000001254,3,3,Infra & Cloud,Y,Occasionnel,0,5
900
- Non,1,2,1,000001255,3,3,Infra & Cloud,Y,Occasionnel,0,7
901
- Non,1,2,1,000001256,4,2,Transformation Digitale,Y,Occasionnel,0,0
902
- Non,0,2,1,000001257,3,3,Entrepreunariat,Y,Frequent,0,7
903
- Non,0,4,1,000001258,2,2,Entrepreunariat,Y,Occasionnel,0,0
904
- Non,3,2,1,000001259,4,2,Infra & Cloud,Y,Occasionnel,0,3
905
- Non,2,2,1,000001260,7,3,Infra & Cloud,Y,Occasionnel,1,0
906
- Non,0,3,1,000001263,1,3,Infra & Cloud,Y,Occasionnel,0,0
907
- Non,2,2,1,000001264,1,3,Infra & Cloud,Y,Occasionnel,1,7
908
- Non,0,5,1,000001265,20,3,Entrepreunariat,Y,Occasionnel,0,0
909
- Non,1,5,1,000001267,5,3,Marketing,Y,Occasionnel,3,10
910
- Non,2,3,1,000001268,10,5,Marketing,Y,Occasionnel,0,8
911
- Non,0,2,1,000001269,25,3,Infra & Cloud,Y,Occasionnel,0,1
912
- Non,1,2,1,000001270,1,2,Infra & Cloud,Y,Occasionnel,0,1
913
- Oui,0,4,1,000001273,24,1,Infra & Cloud,Y,Frequent,1,0
914
- Non,0,2,1,000001275,4,2,Infra & Cloud,Y,Occasionnel,2,2
915
- Oui,0,2,1,000001277,2,3,Marketing,Y,Occasionnel,1,11
916
- Non,1,3,1,000001278,8,1,Transformation Digitale,Y,Aucun,15,0
917
- Oui,0,2,1,000001279,10,2,Infra & Cloud,Y,Frequent,2,2
918
- Non,1,2,1,000001280,4,2,Marketing,Y,Occasionnel,0,8
919
- Non,0,3,1,000001281,2,3,Marketing,Y,Occasionnel,0,2
920
- Non,1,5,1,000001282,9,3,Infra & Cloud,Y,Frequent,11,10
921
- Non,0,6,1,000001283,18,4,Transformation Digitale,Y,Occasionnel,5,4
922
- Non,2,2,1,000001285,19,3,Transformation Digitale,Y,Frequent,5,10
923
- Non,0,2,1,000001286,1,4,Transformation Digitale,Y,Frequent,0,2
924
- Non,2,4,1,000001288,4,2,Infra & Cloud,Y,Occasionnel,14,13
925
- Non,2,5,1,000001289,11,3,Infra & Cloud,Y,Frequent,1,8
926
- Non,0,3,1,000001291,6,1,Infra & Cloud,Y,Occasionnel,2,2
927
- Non,0,2,1,000001292,7,4,Transformation Digitale,Y,Occasionnel,0,0
928
- Non,0,3,1,000001293,4,4,Marketing,Y,Occasionnel,15,17
929
- Non,0,2,1,000001294,2,4,Infra & Cloud,Y,Occasionnel,5,12
930
- Oui,1,2,1,000001295,15,3,Transformation Digitale,Y,Occasionnel,0,5
931
- Non,1,2,1,000001296,2,3,Infra & Cloud,Y,Frequent,2,2
932
- Non,0,6,1,000001297,6,2,Transformation Digitale,Y,Frequent,7,7
933
- Non,0,3,1,000001298,9,2,Transformation Digitale,Y,Aucun,1,7
934
- Oui,2,2,1,000001299,7,3,Entrepreunariat,Y,Occasionnel,7,7
935
- Non,0,2,1,000001301,1,3,Entrepreunariat,Y,Occasionnel,1,2
936
- Non,0,3,1,000001303,1,3,Transformation Digitale,Y,Occasionnel,2,1
937
- Non,2,4,1,000001304,8,3,Transformation Digitale,Y,Occasionnel,0,8
938
- Non,0,4,1,000001306,25,3,Transformation Digitale,Y,Frequent,0,0
939
- Non,2,4,1,000001307,13,4,Transformation Digitale,Y,Occasionnel,15,2
940
- Non,2,3,1,000001308,23,4,Infra & Cloud,Y,Occasionnel,2,2
941
- Oui,1,3,1,000001309,7,2,Infra & Cloud,Y,Occasionnel,1,1
942
- Oui,0,2,1,000001310,23,3,Transformation Digitale,Y,Occasionnel,0,3
943
- Non,1,6,1,000001311,6,3,Entrepreunariat,Y,Occasionnel,6,7
944
- Non,0,0,1,000001312,10,4,Entrepreunariat,Y,Occasionnel,1,7
945
- Non,0,3,1,000001314,1,2,Infra & Cloud,Y,Occasionnel,5,7
946
- Non,3,6,1,000001315,1,3,Infra & Cloud,Y,Aucun,7,5
947
- Non,0,2,1,000001317,28,3,Infra & Cloud,Y,Occasionnel,1,2
948
- Oui,0,2,1,000001318,25,4,Marketing,Y,Occasionnel,1,0
949
- Oui,0,2,1,000001319,5,3,Infra & Cloud,Y,Occasionnel,7,7
950
- Non,2,2,1,000001321,17,4,Transformation Digitale,Y,Occasionnel,0,8
951
- Non,0,6,1,000001322,18,2,Infra & Cloud,Y,Occasionnel,1,7
952
- Non,1,5,1,000001324,2,4,Infra & Cloud,Y,Aucun,9,6
953
- Non,0,4,1,000001329,10,2,Transformation Digitale,Y,Aucun,11,9
954
- Oui,0,2,1,000001331,1,3,Infra & Cloud,Y,Frequent,2,2
955
- Oui,0,4,1,000001333,3,3,Infra & Cloud,Y,Occasionnel,1,2
956
- Non,0,3,1,000001334,2,1,Infra & Cloud,Y,Aucun,2,10
957
- Non,1,5,1,000001336,2,2,Transformation Digitale,Y,Occasionnel,9,11
958
- Non,0,4,1,000001338,8,4,Infra & Cloud,Y,Occasionnel,7,7
959
- Non,1,0,1,000001340,16,2,Infra & Cloud,Y,Aucun,0,0
960
- Non,1,0,1,000001344,9,3,Infra & Cloud,Y,Occasionnel,1,6
961
- Non,0,4,1,000001346,2,3,Infra & Cloud,Y,Occasionnel,8,8
962
- Non,1,2,1,000001349,1,3,Marketing,Y,Frequent,1,7
963
- Non,0,3,1,000001350,4,4,Infra & Cloud,Y,Frequent,1,1
964
- Non,1,2,1,000001352,5,3,Infra & Cloud,Y,Occasionnel,0,10
965
- Non,1,3,1,000001355,2,2,Infra & Cloud,Y,Occasionnel,1,7
966
- Non,0,6,1,000001356,15,2,Transformation Digitale,Y,Occasionnel,9,6
967
- Non,3,6,1,000001358,19,1,Transformation Digitale,Y,Occasionnel,1,2
968
- Oui,0,0,1,000001360,7,4,Transformation Digitale,Y,Occasionnel,5,9
969
- Non,1,3,1,000001361,1,4,Infra & Cloud,Y,Occasionnel,0,3
970
- Non,1,2,1,000001362,7,3,Marketing,Y,Frequent,6,13
971
- Non,0,2,1,000001363,4,3,Infra & Cloud,Y,Occasionnel,0,8
972
- Non,1,4,1,000001364,11,3,Transformation Digitale,Y,Occasionnel,0,0
973
- Non,0,1,1,000001367,11,2,Entrepreunariat,Y,Occasionnel,0,3
974
- Non,0,5,1,000001368,1,3,Infra & Cloud,Y,Aucun,0,0
975
- Non,1,0,1,000001369,1,3,Transformation Digitale,Y,Occasionnel,0,0
976
- Non,0,3,1,000001371,2,1,Infra & Cloud,Y,Frequent,0,0
977
- Oui,0,2,1,000001372,13,4,Marketing,Y,Occasionnel,3,8
978
- Non,1,0,1,000001373,23,3,Infra & Cloud,Y,Occasionnel,15,9
979
- Non,3,2,1,000001374,26,1,Entrepreunariat,Y,Aucun,0,0
980
- Non,3,0,1,000001375,2,1,Transformation Digitale,Y,Occasionnel,11,8
981
- Non,2,1,1,000001377,29,3,Transformation Digitale,Y,Occasionnel,7,7
982
- Oui,0,3,1,000001379,2,3,Infra & Cloud,Y,Frequent,0,0
983
- Oui,1,0,1,000001380,18,4,Marketing,Y,Frequent,3,2
984
- Non,3,2,1,000001382,7,3,Infra & Cloud,Y,Frequent,0,3
985
- Non,0,2,1,000001383,2,4,Entrepreunariat,Y,Occasionnel,4,11
986
- Non,1,0,1,000001387,26,3,Infra & Cloud,Y,Occasionnel,0,4
987
- Oui,2,3,1,000001389,22,4,Transformation Digitale,Y,Occasionnel,6,7
988
- Non,2,2,1,000001390,21,4,Infra & Cloud,Y,Occasionnel,1,4
989
- Non,0,5,1,000001391,2,3,Marketing,Y,Frequent,3,2
990
- Non,2,4,1,000001392,22,3,Infra & Cloud,Y,Frequent,3,3
991
- Non,0,2,1,000001394,4,1,Infra & Cloud,Y,Occasionnel,1,3
992
- Non,0,2,1,000001395,5,1,Infra & Cloud,Y,Frequent,1,2
993
- Non,3,3,1,000001396,2,1,Marketing,Y,Occasionnel,1,2
994
- Non,1,2,1,000001397,25,2,Infra & Cloud,Y,Aucun,0,5
995
- Non,0,3,1,000001399,18,1,Infra & Cloud,Y,Occasionnel,1,2
996
- Non,1,3,1,000001401,28,2,Transformation Digitale,Y,Frequent,0,2
997
- Non,0,3,1,000001402,6,3,Transformation Digitale,Y,Occasionnel,1,8
998
- Non,0,3,1,000001403,10,3,Marketing,Y,Occasionnel,4,4
999
- Oui,0,2,1,000001405,17,4,Infra & Cloud,Y,Occasionnel,7,7
1000
- Non,0,2,1,000001407,2,1,Transformation Digitale,Y,Occasionnel,1,1
1001
- Non,1,5,1,000001408,10,3,Ressources Humaines,Y,Occasionnel,0,9
1002
- Non,0,2,1,000001409,8,4,Autre,Y,Occasionnel,0,4
1003
- Non,0,6,1,000001411,11,3,Transformation Digitale,Y,Occasionnel,0,2
1004
- Non,0,2,1,000001412,18,2,Infra & Cloud,Y,Frequent,2,2
1005
- Non,1,2,1,000001415,1,3,Entrepreunariat,Y,Occasionnel,0,2
1006
- Non,0,2,1,000001417,7,3,Autre,Y,Occasionnel,0,7
1007
- Non,0,3,1,000001419,17,3,Autre,Y,Occasionnel,0,9
1008
- Oui,0,2,1,000001420,28,2,Infra & Cloud,Y,Frequent,1,3
1009
- Oui,0,1,1,000001421,14,1,Autre,Y,Frequent,7,7
1010
- Non,0,3,1,000001422,1,3,Transformation Digitale,Y,Occasionnel,12,7
1011
- Non,1,3,1,000001423,1,3,Transformation Digitale,Y,Occasionnel,1,5
1012
- Non,2,4,1,000001424,1,4,Transformation Digitale,Y,Occasionnel,0,0
1013
- Non,0,3,1,000001425,3,4,Marketing,Y,Occasionnel,0,1
1014
- Oui,0,3,1,000001427,1,4,Infra & Cloud,Y,Frequent,0,0
1015
- Non,2,3,1,000001428,7,4,Marketing,Y,Occasionnel,0,2
1016
- Non,0,3,1,000001430,8,5,Infra & Cloud,Y,Occasionnel,1,0
1017
- Non,2,2,1,000001431,1,4,Autre,Y,Frequent,1,3
1018
- Oui,0,3,1,000001433,8,3,Infra & Cloud,Y,Occasionnel,0,0
1019
- Non,0,3,1,000001434,11,1,Infra & Cloud,Y,Occasionnel,1,4
1020
- Non,0,2,1,000001435,4,4,Infra & Cloud,Y,Occasionnel,1,8
1021
- Non,2,3,1,000001436,16,4,Marketing,Y,Occasionnel,0,2
1022
- Non,1,2,1,000001438,1,3,Entrepreunariat,Y,Occasionnel,1,2
1023
- Oui,0,2,1,000001439,9,2,Infra & Cloud,Y,Occasionnel,2,2
1024
- Non,0,2,1,000001440,5,2,Entrepreunariat,Y,Aucun,1,3
1025
- Non,1,3,1,000001441,1,2,Infra & Cloud,Y,Occasionnel,1,0
1026
- Non,2,2,1,000001443,2,4,Transformation Digitale,Y,Occasionnel,5,6
1027
- Non,2,3,1,000001445,4,1,Transformation Digitale,Y,Occasionnel,0,3
1028
- Non,1,3,1,000001446,7,5,Marketing,Y,Occasionnel,0,3
1029
- Non,1,2,1,000001447,1,3,Infra & Cloud,Y,Occasionnel,0,2
1030
- Non,0,5,1,000001448,5,5,Transformation Digitale,Y,Occasionnel,0,3
1031
- Non,2,2,1,000001449,9,4,Autre,Y,Aucun,0,7
1032
- Non,1,5,1,000001453,8,2,Infra & Cloud,Y,Occasionnel,9,9
1033
- Oui,1,1,1,000001457,9,3,Marketing,Y,Occasionnel,4,3
1034
- Oui,0,2,1,000001458,2,3,Infra & Cloud,Y,Aucun,0,0
1035
- Oui,0,2,1,000001459,1,5,Infra & Cloud,Y,Frequent,4,7
1036
- Non,1,2,1,000001460,20,3,Transformation Digitale,Y,Occasionnel,0,7
1037
- Non,0,3,1,000001461,8,2,Transformation Digitale,Y,Occasionnel,0,2
1038
- Oui,1,2,1,000001464,2,3,Infra & Cloud,Y,Frequent,2,2
1039
- Non,2,4,1,000001465,29,3,Entrepreunariat,Y,Occasionnel,1,2
1040
- Non,3,3,1,000001466,7,3,Marketing,Y,Occasionnel,2,2
1041
- Oui,0,0,1,000001467,9,4,Entrepreunariat,Y,Occasionnel,2,2
1042
- Non,1,5,1,000001468,8,1,Transformation Digitale,Y,Aucun,4,8
1043
- Non,0,4,1,000001469,5,3,Transformation Digitale,Y,Occasionnel,1,3
1044
- Non,0,5,1,000001471,5,3,Infra & Cloud,Y,Aucun,0,3
1045
- Non,0,2,1,000001472,2,3,Transformation Digitale,Y,Occasionnel,8,8
1046
- Non,1,0,1,000001473,5,4,Entrepreunariat,Y,Occasionnel,1,2
1047
- Non,1,3,1,000001474,2,3,Transformation Digitale,Y,Occasionnel,1,2
1048
- Non,0,3,1,000001475,20,3,Infra & Cloud,Y,Occasionnel,1,3
1049
- Non,2,2,1,000001477,7,3,Transformation Digitale,Y,Frequent,0,3
1050
- Non,0,2,1,000001478,3,3,Autre,Y,Occasionnel,3,12
1051
- Non,2,2,1,000001479,16,1,Infra & Cloud,Y,Occasionnel,2,2
1052
- Non,0,3,1,000001480,9,2,Transformation Digitale,Y,Frequent,5,8
1053
- Non,1,4,1,000001481,1,5,Marketing,Y,Frequent,0,0
1054
- Non,2,2,1,000001482,7,3,Entrepreunariat,Y,Aucun,0,0
1055
- Non,1,2,1,000001483,1,2,Infra & Cloud,Y,Occasionnel,2,8
1056
- Non,2,3,1,000001484,7,4,Infra & Cloud,Y,Occasionnel,0,7
1057
- Non,2,3,1,000001485,15,3,Transformation Digitale,Y,Frequent,6,9
1058
- Oui,1,3,1,000001486,1,3,Entrepreunariat,Y,Frequent,1,2
1059
- Oui,0,4,1,000001487,13,3,Entrepreunariat,Y,Frequent,0,0
1060
- Oui,0,2,1,000001489,24,4,Transformation Digitale,Y,Occasionnel,10,10
1061
- Non,1,3,1,000001492,7,1,Infra & Cloud,Y,Occasionnel,0,0
1062
- Oui,0,2,1,000001494,9,3,Transformation Digitale,Y,Frequent,0,0
1063
- Non,1,2,1,000001495,13,2,Infra & Cloud,Y,Aucun,0,0
1064
- Non,0,2,1,000001496,2,1,Transformation Digitale,Y,Frequent,2,2
1065
- Non,2,3,1,000001497,19,3,Infra & Cloud,Y,Occasionnel,0,4
1066
- Non,1,3,1,000001499,1,3,Infra & Cloud,Y,Occasionnel,1,3
1067
- Non,0,2,1,000001501,4,4,Infra & Cloud,Y,Occasionnel,1,2
1068
- Non,0,5,1,000001502,4,4,Transformation Digitale,Y,Occasionnel,0,2
1069
- Non,1,4,1,000001503,14,3,Transformation Digitale,Y,Occasionnel,1,2
1070
- Oui,0,2,1,000001504,2,2,Transformation Digitale,Y,Frequent,0,0
1071
- Non,1,2,1,000001506,1,3,Infra & Cloud,Y,Occasionnel,0,0
1072
- Non,0,5,1,000001507,7,3,Infra & Cloud,Y,Frequent,1,3
1073
- Non,1,3,1,000001509,3,2,Transformation Digitale,Y,Occasionnel,1,2
1074
- Non,3,3,1,000001513,2,1,Infra & Cloud,Y,Frequent,0,2
1075
- Non,2,2,1,000001514,29,1,Infra & Cloud,Y,Occasionnel,1,7
1076
- Non,0,6,1,000001515,8,5,Infra & Cloud,Y,Occasionnel,0,0
1077
- Non,0,5,1,000001516,10,3,Transformation Digitale,Y,Occasionnel,0,0
1078
- Non,1,2,1,000001520,11,4,Transformation Digitale,Y,Frequent,1,12
1079
- Oui,0,2,1,000001522,1,4,Entrepreunariat,Y,Occasionnel,0,7
1080
- Non,1,1,1,000001523,28,3,Infra & Cloud,Y,Occasionnel,14,17
1081
- Non,0,3,1,000001525,6,3,Infra & Cloud,Y,Occasionnel,2,2
1082
- Non,1,2,1,000001527,3,3,Infra & Cloud,Y,Occasionnel,5,1
1083
- Non,0,3,1,000001529,16,3,Infra & Cloud,Y,Occasionnel,3,3
1084
- Non,0,2,1,000001533,20,1,Infra & Cloud,Y,Occasionnel,1,2
1085
- Oui,0,3,1,000001534,9,4,Infra & Cloud,Y,Occasionnel,1,0
1086
- Non,0,3,1,000001535,1,3,Entrepreunariat,Y,Occasionnel,8,6
1087
- Oui,0,2,1,000001537,3,3,Infra & Cloud,Y,Frequent,7,7
1088
- Non,0,2,1,000001539,22,5,Transformation Digitale,Y,Frequent,13,9
1089
- Non,1,4,1,000001541,7,2,Entrepreunariat,Y,Occasionnel,5,7
1090
- Non,1,3,1,000001542,2,3,Transformation Digitale,Y,Occasionnel,0,0
1091
- Non,0,2,1,000001543,13,3,Transformation Digitale,Y,Occasionnel,3,7
1092
- Non,1,3,1,000001544,8,1,Autre,Y,Occasionnel,0,7
1093
- Non,0,2,1,000001545,25,3,Infra & Cloud,Y,Occasionnel,0,2
1094
- Non,1,3,1,000001546,28,3,Entrepreunariat,Y,Occasionnel,0,3
1095
- Non,1,3,1,000001547,2,3,Infra & Cloud,Y,Frequent,13,9
1096
- Non,0,5,1,000001548,9,2,Transformation Digitale,Y,Occasionnel,7,1
1097
- Non,1,3,1,000001549,28,4,Infra & Cloud,Y,Occasionnel,5,7
1098
- Non,0,2,1,000001550,6,2,Transformation Digitale,Y,Occasionnel,7,7
1099
- Non,3,3,1,000001551,21,2,Entrepreunariat,Y,Occasionnel,0,0
1100
- Non,0,2,1,000001552,8,2,Infra & Cloud,Y,Aucun,2,2
1101
- Non,3,4,1,000001553,1,4,Entrepreunariat,Y,Occasionnel,7,7
1102
- Non,2,5,1,000001554,28,4,Infra & Cloud,Y,Occasionnel,4,2
1103
- Non,1,2,1,000001555,5,2,Infra & Cloud,Y,Occasionnel,2,5
1104
- Non,0,3,1,000001556,2,4,Infra & Cloud,Y,Occasionnel,1,2
1105
- Non,1,2,1,000001557,16,4,Infra & Cloud,Y,Occasionnel,7,7
1106
- Non,2,2,1,000001558,9,3,Infra & Cloud,Y,Occasionnel,0,0
1107
- Non,1,6,1,000001560,8,4,Infra & Cloud,Y,Occasionnel,2,2
1108
- Oui,1,4,1,000001562,1,3,Infra & Cloud,Y,Occasionnel,6,7
1109
- Non,0,2,1,000001563,10,4,Ressources Humaines,Y,Frequent,1,2
1110
- Non,0,3,1,000001564,1,3,Transformation Digitale,Y,Occasionnel,1,2
1111
- Non,1,3,1,000001568,29,4,Entrepreunariat,Y,Occasionnel,1,3
1112
- Oui,1,2,1,000001569,2,3,Infra & Cloud,Y,Occasionnel,0,0
1113
- Oui,1,4,1,000001572,2,5,Entrepreunariat,Y,Occasionnel,1,9
1114
- Oui,2,2,1,000001573,2,3,Transformation Digitale,Y,Occasionnel,1,4
1115
- Non,1,3,1,000001574,1,4,Entrepreunariat,Y,Aucun,1,2
1116
- Non,1,3,1,000001576,15,4,Autre,Y,Occasionnel,7,6
1117
- Non,0,4,1,000001577,7,4,Transformation Digitale,Y,Occasionnel,0,0
1118
- Non,1,3,1,000001578,26,5,Marketing,Y,Occasionnel,2,13
1119
- Non,1,3,1,000001580,1,4,Infra & Cloud,Y,Occasionnel,2,1
1120
- Non,0,5,1,000001581,3,3,Infra & Cloud,Y,Occasionnel,0,0
1121
- Non,1,3,1,000001582,14,3,Infra & Cloud,Y,Occasionnel,7,7
1122
- Non,0,5,1,000001583,16,3,Infra & Cloud,Y,Occasionnel,1,2
1123
- Non,0,5,1,000001585,1,4,Infra & Cloud,Y,Occasionnel,0,0
1124
- Non,0,3,1,000001586,3,1,Transformation Digitale,Y,Occasionnel,1,5
1125
- Non,0,4,1,000001587,10,4,Transformation Digitale,Y,Occasionnel,0,4
1126
- Non,1,3,1,000001588,6,3,Transformation Digitale,Y,Occasionnel,7,6
1127
- Non,1,0,1,000001590,2,1,Infra & Cloud,Y,Frequent,1,3
1128
- Non,1,2,1,000001591,9,3,Marketing,Y,Occasionnel,0,0
1129
- Non,1,2,1,000001592,10,3,Entrepreunariat,Y,Occasionnel,2,2
1130
- Non,1,3,1,000001594,6,4,Infra & Cloud,Y,Frequent,0,2
1131
- Non,0,2,1,000001595,9,2,Autre,Y,Occasionnel,0,1
1132
- Non,2,3,1,000001596,28,3,Infra & Cloud,Y,Occasionnel,6,8
1133
- Non,1,3,1,000001597,10,4,Entrepreunariat,Y,Frequent,7,7
1134
- Non,1,2,1,000001598,14,2,Infra & Cloud,Y,Occasionnel,1,2
1135
- Non,1,0,1,000001599,27,3,Entrepreunariat,Y,Occasionnel,0,2
1136
- Non,1,5,1,000001601,7,2,Infra & Cloud,Y,Occasionnel,0,1
1137
- Non,0,5,1,000001602,1,4,Infra & Cloud,Y,Occasionnel,0,12
1138
- Oui,3,3,1,000001604,24,3,Transformation Digitale,Y,Occasionnel,0,0
1139
- Non,0,2,1,000001605,26,2,Autre,Y,Aucun,1,3
1140
- Non,1,3,1,000001606,20,5,Transformation Digitale,Y,Frequent,12,13
1141
- Non,2,3,1,000001607,5,4,Autre,Y,Occasionnel,0,2
1142
- Non,1,4,1,000001608,7,3,Transformation Digitale,Y,Occasionnel,1,10
1143
- Non,1,3,1,000001609,7,3,Transformation Digitale,Y,Occasionnel,1,1
1144
- Non,0,3,1,000001611,5,5,Transformation Digitale,Y,Occasionnel,1,4
1145
- Non,1,2,1,000001612,26,3,Marketing,Y,Aucun,4,5
1146
- Non,0,3,1,000001613,2,4,Autre,Y,Frequent,0,3
1147
- Non,2,2,1,000001614,12,4,Infra & Cloud,Y,Occasionnel,1,1
1148
- Non,1,3,1,000001615,10,4,Infra & Cloud,Y,Frequent,7,2
1149
- Non,1,3,1,000001617,25,4,Infra & Cloud,Y,Occasionnel,1,4
1150
- Non,3,3,1,000001618,10,5,Transformation Digitale,Y,Occasionnel,7,7
1151
- Non,2,3,1,000001619,19,3,Autre,Y,Occasionnel,0,7
1152
- Non,0,2,1,000001621,18,5,Infra & Cloud,Y,Occasionnel,1,10
1153
- Non,1,5,1,000001622,27,3,Transformation Digitale,Y,Occasionnel,0,0
1154
- Non,0,2,1,000001623,5,1,Transformation Digitale,Y,Occasionnel,2,2
1155
- Oui,0,2,1,000001624,3,2,Transformation Digitale,Y,Frequent,0,0
1156
- Non,1,2,1,000001625,26,4,Infra & Cloud,Y,Occasionnel,1,0
1157
- Non,1,3,1,000001627,3,2,Transformation Digitale,Y,Occasionnel,0,7
1158
- Non,2,2,1,000001628,15,3,Infra & Cloud,Y,Occasionnel,14,12
1159
- Non,1,5,1,000001630,8,4,Infra & Cloud,Y,Aucun,2,9
1160
- Non,3,2,1,000001631,19,3,Infra & Cloud,Y,Occasionnel,0,2
1161
- Non,0,2,1,000001633,4,3,Transformation Digitale,Y,Frequent,3,8
1162
- Non,2,3,1,000001635,2,2,Autre,Y,Occasionnel,3,9
1163
- Non,1,6,1,000001638,2,2,Transformation Digitale,Y,Occasionnel,0,2
1164
- Oui,0,3,1,000001639,10,3,Transformation Digitale,Y,Occasionnel,6,0
1165
- Non,1,2,1,000001640,10,3,Transformation Digitale,Y,Occasionnel,7,7
1166
- Non,0,2,1,000001641,16,3,Infra & Cloud,Y,Occasionnel,3,3
1167
- Non,0,3,1,000001642,1,5,Ressources Humaines,Y,Frequent,0,2
1168
- Non,1,3,1,000001644,4,5,Transformation Digitale,Y,Frequent,2,2
1169
- Oui,2,2,1,000001645,15,2,Transformation Digitale,Y,Occasionnel,2,2
1170
- Non,0,2,1,000001646,2,1,Entrepreunariat,Y,Frequent,1,3
1171
- Non,0,0,1,000001647,8,3,Transformation Digitale,Y,Occasionnel,0,2
1172
- Non,0,0,1,000001648,2,3,Transformation Digitale,Y,Frequent,1,2
1173
- Oui,0,3,1,000001649,7,3,Infra & Cloud,Y,Occasionnel,0,3
1174
- Non,0,2,1,000001650,10,3,Transformation Digitale,Y,Occasionnel,1,4
1175
- Non,2,6,1,000001651,5,4,Infra & Cloud,Y,Occasionnel,0,2
1176
- Non,2,6,1,000001653,2,1,Infra & Cloud,Y,Frequent,0,7
1177
- Non,0,3,1,000001654,12,3,Transformation Digitale,Y,Occasionnel,1,0
1178
- Non,2,2,1,000001655,22,4,Autre,Y,Occasionnel,1,2
1179
- Non,3,3,1,000001656,17,5,Infra & Cloud,Y,Occasionnel,1,11
1180
- Non,0,3,1,000001657,2,3,Transformation Digitale,Y,Occasionnel,2,2
1181
- Non,1,2,1,000001658,3,3,Infra & Cloud,Y,Occasionnel,7,9
1182
- Non,0,4,1,000001659,7,3,Infra & Cloud,Y,Occasionnel,1,3
1183
- Non,1,3,1,000001661,6,1,Infra & Cloud,Y,Occasionnel,2,12
1184
- Non,0,6,1,000001662,1,4,Transformation Digitale,Y,Aucun,1,2
1185
- Non,1,3,1,000001664,3,2,Infra & Cloud,Y,Occasionnel,0,4
1186
- Non,1,6,1,000001665,22,5,Transformation Digitale,Y,Occasionnel,4,7
1187
- Non,1,3,1,000001666,15,2,Infra & Cloud,Y,Occasionnel,6,11
1188
- Oui,0,2,1,000001667,12,4,Autre,Y,Frequent,6,7
1189
- Non,2,4,1,000001668,1,3,Infra & Cloud,Y,Frequent,2,9
1190
- Non,1,3,1,000001669,5,3,Transformation Digitale,Y,Occasionnel,0,9
1191
- Non,2,5,1,000001670,2,4,Transformation Digitale,Y,Occasionnel,0,4
1192
- Non,2,4,1,000001671,2,3,Transformation Digitale,Y,Occasionnel,1,6
1193
- Non,2,2,1,000001673,5,4,Infra & Cloud,Y,Occasionnel,0,2
1194
- Non,1,2,1,000001674,16,3,Transformation Digitale,Y,Occasionnel,2,2
1195
- Non,0,3,1,000001675,2,3,Transformation Digitale,Y,Frequent,3,3
1196
- Non,3,2,1,000001676,2,4,Infra & Cloud,Y,Occasionnel,1,2
1197
- Non,0,2,1,000001677,1,3,Infra & Cloud,Y,Occasionnel,0,0
1198
- Non,0,2,1,000001678,23,2,Infra & Cloud,Y,Occasionnel,0,2
1199
- Non,0,3,1,000001680,9,1,Infra & Cloud,Y,Occasionnel,0,2
1200
- Non,1,2,1,000001681,16,3,Infra & Cloud,Y,Aucun,1,2
1201
- Non,2,2,1,000001682,26,4,Infra & Cloud,Y,Occasionnel,0,2
1202
- Non,3,2,1,000001683,1,3,Infra & Cloud,Y,Occasionnel,2,2
1203
- Oui,0,2,1,000001684,8,1,Transformation Digitale,Y,Occasionnel,1,2
1204
- Non,1,5,1,000001687,4,2,Transformation Digitale,Y,Occasionnel,0,0
1205
- Non,0,2,1,000001689,24,4,Transformation Digitale,Y,Occasionnel,1,2
1206
- Oui,2,3,1,000001691,7,2,Transformation Digitale,Y,Frequent,7,7
1207
- Oui,0,2,1,000001692,2,4,Infra & Cloud,Y,Occasionnel,0,0
1208
- Non,0,5,1,000001693,7,3,Transformation Digitale,Y,Aucun,5,7
1209
- Non,1,1,1,000001694,22,3,Entrepreunariat,Y,Occasionnel,1,2
1210
- Non,1,3,1,000001696,5,2,Transformation Digitale,Y,Occasionnel,4,13
1211
- Non,1,2,1,000001697,1,4,Transformation Digitale,Y,Occasionnel,0,0
1212
- Non,3,6,1,000001698,21,3,Transformation Digitale,Y,Occasionnel,2,13
1213
- Non,2,2,1,000001700,1,4,Transformation Digitale,Y,Frequent,1,3
1214
- Non,0,3,1,000001701,19,3,Infra & Cloud,Y,Occasionnel,8,7
1215
- Oui,1,2,1,000001702,7,3,Infra & Cloud,Y,Occasionnel,0,2
1216
- Non,1,2,1,000001703,2,3,Infra & Cloud,Y,Occasionnel,6,7
1217
- Non,0,2,1,000001704,2,4,Transformation Digitale,Y,Frequent,1,4
1218
- Non,1,3,1,000001706,2,3,Transformation Digitale,Y,Occasionnel,8,8
1219
- Non,1,1,1,000001707,9,3,Transformation Digitale,Y,Occasionnel,0,4
1220
- Non,0,3,1,000001708,6,3,Marketing,Y,Occasionnel,8,7
1221
- Non,1,2,1,000001709,9,4,Transformation Digitale,Y,Occasionnel,1,2
1222
- Non,0,2,1,000001710,2,4,Infra & Cloud,Y,Occasionnel,6,7
1223
- Non,1,3,1,000001712,1,1,Infra & Cloud,Y,Aucun,14,4
1224
- Oui,1,2,1,000001714,22,1,Ressources Humaines,Y,Occasionnel,0,0
1225
- Oui,0,3,1,000001716,9,3,Infra & Cloud,Y,Frequent,14,10
1226
- Non,3,3,1,000001718,17,4,Transformation Digitale,Y,Occasionnel,0,2
1227
- Non,0,2,1,000001719,28,2,Entrepreunariat,Y,Occasionnel,8,6
1228
- Non,1,3,1,000001720,10,3,Infra & Cloud,Y,Frequent,1,3
1229
- Non,1,2,1,000001721,2,4,Infra & Cloud,Y,Occasionnel,0,3
1230
- Non,1,4,1,000001722,4,3,Ressources Humaines,Y,Aucun,1,2
1231
- Non,1,3,1,000001724,8,2,Infra & Cloud,Y,Occasionnel,0,0
1232
- Non,3,2,1,000001725,29,1,Transformation Digitale,Y,Occasionnel,1,2
1233
- Non,0,3,1,000001727,13,4,Infra & Cloud,Y,Occasionnel,0,9
1234
- Non,1,3,1,000001728,27,4,Infra & Cloud,Y,Occasionnel,0,7
1235
- Non,1,2,1,000001729,16,1,Infra & Cloud,Y,Occasionnel,0,8
1236
- Non,1,3,1,000001731,2,4,Marketing,Y,Aucun,0,0
1237
- Non,1,5,1,000001732,2,3,Infra & Cloud,Y,Occasionnel,0,3
1238
- Oui,3,3,1,000001733,13,5,Marketing,Y,Occasionnel,2,2
1239
- Oui,0,2,1,000001734,1,2,Infra & Cloud,Y,Occasionnel,0,0
1240
- Non,0,3,1,000001735,4,1,Transformation Digitale,Y,Occasionnel,1,2
1241
- Non,0,3,1,000001736,24,1,Entrepreunariat,Y,Frequent,1,4
1242
- Non,1,2,1,000001737,1,3,Infra & Cloud,Y,Aucun,5,8
1243
- Non,1,2,1,000001739,19,3,Infra & Cloud,Y,Occasionnel,0,2
1244
- Non,0,3,1,000001740,7,4,Transformation Digitale,Y,Occasionnel,12,8
1245
- Non,2,2,1,000001744,4,3,Infra & Cloud,Y,Occasionnel,0,3
1246
- Non,0,2,1,000001745,2,4,Entrepreunariat,Y,Frequent,0,7
1247
- Non,1,2,1,000001746,10,3,Transformation Digitale,Y,Frequent,2,1
1248
- Oui,1,0,1,000001747,8,3,Ressources Humaines,Y,Frequent,1,2
1249
- Non,1,3,1,000001749,5,3,Entrepreunariat,Y,Occasionnel,0,2
1250
- Non,0,5,1,000001751,8,3,Transformation Digitale,Y,Occasionnel,1,4
1251
- Oui,0,3,1,000001752,9,3,Marketing,Y,Occasionnel,2,2
1252
- Non,0,5,1,000001753,1,3,Infra & Cloud,Y,Frequent,0,2
1253
- Non,1,2,1,000001754,15,2,Marketing,Y,Occasionnel,1,7
1254
- Non,3,3,1,000001755,2,4,Transformation Digitale,Y,Occasionnel,1,2
1255
- Non,0,2,1,000001756,2,3,Marketing,Y,Aucun,1,7
1256
- Non,0,1,1,000001757,11,4,Marketing,Y,Occasionnel,0,4
1257
- Oui,0,2,1,000001758,16,3,Infra & Cloud,Y,Occasionnel,0,0
1258
- Non,1,4,1,000001760,2,2,Transformation Digitale,Y,Frequent,0,5
1259
- Oui,3,2,1,000001761,16,4,Marketing,Y,Occasionnel,0,0
1260
- Non,1,2,1,000001762,4,3,Entrepreunariat,Y,Occasionnel,0,0
1261
- Non,1,3,1,000001763,16,3,Infra & Cloud,Y,Occasionnel,1,7
1262
- Non,0,3,1,000001764,5,4,Entrepreunariat,Y,Aucun,0,7
1263
- Non,1,2,1,000001766,18,3,Transformation Digitale,Y,Occasionnel,1,0
1264
- Oui,1,4,1,000001767,17,3,Entrepreunariat,Y,Frequent,0,0
1265
- Non,3,6,1,000001768,12,3,Transformation Digitale,Y,Occasionnel,0,4
1266
- Non,3,2,1,000001770,2,3,Transformation Digitale,Y,Occasionnel,0,0
1267
- Non,2,2,1,000001771,4,3,Entrepreunariat,Y,Aucun,1,7
1268
- Non,2,2,1,000001772,9,4,Infra & Cloud,Y,Occasionnel,0,4
1269
- Non,1,3,1,000001774,10,3,Infra & Cloud,Y,Aucun,0,7
1270
- Non,3,2,1,000001775,1,4,Transformation Digitale,Y,Aucun,0,2
1271
- Non,0,5,1,000001778,2,3,Infra & Cloud,Y,Occasionnel,1,8
1272
- Non,0,3,1,000001779,3,2,Infra & Cloud,Y,Occasionnel,2,2
1273
- Oui,0,3,1,000001780,7,1,Marketing,Y,Occasionnel,1,0
1274
- Non,1,3,1,000001782,6,2,Autre,Y,Occasionnel,0,4
1275
- Oui,0,6,1,000001783,8,1,Transformation Digitale,Y,Occasionnel,0,0
1276
- Non,2,3,1,000001784,29,4,Marketing,Y,Occasionnel,5,7
1277
- Non,0,2,1,000001786,3,3,Entrepreunariat,Y,Occasionnel,2,2
1278
- Non,2,2,1,000001787,9,2,Marketing,Y,Occasionnel,0,3
1279
- Non,1,3,1,000001789,2,4,Transformation Digitale,Y,Occasionnel,2,2
1280
- Non,1,1,1,000001790,10,3,Infra & Cloud,Y,Occasionnel,5,7
1281
- Oui,3,2,1,000001792,1,2,Transformation Digitale,Y,Frequent,2,3
1282
- Non,0,4,1,000001794,8,2,Autre,Y,Occasionnel,4,7
1283
- Oui,0,2,1,000001797,27,3,Infra & Cloud,Y,Occasionnel,7,7
1284
- Non,1,1,1,000001798,8,4,Infra & Cloud,Y,Occasionnel,7,6
1285
- Non,1,6,1,000001799,1,3,Infra & Cloud,Y,Occasionnel,0,3
1286
- Non,0,3,1,000001800,10,1,Transformation Digitale,Y,Occasionnel,2,2
1287
- Non,0,3,1,000001801,26,2,Infra & Cloud,Y,Aucun,2,2
1288
- Non,1,5,1,000001802,2,2,Infra & Cloud,Y,Occasionnel,0,2
1289
- Non,2,2,1,000001803,13,3,Transformation Digitale,Y,Occasionnel,0,0
1290
- Non,1,6,1,000001804,2,2,Transformation Digitale,Y,Aucun,1,7
1291
- Non,3,3,1,000001805,2,3,Ressources Humaines,Y,Aucun,3,8
1292
- Oui,1,3,1,000001807,9,4,Infra & Cloud,Y,Frequent,0,7
1293
- Oui,0,4,1,000001809,10,4,Transformation Digitale,Y,Occasionnel,0,8
1294
- Non,1,6,1,000001812,20,3,Infra & Cloud,Y,Frequent,2,2
1295
- Non,0,2,1,000001813,9,3,Infra & Cloud,Y,Aucun,1,2
1296
- Non,0,3,1,000001814,5,3,Infra & Cloud,Y,Occasionnel,1,2
1297
- Non,1,3,1,000001815,4,1,Marketing,Y,Occasionnel,13,5
1298
- Non,0,3,1,000001816,10,3,Transformation Digitale,Y,Occasionnel,0,2
1299
- Oui,0,3,1,000001818,20,2,Transformation Digitale,Y,Occasionnel,1,4
1300
- Oui,1,2,1,000001821,21,2,Transformation Digitale,Y,Occasionnel,3,7
1301
- Non,1,3,1,000001822,1,3,Infra & Cloud,Y,Occasionnel,0,3
1302
- Non,2,5,1,000001823,8,2,Entrepreunariat,Y,Occasionnel,4,8
1303
- Non,1,0,1,000001824,2,3,Transformation Digitale,Y,Aucun,14,14
1304
- Non,1,2,1,000001826,23,4,Transformation Digitale,Y,Occasionnel,0,3
1305
- Non,1,4,1,000001827,4,3,Infra & Cloud,Y,Occasionnel,14,10
1306
- Non,1,3,1,000001829,12,3,Infra & Cloud,Y,Occasionnel,7,7
1307
- Non,1,2,1,000001830,7,4,Transformation Digitale,Y,Occasionnel,1,7
1308
- Non,2,3,1,000001833,7,4,Marketing,Y,Frequent,2,2
1309
- Non,1,3,1,000001834,1,3,Transformation Digitale,Y,Occasionnel,1,2
1310
- Non,2,4,1,000001835,2,4,Marketing,Y,Occasionnel,0,3
1311
- Non,0,4,1,000001836,10,3,Transformation Digitale,Y,Occasionnel,1,2
1312
- Non,0,3,1,000001837,15,4,Infra & Cloud,Y,Frequent,2,2
1313
- Non,0,4,1,000001839,14,3,Transformation Digitale,Y,Aucun,0,0
1314
- Oui,0,4,1,000001842,18,5,Ressources Humaines,Y,Occasionnel,0,0
1315
- Oui,3,3,1,000001844,13,3,Ressources Humaines,Y,Occasionnel,2,0
1316
- Non,2,3,1,000001845,2,4,Infra & Cloud,Y,Aucun,5,7
1317
- Non,1,2,1,000001847,2,4,Autre,Y,Occasionnel,0,0
1318
- Non,1,5,1,000001849,2,4,Infra & Cloud,Y,Frequent,7,7
1319
- Non,0,3,1,000001850,5,2,Infra & Cloud,Y,Frequent,0,2
1320
- Non,0,3,1,000001852,20,1,Transformation Digitale,Y,Frequent,3,10
1321
- Non,0,2,1,000001853,10,4,Marketing,Y,Frequent,0,0
1322
- Non,2,1,1,000001854,10,4,Entrepreunariat,Y,Aucun,3,3
1323
- Non,0,2,1,000001856,9,4,Infra & Cloud,Y,Occasionnel,2,0
1324
- Non,1,4,1,000001857,2,2,Infra & Cloud,Y,Occasionnel,4,7
1325
- Non,1,2,1,000001858,1,2,Infra & Cloud,Y,Aucun,2,2
1326
- Non,2,3,1,000001859,29,1,Infra & Cloud,Y,Occasionnel,1,6
1327
- Non,0,3,1,000001860,8,3,Infra & Cloud,Y,Occasionnel,0,0
1328
- Oui,0,3,1,000001862,2,4,Marketing,Y,Occasionnel,2,2
1329
- Non,1,5,1,000001863,3,3,Entrepreunariat,Y,Occasionnel,2,8
1330
- Non,1,5,1,000001864,23,1,Transformation Digitale,Y,Occasionnel,5,8
1331
- Non,0,3,1,000001865,6,1,Transformation Digitale,Y,Occasionnel,0,0
1332
- Non,0,2,1,000001866,6,3,Transformation Digitale,Y,Occasionnel,6,14
1333
- Non,0,3,1,000001867,10,3,Infra & Cloud,Y,Occasionnel,12,9
1334
- Oui,0,3,1,000001868,24,2,Infra & Cloud,Y,Frequent,1,0
1335
- Oui,3,2,1,000001869,10,3,Infra & Cloud,Y,Occasionnel,0,7
1336
- Non,1,2,1,000001870,15,3,Infra & Cloud,Y,Frequent,7,3
1337
- Non,3,2,1,000001871,19,4,Autre,Y,Occasionnel,2,2
1338
- Non,1,2,1,000001873,2,4,Entrepreunariat,Y,Occasionnel,0,4
1339
- Non,1,3,1,000001875,3,3,Transformation Digitale,Y,Occasionnel,0,0
1340
- Oui,0,3,1,000001876,9,3,Transformation Digitale,Y,Occasionnel,0,0
1341
- Oui,0,2,1,000001878,7,1,Infra & Cloud,Y,Occasionnel,0,0
1342
- Non,1,4,1,000001880,10,4,Entrepreunariat,Y,Occasionnel,1,7
1343
- Non,1,2,1,000001881,20,3,Infra & Cloud,Y,Occasionnel,0,2
1344
- Non,3,3,1,000001882,4,3,Infra & Cloud,Y,Occasionnel,1,0
1345
- Non,0,2,1,000001883,7,3,Infra & Cloud,Y,Occasionnel,1,2
1346
- Non,1,2,1,000001885,7,4,Transformation Digitale,Y,Occasionnel,0,4
1347
- Non,0,2,1,000001886,16,2,Autre,Y,Occasionnel,0,2
1348
- Non,2,2,1,000001888,25,2,Infra & Cloud,Y,Occasionnel,3,8
1349
- Non,0,2,1,000001890,2,1,Ressources Humaines,Y,Frequent,0,8
1350
- Non,1,3,1,000001892,1,4,Infra & Cloud,Y,Occasionnel,11,16
1351
- Non,1,3,1,000001893,1,2,Infra & Cloud,Y,Occasionnel,1,0
1352
- Non,0,5,1,000001898,2,2,Transformation Digitale,Y,Occasionnel,0,7
1353
- Non,1,3,1,000001900,22,3,Transformation Digitale,Y,Frequent,4,7
1354
- Non,1,5,1,000001903,1,4,Infra & Cloud,Y,Occasionnel,2,2
1355
- Oui,1,2,1,000001905,16,4,Entrepreunariat,Y,Aucun,3,0
1356
- Oui,0,3,1,000001907,24,2,Infra & Cloud,Y,Occasionnel,1,0
1357
- Non,2,1,1,000001908,17,2,Marketing,Y,Occasionnel,1,3
1358
- Non,1,3,1,000001909,8,3,Marketing,Y,Occasionnel,1,4
1359
- Non,1,3,1,000001911,6,3,Transformation Digitale,Y,Occasionnel,5,7
1360
- Non,1,2,1,000001912,10,2,Transformation Digitale,Y,Occasionnel,1,4
1361
- Non,0,3,1,000001915,3,1,Transformation Digitale,Y,Occasionnel,0,1
1362
- Non,1,0,1,000001916,4,3,Transformation Digitale,Y,Occasionnel,2,2
1363
- Non,1,3,1,000001918,6,3,Autre,Y,Frequent,7,7
1364
- Non,0,3,1,000001922,1,4,Transformation Digitale,Y,Frequent,0,3
1365
- Non,0,2,1,000001924,10,4,Marketing,Y,Occasionnel,0,9
1366
- Non,1,2,1,000001927,1,2,Infra & Cloud,Y,Frequent,0,7
1367
- Oui,0,3,1,000001928,24,3,Entrepreunariat,Y,Frequent,0,0
1368
- Non,1,1,1,000001929,21,4,Infra & Cloud,Y,Aucun,1,2
1369
- Non,1,3,1,000001931,2,4,Entrepreunariat,Y,Occasionnel,1,2
1370
- Non,0,3,1,000001932,22,4,Autre,Y,Frequent,6,11
1371
- Oui,0,0,1,000001933,13,2,Marketing,Y,Occasionnel,2,2
1372
- Non,1,4,1,000001934,14,4,Entrepreunariat,Y,Aucun,1,7
1373
- Non,1,3,1,000001935,11,5,Marketing,Y,Occasionnel,0,0
1374
- Non,1,3,1,000001936,9,2,Transformation Digitale,Y,Occasionnel,7,9
1375
- Non,1,3,1,000001937,8,3,Transformation Digitale,Y,Frequent,0,7
1376
- Non,1,2,1,000001938,21,3,Infra & Cloud,Y,Occasionnel,0,0
1377
- Oui,0,2,1,000001939,5,2,Infra & Cloud,Y,Frequent,0,3
1378
- Non,2,0,1,000001940,9,2,Infra & Cloud,Y,Occasionnel,0,3
1379
- Non,0,3,1,000001941,2,1,Infra & Cloud,Y,Frequent,4,3
1380
- Non,2,4,1,000001943,12,4,Marketing,Y,Occasionnel,0,0
1381
- Oui,0,2,1,000001944,22,3,Ressources Humaines,Y,Frequent,0,0
1382
- Non,1,2,1,000001945,18,4,Transformation Digitale,Y,Occasionnel,0,4
1383
- Non,0,3,1,000001947,16,3,Transformation Digitale,Y,Aucun,1,4
1384
- Non,1,3,1,000001948,3,2,Transformation Digitale,Y,Aucun,2,3
1385
- Non,0,3,1,000001949,9,4,Infra & Cloud,Y,Aucun,0,2
1386
- Non,0,3,1,000001950,1,3,Marketing,Y,Occasionnel,2,1
1387
- Non,1,2,1,000001951,13,4,Transformation Digitale,Y,Occasionnel,1,1
1388
- Non,0,6,1,000001952,1,3,Transformation Digitale,Y,Occasionnel,7,6
1389
- Non,1,5,1,000001954,1,3,Infra & Cloud,Y,Occasionnel,0,2
1390
- Non,1,6,1,000001955,15,4,Transformation Digitale,Y,Aucun,1,2
1391
- Non,0,6,1,000001956,1,3,Infra & Cloud,Y,Frequent,8,7
1392
- Oui,1,2,1,000001960,17,3,Entrepreunariat,Y,Occasionnel,0,3
1393
- Non,0,3,1,000001961,1,3,Infra & Cloud,Y,Occasionnel,0,0
1394
- Non,0,2,1,000001962,7,4,Infra & Cloud,Y,Occasionnel,0,9
1395
- Non,0,5,1,000001965,9,3,Marketing,Y,Occasionnel,0,7
1396
- Non,0,1,1,000001966,5,4,Infra & Cloud,Y,Occasionnel,0,0
1397
- Oui,0,4,1,000001967,26,4,Marketing,Y,Frequent,0,8
1398
- Oui,0,2,1,000001968,24,4,Infra & Cloud,Y,Occasionnel,2,2
1399
- Non,2,6,1,000001969,9,2,Infra & Cloud,Y,Occasionnel,2,3
1400
- Non,3,2,1,000001970,7,2,Infra & Cloud,Y,Frequent,2,8
1401
- Non,1,1,1,000001971,11,3,Infra & Cloud,Y,Occasionnel,0,9
1402
- Non,1,2,1,000001972,1,4,Autre,Y,Frequent,1,2
1403
- Non,1,0,1,000001973,26,4,Ressources Humaines,Y,Occasionnel,1,4
1404
- Non,3,4,1,000001974,2,1,Transformation Digitale,Y,Occasionnel,0,0
1405
- Non,0,3,1,000001975,15,4,Marketing,Y,Occasionnel,11,10
1406
- Non,0,2,1,000001976,23,2,Infra & Cloud,Y,Aucun,3,7
1407
- Non,1,2,1,000001979,10,3,Transformation Digitale,Y,Aucun,4,8
1408
- Non,0,3,1,000001980,10,3,Transformation Digitale,Y,Occasionnel,1,4
1409
- Non,0,2,1,000001981,1,2,Infra & Cloud,Y,Occasionnel,1,2
1410
- Non,0,6,1,000001982,12,2,Autre,Y,Occasionnel,1,4
1411
- Non,1,2,1,000001985,11,3,Entrepreunariat,Y,Frequent,9,4
1412
- Non,1,4,1,000001986,2,2,Marketing,Y,Occasionnel,5,10
1413
- Non,0,3,1,000001987,2,3,Ressources Humaines,Y,Occasionnel,1,2
1414
- Non,0,6,1,000001989,1,2,Transformation Digitale,Y,Occasionnel,1,7
1415
- Non,1,2,1,000001992,2,1,Autre,Y,Occasionnel,0,2
1416
- Non,0,3,1,000001993,25,3,Transformation Digitale,Y,Occasionnel,12,11
1417
- Non,3,2,1,000001994,1,2,Transformation Digitale,Y,Aucun,0,0
1418
- Non,2,3,1,000001995,1,4,Infra & Cloud,Y,Occasionnel,5,8
1419
- Non,1,1,1,000001996,2,2,Infra & Cloud,Y,Occasionnel,1,2
1420
- Non,1,1,1,000001997,6,4,Infra & Cloud,Y,Frequent,7,7
1421
- Non,1,3,1,000001998,18,4,Infra & Cloud,Y,Occasionnel,1,2
1422
- Non,1,3,1,000001999,1,3,Infra & Cloud,Y,Occasionnel,1,0
1423
- Non,2,3,1,000002000,1,1,Transformation Digitale,Y,Aucun,5,12
1424
- Non,1,3,1,000002003,11,4,Transformation Digitale,Y,Occasionnel,2,2
1425
- Non,0,2,1,000002007,1,2,Infra & Cloud,Y,Occasionnel,1,2
1426
- Non,0,5,1,000002008,9,4,Transformation Digitale,Y,Occasionnel,0,8
1427
- Non,1,6,1,000002009,15,2,Transformation Digitale,Y,Occasionnel,8,1
1428
- Non,0,3,1,000002010,29,4,Infra & Cloud,Y,Occasionnel,4,1
1429
- Non,2,3,1,000002012,1,4,Infra & Cloud,Y,Occasionnel,0,0
1430
- Non,1,2,1,000002013,1,4,Transformation Digitale,Y,Occasionnel,2,2
1431
- Non,0,2,1,000002014,24,1,Infra & Cloud,Y,Occasionnel,1,7
1432
- Non,1,3,1,000002015,10,3,Transformation Digitale,Y,Occasionnel,1,11
1433
- Non,2,3,1,000002016,1,4,Marketing,Y,Occasionnel,5,7
1434
- Non,1,2,1,000002017,10,3,Infra & Cloud,Y,Occasionnel,6,8
1435
- Non,1,3,1,000002018,8,2,Autre,Y,Occasionnel,0,4
1436
- Non,2,3,1,000002019,29,4,Infra & Cloud,Y,Aucun,0,0
1437
- Non,0,2,1,000002020,1,3,Transformation Digitale,Y,Occasionnel,1,2
1438
- Non,0,6,1,000002021,5,1,Transformation Digitale,Y,Occasionnel,1,2
1439
- Non,0,3,1,000002022,9,3,Infra & Cloud,Y,Aucun,1,3
1440
- Oui,1,3,1,000002023,9,3,Marketing,Y,Frequent,1,0
1441
- Non,2,2,1,000002024,3,3,Transformation Digitale,Y,Occasionnel,3,4
1442
- Non,3,3,1,000002025,4,2,Infra & Cloud,Y,Frequent,0,2
1443
- Non,1,2,1,000002026,1,4,Infra & Cloud,Y,Aucun,1,9
1444
- Oui,3,3,1,000002027,1,4,Transformation Digitale,Y,Occasionnel,2,2
1445
- Non,0,2,1,000002031,2,3,Infra & Cloud,Y,Occasionnel,4,14
1446
- Oui,1,4,1,000002032,7,2,Entrepreunariat,Y,Occasionnel,9,8
1447
- Non,1,3,1,000002034,28,4,Infra & Cloud,Y,Occasionnel,0,10
1448
- Non,2,2,1,000002035,28,3,Marketing,Y,Occasionnel,1,7
1449
- Non,1,4,1,000002036,15,4,Marketing,Y,Aucun,11,11
1450
- Non,1,5,1,000002037,3,3,Infra & Cloud,Y,Occasionnel,0,4
1451
- Non,0,4,1,000002038,2,3,Entrepreunariat,Y,Occasionnel,1,2
1452
- Non,0,2,1,000002040,26,4,Infra & Cloud,Y,Occasionnel,1,7
1453
- Non,1,1,1,000002041,10,2,Infra & Cloud,Y,Occasionnel,1,9
1454
- Oui,2,3,1,000002044,1,4,Infra & Cloud,Y,Frequent,0,1
1455
- Non,1,2,1,000002045,11,4,Marketing,Y,Occasionnel,0,0
1456
- Non,0,3,1,000002046,20,3,Infra & Cloud,Y,Occasionnel,0,1
1457
- Non,0,2,1,000002048,2,4,Infra & Cloud,Y,Occasionnel,2,2
1458
- Non,2,2,1,000002049,18,4,Infra & Cloud,Y,Frequent,0,2
1459
- Non,3,2,1,000002051,2,4,Transformation Digitale,Y,Occasionnel,0,2
1460
- Non,1,5,1,000002052,1,4,Infra & Cloud,Y,Occasionnel,1,1
1461
- Non,1,2,1,000002053,13,2,Autre,Y,Occasionnel,0,3
1462
- Non,0,3,1,000002054,28,4,Transformation Digitale,Y,Occasionnel,0,4
1463
- Oui,1,3,1,000002055,28,3,Marketing,Y,Occasionnel,2,0
1464
- Non,1,2,1,000002056,24,1,Marketing,Y,Occasionnel,9,6
1465
- Non,0,2,1,000002057,5,3,Transformation Digitale,Y,Aucun,1,7
1466
- Non,0,2,1,000002060,5,3,Autre,Y,Occasionnel,0,0
1467
- Non,1,3,1,000002061,23,2,Transformation Digitale,Y,Frequent,0,3
1468
- Non,1,5,1,000002062,6,1,Transformation Digitale,Y,Occasionnel,1,7
1469
- Non,1,0,1,000002064,4,3,Infra & Cloud,Y,Occasionnel,0,3
1470
- Non,0,3,1,000002065,2,3,Transformation Digitale,Y,Frequent,0,8
1471
- Non,0,3,1,000002068,8,3,Transformation Digitale,Y,Occasionnel,1,2
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
docs/mlflow_guide.md DELETED
@@ -1,278 +0,0 @@
1
- # 🚀 Guide MLflow - Projet Employee Turnover
2
-
3
- ## 📋 Table des matières
4
- 1. [Workflow complet MLflow](#workflow-complet)
5
- 2. [Comparer plusieurs runs](#comparer-runs)
6
- 3. [Trouver le meilleur modèle](#meilleur-modèle)
7
- 4. [Model Registry](#model-registry)
8
- 5. [Best Practices](#best-practices)
9
-
10
- ---
11
-
12
- ## 1. Workflow complet MLflow
13
-
14
- ### 🎯 Concept clé
15
- MLflow suit ce workflow :
16
- ```
17
- Entraînement → Tracking → Registry → Sélection du meilleur modèle
18
- ```
19
-
20
- ### Architecture actuelle du projet
21
- ```
22
- train_model.py
23
- ↓ (log params/metrics/model)
24
- mlflow.db (SQLite)
25
- ↓ (query)
26
- MLflow UI (http://localhost:5000)
27
- ↓ (select best model)
28
- Model Registry (XGBoost_Employee_Turnover)
29
- ↓ (versions & stages)
30
- Modèle prêt pour déploiement
31
- ```
32
-
33
- ---
34
-
35
- ## 2. Comparer plusieurs runs
36
-
37
- ### Scénario : Tester différents hyperparamètres
38
-
39
- **Exemple : Tester 3 configurations différentes**
40
-
41
- ```python
42
- # tests/test_multiple_runs.py
43
- import mlflow
44
- from ml_model.preprocess import preprocess_data
45
- from ml_model.train_model import train_model
46
-
47
- mlflow.set_tracking_uri("sqlite:///mlflow.db")
48
- mlflow.set_experiment("Hyperparameter_Tuning") # Créer une expérience dédiée
49
-
50
- # Chemins des données
51
- data_paths = {
52
- "sondage_path": "data/extrait_sondage.csv",
53
- "eval_path": "data/extrait_eval.csv",
54
- "sirh_path": "data/extrait_sirh.csv",
55
- }
56
-
57
- # Préparer les données une seule fois
58
- X, y, scaler, encoders = preprocess_data(data_paths)
59
-
60
- # Tester 3 configurations
61
- configs = [
62
- {"name": "Baseline", "n_iter": 100, "cv": 3},
63
- {"name": "Intensive", "n_iter": 500, "cv": 5},
64
- {"name": "Quick", "n_iter": 50, "cv": 3},
65
- ]
66
-
67
- for config in configs:
68
- with mlflow.start_run(run_name=config["name"]):
69
- # Log la configuration testée
70
- mlflow.log_param("config_name", config["name"])
71
- mlflow.log_param("n_iter", config["n_iter"])
72
- mlflow.log_param("cv", config["cv"])
73
-
74
- # Entraîner (modifier train_model pour accepter n_iter/cv)
75
- model, params, cv_f1 = train_model(X, y)
76
-
77
- print(f"✅ {config['name']}: F1={cv_f1:.4f}")
78
- ```
79
-
80
- **Résultat dans MLflow UI** :
81
- - Va sur **Experiments** → **Hyperparameter_Tuning**
82
- - Tu verras 3 runs avec leurs métriques côte à côte
83
- - Clique sur **"Compare"** pour voir un tableau comparatif
84
-
85
- ---
86
-
87
- ## 3. Trouver le meilleur modèle
88
-
89
- ### Via l'API MLflow
90
-
91
- ```python
92
- # examples/find_best_model.py (déjà créé dans le projet)
93
- import mlflow
94
- from mlflow.tracking import MlflowClient
95
-
96
- mlflow.set_tracking_uri("sqlite:///mlflow.db")
97
- client = MlflowClient()
98
-
99
- def get_best_model_from_experiment(experiment_name="Default", metric="cv_f1"):
100
- """
101
- Trouve le meilleur modèle d'une expérience basé sur une métrique.
102
-
103
- Args:
104
- experiment_name: Nom de l'expérience MLflow
105
- metric: Métrique à optimiser (cv_f1, test_f1, etc.)
106
-
107
- Returns:
108
- run_id du meilleur modèle
109
- """
110
- # Récupérer l'expérience
111
- experiment = client.get_experiment_by_name(experiment_name)
112
- if not experiment:
113
- raise ValueError(f"Expérience '{experiment_name}' introuvable")
114
-
115
- # Rechercher tous les runs de l'expérience
116
- runs = client.search_runs(
117
- experiment_ids=[experiment.experiment_id],
118
- order_by=[f"metrics.{metric} DESC"],
119
- max_results=1
120
- )
121
-
122
- if not runs:
123
- raise ValueError(f"Aucun run trouvé dans l'expérience '{experiment_name}'")
124
-
125
- best_run = runs[0]
126
- print(f"🏆 Meilleur modèle trouvé:")
127
- print(f" Run ID: {best_run.info.run_id}")
128
- print(f" {metric}: {best_run.data.metrics.get(metric, 'N/A')}")
129
-
130
- return best_run.info.run_id
131
-
132
- # Charger le modèle
133
- best_run_id = get_best_model_from_experiment("Default", "cv_f1")
134
- model_uri = f"runs:/{best_run_id}/model"
135
- model = mlflow.sklearn.load_model(model_uri)
136
- ```
137
-
138
- ---
139
-
140
- ## 4. Model Registry
141
-
142
- ### Gérer les versions de modèles
143
-
144
- ```python
145
- # examples/model_registry.py (déjà créé dans le projet)
146
- from mlflow.tracking import MlflowClient
147
-
148
- client = MlflowClient()
149
- model_name = "XGBoost_Employee_Turnover"
150
-
151
- # Lister les versions
152
- versions = client.search_model_versions(f"name='{model_name}'")
153
- for v in versions:
154
- print(f"Version {v.version}: {v.current_stage}")
155
-
156
- # Promouvoir en Production
157
- client.transition_model_version_stage(
158
- name=model_name,
159
- version=1,
160
- stage="Production",
161
- archive_existing_versions=True
162
- )
163
-
164
- # Charger depuis le Registry
165
- model = mlflow.sklearn.load_model(f"models:/{model_name}/Production")
166
- ```
167
-
168
- ---
169
-
170
- ## 5. Best Practices
171
-
172
- ### ✅ Stratégie de versioning des modèles
173
-
174
- ```python
175
- # Workflow recommandé
176
- # 1. Entraîner plusieurs modèles → Experiment "Development"
177
- # 2. Sélectionner le meilleur → Promouvoir en "Staging"
178
- # 3. Valider en staging → Promouvoir en "Production"
179
-
180
- from mlflow.tracking import MlflowClient
181
-
182
- client = MlflowClient()
183
- model_name = "XGBoost_Employee_Turnover"
184
-
185
- # Promouvoir version 2 en Production
186
- client.transition_model_version_stage(
187
- name=model_name,
188
- version=2,
189
- stage="Production"
190
- )
191
- ```
192
-
193
- ### 📊 Logging avancé
194
-
195
- ```python
196
- # Dans train_model.py, ajouter plus de contexte
197
- with mlflow.start_run():
198
- # Log dataset info
199
- mlflow.log_param("n_samples", len(X))
200
- mlflow.log_param("n_features", X.shape[1])
201
- mlflow.log_param("class_imbalance_ratio", sum(y==0)/sum(y==1))
202
-
203
- # Log artifacts (graphiques)
204
- import matplotlib.pyplot as plt
205
- plt.figure()
206
- # ... plot code ...
207
- plt.savefig("confusion_matrix.png")
208
- mlflow.log_artifact("confusion_matrix.png")
209
-
210
- # Log code version
211
- import subprocess
212
- git_commit = subprocess.check_output(['git', 'rev-parse', 'HEAD']).strip().decode()
213
- mlflow.set_tag("git_commit", git_commit)
214
- ```
215
-
216
- ### 🔄 Retraining workflow
217
-
218
- ```python
219
- # scripts/retrain_model.py
220
- import mlflow
221
-
222
- def retrain_and_compare():
223
- """Entraîne un nouveau modèle et le compare à la production."""
224
-
225
- # 1. Charger le modèle en production
226
- prod_model = mlflow.sklearn.load_model("models:/XGBoost_Employee_Turnover/Production")
227
-
228
- # 2. Entraîner nouveau modèle
229
- X, y, _, _ = preprocess_data(data_paths)
230
- new_model, params, new_f1 = train_model(X, y)
231
-
232
- # 3. Comparer les performances
233
- from sklearn.model_selection import cross_val_score
234
- prod_f1 = cross_val_score(prod_model, X, y, cv=5, scoring='f1').mean()
235
-
236
- print(f"Production F1: {prod_f1:.4f}")
237
- print(f"New model F1: {new_f1:.4f}")
238
-
239
- # 4. Si meilleur, promouvoir automatiquement
240
- if new_f1 > prod_f1:
241
- print("✅ Nouveau modèle meilleur ! Promotion en Staging...")
242
- else:
243
- print("⚠️ Nouveau modèle moins bon, conservation du modèle actuel")
244
- ```
245
-
246
- ---
247
-
248
- ## 📚 Ressources
249
-
250
- - **MLflow Docs**: https://mlflow.org/docs/latest/index.html
251
- - **Model Registry**: https://mlflow.org/docs/latest/model-registry.html
252
- - **Python API**: https://mlflow.org/docs/latest/python_api/index.html
253
-
254
- ---
255
-
256
- ## 🎯 Utilisation du projet
257
-
258
- ### Entraîner un modèle
259
- ```bash
260
- python ml_model/train_model.py
261
- ```
262
-
263
- ### Lancer MLflow UI
264
- ```bash
265
- mlflow ui --backend-store-uri sqlite:///mlflow.db --port 5000
266
- ```
267
-
268
- ### Exemples disponibles
269
- ```bash
270
- # Trouver le meilleur modèle
271
- python examples/01_find_best_model.py
272
-
273
- # Comparer tous les runs
274
- python examples/02_compare_models.py
275
-
276
- # Gérer le Model Registry
277
- python examples/03_model_registry.py
278
- ```
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
docs/pipeline.md DELETED
@@ -1,38 +0,0 @@
1
- # Plan du Pipeline CI/CD
2
-
3
- ## Objectif
4
- Automatiser tests (qualité code/ML) et déploiement vers Hugging Face Spaces pour un POC scalable. Flux : Push → Tests → Build → Deploy (dev sur branche `dev`, prod sur `main` avec validation manuelle).
5
- *Choix : GitHub Actions pour simplicité/intégration gratuite ; HF Spaces pour hébergement ML sans infra (GPU si besoin pour inférence). Temps cible <10min par run (vigilance doc).*
6
-
7
- ## Triggers
8
- - Push sur branches : `dev` (auto-deploy dev), `main` (deploy prod après review).
9
- - Pull Requests vers `main` (tests + validation avant merge).
10
- *Choix : Limite à ces branches pour isoler envs ; évite triggers sur features pour perf.*
11
-
12
- ## Étapes du Pipeline (Séquentiel : Tests d'abord, puis Deploy si OK)
13
- 1. **Checkout Code** : Récupère le repo.
14
- *Outil : `actions/checkout@v4` (standard, rapide).*
15
- 2. **Setup Environnement** : Python 3.10+ (compatible FastAPI/Pytest/SQLAlchemy).
16
- *Choix : Version fixe pour reproductibilité ML ; cache deps pour accélérer runs futurs.*
17
- 3. **Installation Dépendances** : `pip install -r requirements.txt` + outils tests (pytest, black, flake8).
18
- *Choix : Inclut lint pour standards code (reco ML : black pour formatage auto).*
19
- 4. **Linting** : Vérifie style (`black --check`, `flake8`).
20
- *Pourquoi ? Détecte erreurs tôt ; coverage >80% visé pour robustesse.*
21
- 5. **Tests Automatisés** : `pytest --cov=src` (unitaires/fonctionnels API/ML).
22
- *Choix : Couvre cas critiques (erreurs validation Pydantic, prédictions ML) ; rapport XML pour badges GitHub.*
23
- 6. **Build (Optionnel pour POC)** : Package API (e.g., build Docker si HF le requiert).
24
- *Évolutif : Ajoute plus tard pour prod.*
25
- 7. **Déploiement** : Push vers HF Space (dev/prod).
26
- *Choix : Conditionnel par branche ; utilise secrets pour HF_TOKEN (sécurité).*
27
-
28
- ## Gestion Envs et Secrets
29
- - **Devs** : Branche `dev` → Space `ASI-Engineer/oc_p5` (tests rapides).
30
- - **Test/Prod** : PR → `main` → Space `espace-prod` (review requise).
31
- - **Secrets** : HF_TOKEN (GitHub Secrets) ; jamais en code.
32
- *Choix : Sépare envs pour traçabilité (inputs/outputs ML en DB PostgreSQL plus tard).*
33
-
34
- ## Standards Code/ML
35
- - Format : Black.
36
- - Tests : >80% coverage ; reproductibles (seeds pour ML).
37
- - Monitoring : Badges GitHub pour coverage/status.
38
- *Pourquoi ? Assure fiabilité en prod ; aligné sur reco OpenClassrooms (ressource doc).*
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
docs/standards.md DELETED
@@ -1,13 +0,0 @@
1
- # Standards de Code et d'Expérimentation ML
2
-
3
- ## Standards de Code
4
- - Commits : Conventional commits (feat:/fix:/docs: etc.) pour traçabilité.
5
- - Formatting/Linting : Black pour format, Flake8 pour lint (via CI).
6
- - Dépendances : Poetry pour lock/reproductibilité.
7
- - Tests : Pytest avec cov >80%, couvrant cas critiques/erreurs.
8
-
9
- ## Standards d'Expérimentation ML
10
- - Datasets : Utiliser P3/P4 pour tests unitaires/fonctionnels.
11
- - Traçabilité : Log inputs/outputs en DB PostgreSQL.
12
- - Validation : Pydantic pour inputs API ; tester performances/limites.
13
- - CI/CD : Tests auto sur push ; environnements dev (local/tests) / prod (HF main).
 
 
 
 
 
 
 
 
 
 
 
 
 
 
etapes.txt DELETED
@@ -1,260 +0,0 @@
1
- Mission - Déployez votre modèle de Machine Learning
2
-
3
- Dans ce projet, votre mission sera de déployer un modèle de machine learning à l’aide d’outils modernes. Vous avez le choix de déployer soit le modèle du projet 3 (Anticipez les besoins en consommations de bâtiment) ou celui du projet 4 (Classifiez automatiquement des informations).
4
-
5
- Vous êtes freelance spécialisé en machine learning et vous venez de recevoir une demande de la part de votre client Futurisys, une entreprise innovante qui souhaite rendre ses modèles de machine learning opérationnels et accessibles via une API performante. Vous êtes chargé de déployer un modèle de machine learning en production.
6
-
7
- Le directeur technique de Futurisys, Aurélien, vous formule une demande impliquant de :
8
- créer une API avec FastAPI (ou équivalent) pour exposer le modèle ;
9
- écrire des tests unitaires avec Pytest pour garantir sa fiabilité ;
10
- et gérer la version du code avec Git pour une collaboration fluide.
11
-
12
- L'objectif ? Rendre le modèle utilisable en production tout en respectant les meilleures pratiques de l'ingénierie logicielle. À la fin du projet, vous aurez un Proof of Concept (POC) fonctionnel dont vous pourrez être fier !
13
-
14
- Tout en réfléchissant, vous dressez la liste des livrables que vous aurez à construire et présenter :
15
- Un dépôt Git structuré contenant :
16
- L'ensemble du code source.
17
- Un requirements.txt (ou équivalent).
18
- Un historique de commits clair, avec des branches dédiées aux fonctionnalités et l’utilisation de tags pour la gestion des versions.
19
- Un README complet présentant le projet, notamment les instructions d’installation, d’utilisation, de déploiement, d’authentification et de sécurisation.
20
- Une API fonctionnelle et déployée développée avec FastAPI (ou équivalent) exposant le modèle de machine learning accompagnée d’une documentation intégrée (par exemple via Swagger/OpenAPI) pour décrire les endpoints, les schémas de données et les exemples d’appels.
21
- Des scripts de tests unitaires et fonctionnels associés à :
22
- Un ensemble de tests écrits en Pytest couvrant les cas critiques et les scénarios d’erreur.
23
- Un rapport de couverture de tests (par exemple via pytest-cov) afin de démontrer la robustesse du code.
24
- Une base de données PostgreSQL fonctionnelle:
25
- Un script SQL (.sql) ou Python (create_db.py) pour la création de la base de données et des tables.
26
- Un modèle de données/de la documentation expliquant la structure des tables (ex: schéma UML).
27
- Des exemples d’entrées en base (SQL ou CSV contenant des inputs et outputs du modèle de ML).
28
- Des scripts pour interroger les données et interagir avec le modèle ML.
29
- Une configuration du pipeline CI/CD capable de gérer les environnements (dev test, prod) et intégrer la gestion des secrets.
30
- Un fichier YAML (par exemple pour GitHub Actions) qui automatise les tests et le déploiement
31
- Vous planifiez dans votre agenda de présenter l’ensemble de votre projet à Aurélien, à l’aide d’un support de présentation, et vous vous mettez au travail.
32
-
33
- -------------------------------------------------------------------------
34
-
35
- Étapes :
36
-
37
-
38
- Étape 1 - Mettez en place un système de gestion de version et collaboration :
39
-
40
- Cette étape initiale vise à mettre en place un système de gestion de versions robuste qui servira de fondation à tout le projet. L'objectif est de créer un environnement de travail structuré, permettant une collaboration fluide, un suivi précis des modifications et une traçabilité complète du développement.
41
-
42
- Prérequis :
43
- Connaissances de base de Git.
44
- Compréhension des workflows de collaboration.
45
- Notions de gestion de versions.
46
- Création d'un compte sur une plateforme de versionnage (GitHub, GitLab).
47
-
48
- Résultats attendus :
49
- Un dépôt Git bien structuré :
50
- Un requirements.txt ou équivalent.
51
- Un historique de commits clair et significatif.
52
- Des branches pour les différentes fonctionnalités.
53
- Une documentation du projet sous forme de README complet présentant le projet, les instructions d’installation.
54
-
55
- Recommandations :
56
- Utiliser des commits descriptifs.
57
- Créer une structure de projet claire (en ne mettant pas tout à la racine par exemple…).
58
- Rédiger un README complet.
59
- Gérer les versions avec des tags.
60
- Définir les conventions de nommage des branches.
61
-
62
- Point de vigilance :
63
- Gestion des conflits : utilisez un outil de résolution de conflits intégré à votre environnement de développement.
64
-
65
- Outils :
66
- Git
67
- GitHub/GitLab
68
- Éditeur de code avec intégration Git
69
-
70
- Ressources :
71
- Documentation Git officielle (https://git-scm.com/doc)
72
- Guide de bonnes pratiques de versionnage (https://docs.github.com/fr)
73
-
74
-
75
- Étape 2 - Configurez la CI/CD :
76
-
77
- Cette étape se concentre sur la mise en place d'une infrastructure d'intégration continue et de déploiement continu sur la plateforme Hugging Face Spaces. L'objectif est de créer un pipeline automatisé qui garantira la qualité du code, facilitera les tests et permettra un déploiement rapide et fiable du modèle de machine learning.
78
-
79
- Cette étape se concentre sur la mise en place d'une infrastructure d'intégration continue et de déploiement continu sur une plateforme cloud (telle que Hugging Face Spaces par exemple). L'objectif est de créer un pipeline automatisé qui garantira la qualité du code, facilitera les tests et permettra un déploiement rapide et fiable du modèle de machine learning.
80
-
81
- Prérequis :
82
- Compréhension des principes d'intégration continue.
83
- Compréhension des différents environnements (développement, test, production).
84
-
85
- Résultats attendus :
86
- Un pipeline CI/CD automatisé (autant que possible avec la solution choisie).
87
- Un fichier yaml configurant au moins une GitHub Action.
88
- Des tests automatiques à chaque commit ou push vers une branche.
89
- Une validation avant fusion de branches.
90
- La gestion des différents environnements.
91
-
92
- Recommandations :
93
- Définir les étapes du pipeline avant de les implémenter sur GitHub.
94
- Écrire vos standards de code et d’expérimentation ML dans un README dédié.
95
-
96
- Points de vigilance :
97
- Être attentif au temps d'exécution des pipelines (ex : plus de 10 min pourrait vous amener à vous interroger).
98
- Gérer les secrets.
99
-
100
- Outils :
101
- GitHub Actions (ou équivalent) pour effectuer automatiquement la partie test du pipeline CI/CD.
102
- Hugging Face Spaces ou équivalent.
103
-
104
- Ressources :
105
- Documentation GitHub Actions (https://docs.github.com/en/actions)
106
- Démarrer avec Hugging Face Spaces (https://huggingface.co/spaces/launch)
107
- Mettez en place l'intégration et la livraison continues avec la démarche devops (https://openclassrooms.com/fr/courses/2035736-mettez-en-place-lintegration-et-la-livraison-continues-avec-la-demarche-devops)
108
-
109
-
110
- Étape 3 - Développement de l'API :
111
-
112
- Vous allez créer une API avec FastAPI (ou Gradio) pour exposer le modèle de machine learning, en utilisant Pydantic pour valider les données entrantes et garantir la qualité des prédictions. Vous configurerez les endpoints nécessaires pour retourner les prédictions du modèle et testerez chaque endpoint individuellement pour assurer leur bon fonctionnement.
113
-
114
- Vous allez créer une API avec FastAPI (ou équivalent) pour exposer le modèle de machine learning, en utilisant Pydantic pour valider les données entrantes et garantir la qualité des prédictions. Vous configurerez les endpoints nécessaires pour retourner les prédictions du modèle et testerez chaque endpoint individuellement pour vous assurer de leur bon fonctionnement.
115
-
116
- Prérequis :
117
- Avoir une compréhension claire des modèles de machine learning développés dans les projets précédents de ce parcours.
118
- Avoir une expérience de base avec Python et les API REST.
119
-
120
- Résultats attendus :
121
- Une API fonctionnelle exposant le modèle de machine learning.
122
- Des endpoints bien documentés et testés.
123
- Une validation robuste des données d'entrée.
124
-
125
- Recommandations :
126
- Commencer par définir les endpoints nécessaires pour exposer le modèle.
127
- Utiliser Pydantic pour valider les données entrantes et garantir la qualité des prédictions.
128
- Tester chaque endpoint individuellement avant de passer à la suite.
129
-
130
- Points de vigilance :
131
- Valider la bonne conformité des données entrantes avec les attentes du modèle.
132
- Gérer correctement les erreurs de validation des données.
133
-
134
- Outils :
135
- FastAPI (ou équivalent)
136
- Pydantic
137
- Environnement Python configuré
138
-
139
- Ressources :
140
- Documentation FastAPI https://fastapi.tiangolo.com/
141
- Documentation Gradio https://www.gradio.app/docs
142
- Documentation Pydantic https://docs.pydantic.dev/latest/
143
- Principes et bonnes pratiques de conception d'API https://restfulapi.net/
144
-
145
-
146
- Étape 4 - Insérez le dataset et gérez-le via PostgreSQL :
147
-
148
- Vous commencerez par créer une base de données (BDD) PostgreSQL via un script SQL (ou Python) afin de pouvoir insérer votre dataset complet dans cette DB.
149
- Pour des raisons de simplicité, l’interaction avec la DB pourra se faire entièrement et uniquement en local.
150
- Toutes les interactions avec le modèle de machine learning devront passer par la base de données : les inputs envoyés au modèle et les outputs générés seront enregistrés dans des tables dédiées.
151
- Cette approche permet d'assurer une traçabilité complète des échanges et d'offrir une interface robuste entre le modèle et la gestion des données.
152
-
153
- Prérequis :
154
- Connaissance de base de PostgreSQL et des concepts relationnels.
155
- Familiarité avec un ORM (exemple : SQLAlchemy qui est présenté dans les ressources de cette étape) pour faciliter la gestion des opérations sur la base.
156
- Compréhension des interactions entre une API et une base de données.
157
-
158
- Résultats attendus :
159
- Un schéma de la BDD (UML par exemple).
160
- Un script SQL (.sql) ou script Python (create_db.py) pour la création de la base de données PostgreSQL et des tables.
161
- Un dataset inséré et correctement structuré dans une base de données PostgreSQL.
162
- L’enregistrement systématique des inputs et outputs du modèle dans des tables dédiées (via connecteur python).
163
- Une traçabilité complète des échanges entre l’API et la base de données.
164
-
165
- Recommandations :
166
- Utiliser un ORM tel que SQLAlchemy pour simplifier la gestion des données.
167
- Créer le schéma de la base dans le but de gérer efficacement le volume des données traitées.
168
- S’assurer que toutes les interactions avec le modèle passent obligatoirement par la base de données.
169
- Intégrer cette étape dans la documentation du projet pour expliquer les choix techniques et fournir des exemples d'interactions.
170
-
171
- Points de vigilance :
172
- Veiller à la sécurité des données et à la gestion fine des accès à la base.
173
- Garantir la cohérence entre les données enregistrées et les opérations du modèle.
174
-
175
- Outils :
176
- PostgreSQL
177
- SQLAlchemy (ou autre ORM adapté)
178
-
179
- Ressources :
180
- Documentation officielle de PostgreSQL https://www.postgresql.org/docs/
181
- Tutoriels et guides sur SQLAlchemy https://docs.sqlalchemy.org/en/20/tutorial/index.html
182
- Alternative: Psycopg 3 https://www.psycopg.org/psycopg3/docs/
183
-
184
-
185
- Étape 5 - Développez des tests unitaires et fonctionnels :
186
-
187
- Cette étape vise à garantir la fiabilité et la robustesse du modèle de machine learning en développant une suite complète de tests, à la fois unitaires et fonctionnels.
188
- Les tests unitaires se concentreront sur la validation des composants individuels.
189
- Les tests fonctionnels évalueront le modèle dans son intégralité, en le soumettant à des cas d'usage réels et en vérifiant sa capacité à produire les résultats attendus selon les spécifications.
190
-
191
- Prérequis :
192
- Connaissance des principes de tests unitaires.
193
- Compréhension approfondie du modèle de machine learning.
194
- Familiarité avec Pytest.
195
- Disposer de jeux de données représentatifs.
196
-
197
- Résultats attendus :
198
- Scripts de test unitaires et fonctionnels
199
- Suite de tests unitaires couvrant tous les cas critiques et les scénarios d’erreur.
200
- Rapport de couverture de tests (via pytest-cov par exemple) afin de démontrer la robustesse du code et de valider de la fiabilité du modèle.
201
- Identification et correction des points faibles.
202
-
203
- Recommandations :
204
- Utiliser le jeu de données qui vous a été donné dans le P3 ou P4 (selon votre choix) pour réfléchir à la pertinence de vos tests unitaires.
205
- Créer des jeux de données de test variés.
206
- Tester chaque fonction et endpoint individuellement.
207
- Vérifier les performances du modèle.
208
- Tester les cas limites et les erreurs.
209
-
210
- Points de vigilance :
211
- S’assurer :
212
- de la complétude de la couverture des scénarios de test.
213
- que les résultats doivent être reproductibles.
214
- que les rapports de tests sont bien tous présents.
215
-
216
- Outils :
217
- Pytest
218
- Pytest-cov (couverture de tests)
219
- Pydantic
220
-
221
- Ressources :
222
- Documentation pytest https://docs.pytest.org/en/stable/
223
- Documentation sur la couverture de tests https://coverage.readthedocs.io/en/7.6.12/
224
-
225
-
226
- Étape 6 - Documentez le modèle de machine learning :
227
-
228
- La dernière étape se concentre sur la création d'une documentation complète et accessible qui permettra aux utilisateurs et aux développeurs de comprendre, utiliser et maintenir le modèle de Machine Learning et son API.
229
-
230
- Prérequis :
231
- Compétences rédactionnelles techniques.
232
- Compréhension approfondie du projet.
233
-
234
- Résultats attendus :
235
- Une documentation de l'API.
236
- Une documentation technique du modèle, de ses performances et de sa maintenance.
237
- Un README informatif sur le repo git et son déploiement.
238
- Consultez le template README fourni dans les ressources de cette étape.
239
-
240
- Recommandations :
241
- Inclure des exemples d'utilisation.
242
- Documenter l'architecture.
243
- Justifier les choix techniques.
244
- Fournir des instructions d'installation et de configuration.
245
- Identifier un protocole de mise à jour régulière.
246
-
247
- Points de vigilance :
248
- Vérifier la clarté et l’exhaustivité des explications.
249
-
250
- Outils :
251
- Swagger/OpenAPI (intégré dans FastAPI)
252
- Markdown (Readme)
253
- MkDocs (documentation)
254
- Sphinx (documentation Python)
255
-
256
- Ressources :
257
- Template de README de qualité https://github.com/othneildrew/Best-README-Template
258
- Documentation de MkDocs https://www.mkdocs.org/getting-started/
259
- Documentation de Sphinx https://www.sphinx-doc.org/en/master/
260
-
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
examples/01_find_best_model.py DELETED
@@ -1,106 +0,0 @@
1
- #!/usr/bin/env python3
2
- """
3
- Exemple 1 : Trouver le meilleur modèle dans MLflow
4
- Usage: python examples/01_find_best_model.py
5
- """
6
- import mlflow
7
- from mlflow.tracking import MlflowClient
8
-
9
- # Configuration
10
- mlflow.set_tracking_uri("sqlite:///mlflow.db")
11
- client = MlflowClient()
12
-
13
-
14
- def find_best_model(experiment_name="Default", metric="cv_f1"):
15
- """Trouve le meilleur modèle basé sur une métrique."""
16
-
17
- print(f"🔍 Recherche du meilleur modèle dans '{experiment_name}'...")
18
- print(f"📊 Métrique d'optimisation : {metric}\n")
19
-
20
- # Récupérer l'expérience
21
- experiment = client.get_experiment_by_name(experiment_name)
22
- if not experiment:
23
- print(f"❌ Expérience '{experiment_name}' introuvable")
24
- return None
25
-
26
- # Rechercher tous les runs
27
- runs = client.search_runs(
28
- experiment_ids=[experiment.experiment_id],
29
- filter_string="", # Pas de filtre
30
- order_by=[f"metrics.{metric} DESC"],
31
- max_results=5, # Top 5
32
- )
33
-
34
- if not runs:
35
- print(f"❌ Aucun run trouvé")
36
- return None
37
-
38
- print(f"📈 Top 5 des modèles :\n")
39
- print(f"{'Rank':<6} {'Run ID':<35} {metric:<12} {'Date':<20}")
40
- print("-" * 75)
41
-
42
- for i, run in enumerate(runs, 1):
43
- metric_value = run.data.metrics.get(metric, 0.0)
44
- timestamp = run.info.start_time
45
- from datetime import datetime
46
-
47
- date_str = datetime.fromtimestamp(timestamp / 1000).strftime("%Y-%m-%d %H:%M")
48
-
49
- print(f"{i:<6} {run.info.run_id:<35} {metric_value:<12.4f} {date_str:<20}")
50
-
51
- # Meilleur modèle
52
- best_run = runs[0]
53
- best_metric = best_run.data.metrics.get(metric, 0.0)
54
-
55
- print(f"\n🏆 Meilleur modèle :")
56
- print(f" Run ID : {best_run.info.run_id}")
57
- print(f" {metric:<10}: {best_metric:.4f}")
58
- print(f" Status : {best_run.info.status}")
59
-
60
- # Afficher les hyperparamètres
61
- print(f"\n⚙️ Hyperparamètres :")
62
- for key, value in best_run.data.params.items():
63
- print(f" {key:<25} : {value}")
64
-
65
- # Afficher toutes les métriques
66
- print(f"\n📊 Métriques :")
67
- for key, value in best_run.data.metrics.items():
68
- print(f" {key:<25} : {value:.4f}")
69
-
70
- return best_run.info.run_id
71
-
72
-
73
- def load_best_model(run_id):
74
- """Charge le modèle à partir d'un run_id."""
75
- print(f"\n📦 Chargement du modèle...")
76
-
77
- model_uri = f"runs:/{run_id}/model"
78
- try:
79
- model = mlflow.sklearn.load_model(model_uri)
80
- print(f"✅ Modèle chargé avec succès")
81
- print(f" Type : {type(model).__name__}")
82
-
83
- # Afficher la pipeline si c'est une Pipeline
84
- if hasattr(model, "steps"):
85
- print(f" Pipeline steps :")
86
- for name, step in model.steps:
87
- print(f" - {name}: {type(step).__name__}")
88
-
89
- return model
90
- except Exception as e:
91
- print(f"❌ Erreur lors du chargement : {e}")
92
- return None
93
-
94
-
95
- if __name__ == "__main__":
96
- # Trouver le meilleur modèle
97
- best_run_id = find_best_model("Default", "cv_f1")
98
-
99
- if best_run_id:
100
- # Charger le modèle
101
- model = load_best_model(best_run_id)
102
-
103
- if model:
104
- print(f"\n💡 Pour utiliser ce modèle dans ton API :")
105
- print(f" model_uri = 'runs:/{best_run_id}/model'")
106
- print(f" model = mlflow.sklearn.load_model(model_uri)")
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
examples/02_compare_models.py DELETED
@@ -1,165 +0,0 @@
1
- #!/usr/bin/env python3
2
- """
3
- Exemple 2 : Comparer plusieurs modèles avec différents hyperparamètres
4
- Usage: python examples/02_compare_models.py
5
- """
6
- import mlflow
7
- import pandas as pd
8
- from mlflow.tracking import MlflowClient
9
-
10
- # Configuration
11
- mlflow.set_tracking_uri("sqlite:///mlflow.db")
12
- client = MlflowClient()
13
-
14
-
15
- def compare_all_runs(experiment_name="Default"):
16
- """Compare tous les runs d'une expérience."""
17
-
18
- print(f"📊 Comparaison de tous les runs dans '{experiment_name}'\n")
19
-
20
- # Récupérer l'expérience
21
- experiment = client.get_experiment_by_name(experiment_name)
22
- if not experiment:
23
- print(f"❌ Expérience '{experiment_name}' introuvable")
24
- return None
25
-
26
- # Récupérer tous les runs
27
- runs = client.search_runs(
28
- experiment_ids=[experiment.experiment_id], order_by=["start_time DESC"]
29
- )
30
-
31
- if not runs:
32
- print(f"❌ Aucun run trouvé")
33
- return None
34
-
35
- print(f"✅ {len(runs)} run(s) trouvé(s)\n")
36
-
37
- # Créer un DataFrame pour comparaison
38
- data = []
39
- for run in runs:
40
- from datetime import datetime
41
-
42
- row = {
43
- "run_id": run.info.run_id[:8], # 8 premiers caractères
44
- "status": run.info.status,
45
- "start_time": datetime.fromtimestamp(run.info.start_time / 1000).strftime(
46
- "%Y-%m-%d %H:%M"
47
- ),
48
- }
49
-
50
- # Ajouter les métriques
51
- for metric_name in ["cv_f1", "test_precision", "test_recall", "test_f1"]:
52
- row[metric_name] = run.data.metrics.get(metric_name, None)
53
-
54
- # Ajouter quelques hyperparamètres importants
55
- for param_name in ["clf__n_estimators", "clf__max_depth", "clf__learning_rate"]:
56
- param_value = run.data.params.get(param_name, None)
57
- if param_value:
58
- try:
59
- row[param_name] = (
60
- float(param_value)
61
- if "." in str(param_value)
62
- else int(param_value)
63
- )
64
- except:
65
- row[param_name] = param_value
66
-
67
- data.append(row)
68
-
69
- # Créer DataFrame
70
- df = pd.DataFrame(data)
71
-
72
- # Afficher le tableau
73
- print("📈 Comparaison des modèles :")
74
- print("=" * 120)
75
- pd.set_option("display.max_columns", None)
76
- pd.set_option("display.width", 120)
77
- print(df.to_string(index=False))
78
- print("=" * 120)
79
-
80
- # Statistiques
81
- print(f"\n📊 Statistiques :")
82
- if "cv_f1" in df.columns:
83
- print(f" CV F1 moyen : {df['cv_f1'].mean():.4f}")
84
- print(f" CV F1 max : {df['cv_f1'].max():.4f}")
85
- print(f" CV F1 min : {df['cv_f1'].min():.4f}")
86
- print(f" Écart-type : {df['cv_f1'].std():.4f}")
87
-
88
- # Meilleur run
89
- if "cv_f1" in df.columns:
90
- best_idx = df["cv_f1"].idxmax()
91
- best_run = df.iloc[best_idx]
92
- print(f"\n🏆 Meilleur run : {best_run['run_id']}")
93
- print(f" CV F1 : {best_run['cv_f1']:.4f}")
94
-
95
- return df
96
-
97
-
98
- def plot_metrics_comparison(experiment_name="Default"):
99
- """Génère un graphique de comparaison (nécessite matplotlib)."""
100
- try:
101
- import matplotlib.pyplot as plt
102
-
103
- experiment = client.get_experiment_by_name(experiment_name)
104
- if not experiment:
105
- return
106
-
107
- runs = client.search_runs(
108
- experiment_ids=[experiment.experiment_id], order_by=["start_time ASC"]
109
- )
110
-
111
- # Extraire les données
112
- run_names = [f"Run {i + 1}" for i in range(len(runs))]
113
- cv_f1_scores = [run.data.metrics.get("cv_f1", 0) for run in runs]
114
- test_f1_scores = [run.data.metrics.get("test_f1", 0) for run in runs]
115
-
116
- # Créer le graphique
117
- fig, ax = plt.subplots(figsize=(12, 6))
118
-
119
- x = range(len(runs))
120
- width = 0.35
121
-
122
- ax.bar(
123
- [i - width / 2 for i in x], cv_f1_scores, width, label="CV F1", alpha=0.8
124
- )
125
- ax.bar(
126
- [i + width / 2 for i in x],
127
- test_f1_scores,
128
- width,
129
- label="Test F1",
130
- alpha=0.8,
131
- )
132
-
133
- ax.set_xlabel("Runs")
134
- ax.set_ylabel("F1 Score")
135
- ax.set_title(f"Comparaison des F1 scores - Expérience: {experiment_name}")
136
- ax.set_xticks(x)
137
- ax.set_xticklabels(run_names, rotation=45)
138
- ax.legend()
139
- ax.grid(axis="y", alpha=0.3)
140
-
141
- plt.tight_layout()
142
- plt.savefig("mlflow_comparison.png", dpi=300, bbox_inches="tight")
143
- print(f"\n📊 Graphique sauvegardé : mlflow_comparison.png")
144
-
145
- except ImportError:
146
- print("\n⚠️ matplotlib non installé, graphique non généré")
147
- print(" Installation : pip install matplotlib")
148
-
149
-
150
- if __name__ == "__main__":
151
- # Comparer tous les runs
152
- df = compare_all_runs("Default")
153
-
154
- if df is not None:
155
- # Générer un graphique
156
- plot_metrics_comparison("Default")
157
-
158
- print(f"\n💡 Conseils :")
159
- print(f" - Les runs avec CV F1 élevé sont de meilleurs candidats")
160
- print(
161
- f" - Vérifier que test_f1 est cohérent avec cv_f1 (pas de surapprentissage)"
162
- )
163
- print(
164
- f" - Favoriser les modèles avec moins de paramètres si performances similaires"
165
- )
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
examples/03_model_registry.py DELETED
@@ -1,205 +0,0 @@
1
- #!/usr/bin/env python3
2
- """
3
- Exemple 3 : Gérer le Model Registry (versions, stages, promotion)
4
- Usage: python examples/03_model_registry.py
5
- """
6
- import mlflow
7
- from mlflow.tracking import MlflowClient
8
-
9
- # Configuration
10
- mlflow.set_tracking_uri("sqlite:///mlflow.db")
11
- client = MlflowClient()
12
-
13
-
14
- def list_registered_models():
15
- """Liste tous les modèles enregistrés dans le Registry."""
16
-
17
- print("📦 Modèles enregistrés dans le Model Registry :\n")
18
-
19
- models = client.search_registered_models()
20
-
21
- if not models:
22
- print("❌ Aucun modèle enregistré")
23
- return []
24
-
25
- for rm in models:
26
- print(f"🔹 {rm.name}")
27
- print(f" Description : {rm.description or 'N/A'}")
28
- print(f" Création : {rm.creation_timestamp}")
29
- print(f" Versions : {len(rm.latest_versions)}")
30
-
31
- # Lister les versions
32
- versions = client.search_model_versions(f"name='{rm.name}'")
33
- for mv in versions:
34
- stage = mv.current_stage
35
- emoji = (
36
- "🚀" if stage == "Production" else "🧪" if stage == "Staging" else "📝"
37
- )
38
- print(f" {emoji} Version {mv.version} - {stage}")
39
- print(f" Run ID: {mv.run_id}")
40
- print(f" Source: {mv.source}")
41
- print()
42
-
43
- return models
44
-
45
-
46
- def get_model_details(model_name="XGBoost_Employee_Turnover"):
47
- """Affiche les détails d'un modèle spécifique."""
48
-
49
- print(f"🔍 Détails du modèle '{model_name}' :\n")
50
-
51
- try:
52
- # Récupérer les infos du modèle
53
- rm = client.get_registered_model(model_name)
54
-
55
- from datetime import datetime
56
-
57
- print(f"📦 Informations générales :")
58
- print(f" Nom : {rm.name}")
59
- print(f" Description : {rm.description or 'N/A'}")
60
- print(
61
- f" Création : {datetime.fromtimestamp(rm.creation_timestamp / 1000).strftime('%Y-%m-%d %H:%M')}"
62
- )
63
- print(
64
- f" Dernière MAJ: {datetime.fromtimestamp(rm.last_updated_timestamp / 1000).strftime('%Y-%m-%d %H:%M')}"
65
- )
66
-
67
- # Lister toutes les versions
68
- versions = client.search_model_versions(f"name='{model_name}'")
69
-
70
- print(f"\n📊 Versions ({len(versions)}) :")
71
- print(f"{'Version':<10} {'Stage':<15} {'Run ID':<35} {'Date':<20}")
72
- print("-" * 85)
73
-
74
- for mv in sorted(versions, key=lambda v: int(v.version), reverse=True):
75
- date_str = datetime.fromtimestamp(mv.creation_timestamp / 1000).strftime(
76
- "%Y-%m-%d %H:%M"
77
- )
78
- print(
79
- f"{mv.version:<10} {mv.current_stage:<15} {mv.run_id:<35} {date_str:<20}"
80
- )
81
-
82
- # Afficher la version en production
83
- prod_versions = [v for v in versions if v.current_stage == "Production"]
84
- if prod_versions:
85
- print(f"\n🚀 Version en production : {prod_versions[0].version}")
86
- else:
87
- print(f"\n⚠️ Aucune version en production")
88
-
89
- return rm
90
-
91
- except Exception as e:
92
- print(f"❌ Erreur : {e}")
93
- return None
94
-
95
-
96
- def promote_model(model_name, version, stage="Staging"):
97
- """
98
- Promouvoir une version de modèle vers un stage.
99
-
100
- Args:
101
- model_name: Nom du modèle
102
- version: Numéro de version
103
- stage: "Staging", "Production", ou "Archived"
104
- """
105
-
106
- print(f"🔄 Promotion du modèle '{model_name}' v{version} → {stage}...")
107
-
108
- try:
109
- # Transition vers le nouveau stage
110
- client.transition_model_version_stage(
111
- name=model_name,
112
- version=version,
113
- stage=stage,
114
- archive_existing_versions=True, # Archive les anciennes versions du même stage
115
- )
116
-
117
- print(f"✅ Modèle promu avec succès !")
118
- print(f" {model_name} v{version} est maintenant en {stage}")
119
-
120
- # Afficher l'état mis à jour
121
- mv = client.get_model_version(model_name, version)
122
- print(f" Status : {mv.status}")
123
-
124
- except Exception as e:
125
- print(f"❌ Erreur lors de la promotion : {e}")
126
-
127
-
128
- def load_model_from_registry(
129
- model_name="XGBoost_Employee_Turnover", stage="Production"
130
- ):
131
- """Charge un modèle depuis le Registry."""
132
-
133
- print(f"📦 Chargement du modèle '{model_name}' ({stage})...\n")
134
-
135
- model_uri = f"models:/{model_name}/{stage}"
136
-
137
- try:
138
- model = mlflow.sklearn.load_model(model_uri)
139
- print(f"✅ Modèle chargé avec succès")
140
- print(f" URI : {model_uri}")
141
- print(f" Type : {type(model).__name__}")
142
-
143
- return model
144
-
145
- except mlflow.exceptions.MlflowException as e:
146
- print(f"⚠️ Aucun modèle en {stage}")
147
- print(f" Essai avec 'latest'...")
148
-
149
- # Fallback sur latest
150
- model_uri = f"models:/{model_name}/latest"
151
- model = mlflow.sklearn.load_model(model_uri)
152
- print(f"✅ Dernière version chargée")
153
-
154
- return model
155
-
156
-
157
- def demo_workflow():
158
- """Démo du workflow complet de gestion des modèles."""
159
-
160
- print("=" * 80)
161
- print("🎯 DEMO - Workflow Model Registry")
162
- print("=" * 80 + "\n")
163
-
164
- # 1. Lister les modèles
165
- print("1️⃣ Liste des modèles\n")
166
- models = list_registered_models()
167
-
168
- if not models:
169
- print("⚠️ Aucun modèle trouvé. Exécute d'abord un training avec MLflow.")
170
- return
171
-
172
- # 2. Détails du premier modèle
173
- model_name = models[0].name
174
- print("\n" + "=" * 80)
175
- print(f"2️⃣ Détails du modèle '{model_name}'\n")
176
- get_model_details(model_name)
177
-
178
- # 3. Exemple de promotion (commenté pour ne pas modifier l'état)
179
- print("\n" + "=" * 80)
180
- print("3️⃣ Promotion d'un modèle\n")
181
- print("💡 Pour promouvoir la version 1 en Production :")
182
- print(f" promote_model('{model_name}', version=1, stage='Production')")
183
- print(" (Décommente dans le code pour exécuter)")
184
-
185
- # Décommente cette ligne pour promouvoir réellement :
186
- # promote_model(model_name, version=1, stage="Production")
187
-
188
- # 4. Charger un modèle
189
- print("\n" + "=" * 80)
190
- print("4️⃣ Chargement d'un modèle\n")
191
-
192
- # Essayer de charger depuis Production
193
- try:
194
- model = load_model_from_registry(model_name, "Production")
195
- except:
196
- print("⚠️ Aucun modèle en Production, chargement de 'latest'")
197
- model = load_model_from_registry(model_name, "None")
198
-
199
- print("\n" + "=" * 80)
200
- print("✅ Demo terminée !")
201
- print("=" * 80)
202
-
203
-
204
- if __name__ == "__main__":
205
- demo_workflow()
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
examples/README.md DELETED
@@ -1,111 +0,0 @@
1
- # 📚 Exemples MLflow
2
-
3
- Ce dossier contient des exemples pratiques pour utiliser MLflow dans le projet.
4
-
5
- ## 🚀 Exemples disponibles
6
-
7
- ### 1. Trouver le meilleur modèle
8
- ```bash
9
- python examples/01_find_best_model.py
10
- ```
11
- **Ce qu'il fait** :
12
- - Liste les 5 meilleurs runs selon une métrique (cv_f1)
13
- - Affiche les hyperparamètres et métriques du meilleur
14
- - Charge le modèle pour vérifier qu'il fonctionne
15
-
16
- **Utilisation** : Parfait pour identifier quel modèle utiliser dans ton API
17
-
18
- ---
19
-
20
- ### 2. Comparer plusieurs modèles
21
- ```bash
22
- python examples/02_compare_models.py
23
- ```
24
- **Ce qu'il fait** :
25
- - Compare tous les runs d'une expérience
26
- - Affiche un tableau avec métriques et hyperparamètres
27
- - Génère un graphique de comparaison (si matplotlib installé)
28
- - Calcule des statistiques (moyenne, max, min, écart-type)
29
-
30
- **Utilisation** : Pour analyser tes expériences d'hyperparameter tuning
31
-
32
- ---
33
-
34
- ### 3. Gérer le Model Registry
35
- ```bash
36
- python examples/03_model_registry.py
37
- ```
38
- **Ce qu'il fait** :
39
- - Liste tous les modèles enregistrés
40
- - Affiche les versions et leurs stages
41
- - Démontre comment promouvoir un modèle
42
- - Charge un modèle depuis le Registry
43
-
44
- **Utilisation** : Workflow de versioning pour la production
45
-
46
- ---
47
-
48
- ## 📖 Guide complet
49
-
50
- Consulte `docs/mlflow_guide.md` pour :
51
- - Architecture MLflow complète
52
- - Intégration API FastAPI/Flask
53
- - Best practices
54
- - Workflow de retraining
55
-
56
- ## 🎯 Workflow recommandé
57
-
58
- ```bash
59
- # 1. Entraîner plusieurs modèles
60
- MLFLOW_TRACKING_URI=sqlite:///mlflow.db python tests/test_mlflow_quick.py
61
-
62
- # 2. Trouver le meilleur
63
- python examples/01_find_best_model.py
64
-
65
- # 3. Comparer tous les runs
66
- python examples/02_compare_models.py
67
-
68
- # 4. Gérer le Registry
69
- python examples/03_model_registry.py
70
-
71
- # 5. Promouvoir en production (dans le code Python)
72
- from mlflow.tracking import MlflowClient
73
- client = MlflowClient()
74
- client.transition_model_version_stage(
75
- name="XGBoost_Employee_Turnover",
76
- version=1,
77
- stage="Production"
78
- )
79
- ```
80
-
81
- ## 🔗 Intégration API
82
-
83
- Une fois le meilleur modèle identifié :
84
-
85
- ```python
86
- import mlflow
87
-
88
- # Option A : Charger par run_id
89
- model = mlflow.sklearn.load_model("runs:/RUN_ID/model")
90
-
91
- # Option B : Charger depuis le Registry
92
- model = mlflow.sklearn.load_model("models:/XGBoost_Employee_Turnover/Production")
93
-
94
- # Prédiction
95
- predictions = model.predict(X_new)
96
- ```
97
-
98
- ## 💡 Tips
99
-
100
- - **Métrique principale** : `cv_f1` (F1-score en cross-validation)
101
- - **Métriques secondaires** : `test_precision`, `test_recall`, `test_f1`
102
- - **Vérifier** : Que test_f1 ≈ cv_f1 (pas de surapprentissage)
103
- - **Favoriser** : Modèles simples si performances similaires
104
-
105
- ## 🌐 MLflow UI
106
-
107
- Pour visualiser graphiquement :
108
- ```bash
109
- mlflow ui --backend-store-uri sqlite:///mlflow.db --port 5000
110
- ```
111
- Puis ouvre http://localhost:5000
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
main.py DELETED
@@ -1,176 +0,0 @@
1
- #!/usr/bin/env python3
2
- """
3
- Pipeline principal d'entraînement du modèle Employee Turnover.
4
-
5
- Ce script enchaîne:
6
- 1. Chargement et préprocessing des données
7
- 2. Entraînement du modèle XGBoost avec RandomizedSearchCV et SMOTE
8
- 3. Logging des résultats dans MLflow (params, metrics, artifacts, model)
9
- 4. Sauvegarde des encoders et scaler pour utilisation future
10
-
11
- Usage:
12
- python main.py
13
-
14
- Le modèle et les artifacts sont enregistrés dans MLflow pour:
15
- - Suivi des expérimentations
16
- - Reproductibilité
17
- Déploiement via Model Registry
18
- """
19
- from pathlib import Path
20
-
21
- import joblib
22
- import mlflow
23
- import mlflow.sklearn
24
-
25
- from ml_model.preprocess import preprocess_data
26
- from ml_model.train_model import train_model
27
-
28
-
29
- def main():
30
- """Pipeline principal d'entraînement."""
31
- print("=" * 80)
32
- print("🚀 PIPELINE D'ENTRAÎNEMENT - Employee Turnover Prediction")
33
- print("=" * 80)
34
- print()
35
-
36
- # Configuration MLflow
37
- mlflow.set_tracking_uri("sqlite:///mlflow.db")
38
- mlflow.set_experiment("Employee_Turnover_Training")
39
-
40
- print("📊 Configuration MLflow:")
41
- print(f" Tracking URI: {mlflow.get_tracking_uri()}")
42
- print(" Experiment: Employee_Turnover_Training")
43
- print()
44
-
45
- # Chemins des données
46
- data_paths = {
47
- "sondage_path": "data/extrait_sondage.csv",
48
- "eval_path": "data/extrait_eval.csv",
49
- "sirh_path": "data/extrait_sirh.csv",
50
- }
51
-
52
- # Vérifier que les fichiers existent
53
- for name, path in data_paths.items():
54
- if not Path(path).exists():
55
- raise FileNotFoundError(f"❌ Fichier manquant: {path}")
56
-
57
- print("✅ Fichiers de données trouvés")
58
- print()
59
-
60
- # ========================================================================
61
- # ÉTAPE 1 : Préprocessing
62
- # ========================================================================
63
- print("1️⃣ PRÉPROCESSING")
64
- print("-" * 80)
65
-
66
- X, y, scaler, onehot_encoder, ordinal_encoder = preprocess_data(data_paths)
67
-
68
- print(f" Forme X: {X.shape}")
69
- print(f" Forme y: {y.shape}")
70
- print(f" Classes: {y.value_counts().to_dict()}")
71
- print(f" Ratio déséquilibre: {(y == 0).sum() / (y == 1).sum():.2f}:1")
72
- print()
73
-
74
- # ========================================================================
75
- # ÉTAPE 2 : Entraînement avec MLflow tracking
76
- # ========================================================================
77
- print("2️⃣ ENTRAÎNEMENT")
78
- print("-" * 80)
79
-
80
- # Entraînement (déjà avec MLflow tracking dans train_model.py)
81
- model, best_params, cv_f1 = train_model(X, y)
82
-
83
- print(" ✅ Modèle entraîné")
84
- print(f" 🏆 Meilleur F1 CV: {cv_f1:.4f}")
85
- print()
86
-
87
- # Récupérer le run actif pour sauvegarder les artifacts
88
- active_run = mlflow.active_run()
89
- if active_run is None:
90
- # Si train_model a fermé le run, on en ouvre un nouveau
91
- active_run = mlflow.start_run()
92
- run_id = active_run.info.run_id
93
- should_end_run = True
94
- else:
95
- run_id = active_run.info.run_id
96
- should_end_run = False
97
-
98
- # Log des infos dataset
99
- mlflow.log_param("n_samples", len(X))
100
- mlflow.log_param("n_features", X.shape[1])
101
- mlflow.log_param("class_ratio", f"{(y == 0).sum()}:{(y == 1).sum()}")
102
-
103
- # ========================================================================
104
- # ÉTAPE 3 : Sauvegarde des artifacts (encoders, scaler)
105
- # ========================================================================
106
- print("3️⃣ SAUVEGARDE DES ARTIFACTS")
107
- print("-" * 80)
108
-
109
- # Créer dossier temporaire pour artifacts
110
- artifacts_dir = Path("artifacts_temp")
111
- artifacts_dir.mkdir(exist_ok=True)
112
-
113
- # Sauvegarder scaler
114
- scaler_path = artifacts_dir / "scaler.joblib"
115
- joblib.dump(scaler, scaler_path)
116
- mlflow.log_artifact(str(scaler_path), artifact_path="preprocessing")
117
- print(" ✅ Scaler sauvegardé")
118
-
119
- # Sauvegarder encoders (onehot et ordinal)
120
- onehot_path = artifacts_dir / "onehot_encoder.joblib"
121
- joblib.dump(onehot_encoder, onehot_path)
122
- mlflow.log_artifact(str(onehot_path), artifact_path="preprocessing")
123
-
124
- ordinal_path = artifacts_dir / "ordinal_encoder.joblib"
125
- joblib.dump(ordinal_encoder, ordinal_path)
126
- mlflow.log_artifact(str(ordinal_path), artifact_path="preprocessing")
127
- print(" ✅ Encoders sauvegardés (OneHot + Ordinal)")
128
-
129
- # Log git commit si disponible
130
- try:
131
- import subprocess
132
-
133
- git_commit = (
134
- subprocess.check_output(["git", "rev-parse", "HEAD"])
135
- .strip()
136
- .decode("utf-8")
137
- )
138
- mlflow.set_tag("git_commit", git_commit[:8])
139
- print(f" ✅ Git commit: {git_commit[:8]}")
140
- except Exception:
141
- pass
142
-
143
- # Nettoyer artifacts temporaires
144
- scaler_path.unlink()
145
- onehot_path.unlink()
146
- ordinal_path.unlink()
147
- artifacts_dir.rmdir()
148
-
149
- print()
150
-
151
- # Fermer le run si on l'a ouvert
152
- if should_end_run:
153
- mlflow.end_run()
154
-
155
- # ========================================================================
156
- # RÉSUMÉ
157
- # ========================================================================
158
- print("=" * 80)
159
- print("✅ ENTRAÎNEMENT TERMINÉ")
160
- print("=" * 80)
161
- print()
162
- print(f"📊 Run ID: {run_id}")
163
- print(f"🎯 F1 Score (CV): {cv_f1:.4f}")
164
- print("📦 Artifacts sauvegardés dans MLflow")
165
- print()
166
- print("🌐 Pour visualiser les résultats:")
167
- print(" ./scripts/start_mlflow.sh")
168
- print(" ou: mlflow ui --backend-store-uri sqlite:///mlflow.db")
169
- print()
170
- print("📝 Pour charger le modèle:")
171
- print(f" model = mlflow.sklearn.load_model('runs:/{run_id}/model')")
172
- print()
173
-
174
-
175
- if __name__ == "__main__":
176
- main()
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ml_model/preprocess.py DELETED
@@ -1,125 +0,0 @@
1
- import numpy as np
2
- import pandas as pd
3
- from scipy import stats
4
- from scipy.stats.mstats import winsorize
5
- from sklearn.preprocessing import OneHotEncoder, OrdinalEncoder, StandardScaler
6
-
7
-
8
- def load_raw_data(
9
- sondage_path="../raw_data/extrait_sondage.csv",
10
- eval_path="../raw_data/extrait_eval.csv",
11
- sirh_path="../raw_data/extrait_sirh.csv",
12
- ):
13
- """Charge et merge raw data (comme exploration.py/preparation.py)."""
14
- sondage = pd.read_csv(sondage_path)
15
- eval_df = pd.read_csv(eval_path)
16
- sirh = pd.read_csv(sirh_path)
17
- # Nettoyage initial (comme exploration.py)
18
- eval_df["augementation_salaire_precedente"] = eval_df[
19
- "augementation_salaire_precedente"
20
- ].apply(lambda x: float(str(x).replace(" %", "")) if isinstance(x, str) else x)
21
- eval_df["employee_id"] = eval_df["eval_number"].apply(
22
- lambda x: int(str(x).replace("E_", "")) if isinstance(x, str) else x
23
- )
24
- sondage["employee_id"] = sondage["code_sondage"].apply(
25
- lambda x: int(x) if isinstance(x, (str, int)) else None
26
- )
27
- # Merge (assume sur employee_id ; ajuste si clé diff.)
28
- central_df = pd.merge(sondage, eval_df, on="employee_id", how="inner")
29
- central_df = pd.merge(
30
- central_df, sirh, left_on="employee_id", right_on="id_employee", how="inner"
31
- )
32
- central_df.drop(
33
- ["code_sondage", "eval_number", "id_employee", "employee_id"],
34
- axis=1,
35
- inplace=True,
36
- errors="ignore",
37
- )
38
- return central_df
39
-
40
-
41
- def preprocess_data(raw_data_paths=None):
42
- """
43
- Pipeline complet : Nettoyage, engineering, encoding, scaling (de preparation/improvement.py).
44
- Retourne X (features), y (binaire), scaler (pour inférence API).
45
- Choix : Sans PCA pour interprétabilité ; winsorize outliers (1%) ; OneHot cat. non-ordonnées.
46
- """
47
- if raw_data_paths:
48
- central_df = load_raw_data(**raw_data_paths)
49
- else:
50
- central_df = pd.read_csv("../output/central_df.csv") # Si pré-fusionné
51
-
52
- # Nettoyage (duplicatas, constantes, outliers)
53
- central_df.drop_duplicates(inplace=True)
54
- columns_to_drop = (
55
- ["ayant_enfants"] if len(central_df["ayant_enfants"].unique()) == 1 else []
56
- ) # Constante
57
- central_df.drop(columns=columns_to_drop, inplace=True)
58
- quantitative_cols = central_df.select_dtypes(include=["int64", "float64"]).columns
59
- for col in quantitative_cols:
60
- if (
61
- central_df[col].std() > 0
62
- and np.sum(np.abs(stats.zscore(central_df[col])) > 3) > 0
63
- ):
64
- central_df[col] = winsorize(central_df[col], limits=[0.01, 0.01])
65
-
66
- # Engineering (comme improvement.py : ratios, moyennes ; +1 évite div0)
67
- central_df["revenu_par_anciennete"] = central_df["revenu_mensuel"] / (
68
- central_df["annees_dans_l_entreprise"] + 1
69
- )
70
- central_df["experience_par_anciennete"] = central_df["annee_experience_totale"] / (
71
- central_df["annees_dans_l_entreprise"] + 1
72
- )
73
- central_df["satisfaction_moyenne"] = central_df[
74
- [
75
- "satisfaction_employee_environnement",
76
- "satisfaction_employee_nature_travail",
77
- "satisfaction_employee_equipe",
78
- "satisfaction_employee_equilibre_pro_perso",
79
- ]
80
- ].mean(axis=1)
81
- # Autres (ajoute si pertinents via SHAP : e.g., 'promo_par_anciennete')
82
- central_df["promo_par_anciennete"] = central_df[
83
- "annees_depuis_la_derniere_promotion"
84
- ] / (central_df["annees_dans_l_entreprise"] + 1)
85
-
86
- # Encoding (catégorielles : OneHot non-ord., Ordinal ord.)
87
- cat_non_ord = ["genre", "statut_marital", "departement", "poste", "domaine_etude"]
88
- onehot = OneHotEncoder(sparse_output=False, handle_unknown="ignore")
89
- encoded_non_ord = pd.DataFrame(
90
- onehot.fit_transform(central_df[cat_non_ord]),
91
- columns=onehot.get_feature_names_out(cat_non_ord),
92
- )
93
- cat_ord = ["frequence_deplacement"] # Ordinal : Aucun=0, Occasionnel=1, Frequent=2
94
- ordinal = OrdinalEncoder(categories=[["Aucun", "Occasionnel", "Frequent"]])
95
- encoded_ord = pd.DataFrame(
96
- ordinal.fit_transform(central_df[cat_ord]), columns=cat_ord
97
- )
98
-
99
- # Assemblage
100
- engineered_cols = [
101
- "revenu_par_anciennete",
102
- "experience_par_anciennete",
103
- "satisfaction_moyenne",
104
- "promo_par_anciennete",
105
- ]
106
- df_engineered = pd.concat(
107
- [
108
- central_df[quantitative_cols],
109
- central_df[engineered_cols],
110
- encoded_non_ord,
111
- encoded_ord,
112
- central_df["a_quitte_l_entreprise"],
113
- ],
114
- axis=1,
115
- ) # Inclut cible
116
-
117
- # Scaling (quantitatives + ordinal + engineered)
118
- cols_to_scale = quantitative_cols.tolist() + engineered_cols + cat_ord
119
- scaler = StandardScaler()
120
- df_engineered[cols_to_scale] = scaler.fit_transform(df_engineered[cols_to_scale])
121
-
122
- # Séparation X/y
123
- y = (df_engineered["a_quitte_l_entreprise"] == "Oui").astype(int)
124
- X = df_engineered.drop("a_quitte_l_entreprise", axis=1)
125
- return X, y, scaler, onehot, ordinal # Retourne encoders/scaler pour inférence API
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ml_model/train_model.py DELETED
@@ -1,85 +0,0 @@
1
- import mlflow
2
- import mlflow.sklearn
3
- from imblearn.over_sampling import SMOTE
4
- from imblearn.pipeline import Pipeline as ImbPipeline
5
- from scipy.stats import randint, uniform
6
- from sklearn.metrics import classification_report, confusion_matrix
7
- from sklearn.model_selection import RandomizedSearchCV, train_test_split
8
- from xgboost import XGBClassifier
9
-
10
-
11
- def train_model(X, y):
12
- """
13
- Train/tune XGBoost avec SMOTE (de optimisation.py/improvement.py).
14
- Retourne best_model, best_params, cv_f1.
15
- Choix : RandomizedSearch (efficace large grille) ; SMOTE in-pipeline (gère CV) ; F1 scoring (déséquilibre).
16
- """
17
- X_train, X_test, y_train, y_test = train_test_split(
18
- X, y, test_size=0.2, random_state=42, stratify=y
19
- )
20
- ratio = sum(y == 0) / sum(y == 1)
21
-
22
- pipeline = ImbPipeline(
23
- [("sampler", SMOTE(random_state=42)), ("clf", XGBClassifier(random_state=42))]
24
- )
25
- param_dist = {
26
- "clf__max_depth": randint(3, 15),
27
- "clf__n_estimators": randint(100, 1000),
28
- "clf__learning_rate": uniform(0.001, 0.5),
29
- "clf__subsample": uniform(0.4, 0.6),
30
- "clf__reg_alpha": uniform(0, 3),
31
- "clf__gamma": uniform(0, 10),
32
- "clf__colsample_bytree": uniform(0.5, 0.5),
33
- "clf__min_child_weight": randint(1, 15),
34
- "clf__scale_pos_weight": uniform(1, ratio),
35
- "clf__tree_method": ["auto", "hist"], # CPU
36
- }
37
-
38
- random = RandomizedSearchCV(
39
- pipeline,
40
- param_dist,
41
- n_iter=1000,
42
- cv=5,
43
- scoring="f1",
44
- n_jobs=-1,
45
- random_state=42,
46
- )
47
-
48
- # Ajout MLflow : Encapsule training pour tracking auto (./mlruns)
49
- with mlflow.start_run(run_name="XGBoost_Tuning"):
50
- random.fit(X_train, y_train)
51
-
52
- best_model = random.best_estimator_ # type: ignore[assignment]
53
- best_params = random.best_params_
54
- cv_f1 = random.best_score_
55
-
56
- mlflow.log_params(
57
- best_params
58
- ) # Choix : Log tous hyperparams pour reproductibilité.
59
- mlflow.log_metric(
60
- "cv_f1", cv_f1
61
- ) # Choix : Métrique clé (F1 CV pour déséquilibre).
62
-
63
- y_pred = best_model.predict(X_test) # type: ignore[attr-defined]
64
- report = classification_report(y_test, y_pred, output_dict=True) # type: ignore[arg-type]
65
-
66
- # Type ignore car classification_report avec output_dict=True retourne dict, pas str
67
- mlflow.log_metric("test_precision", float(report["1"]["precision"])) # type: ignore[index]
68
- mlflow.log_metric("test_recall", float(report["1"]["recall"])) # type: ignore[index]
69
- mlflow.log_metric("test_f1", float(report["1"]["f1-score"])) # type: ignore[index]
70
-
71
- # Log model et récupère URI pour l'enregistrement
72
- model_info = mlflow.sklearn.log_model(best_model, "model") # type: ignore[attr-defined]
73
-
74
- # Enregistre dans Model Registry pour apparaître dans la page "Models"
75
- mlflow.register_model(
76
- model_uri=model_info.model_uri, name="XGBoost_Employee_Turnover"
77
- )
78
-
79
- # Éval test (pédagogique)
80
- print("Meilleurs params:", best_params)
81
- print("Meilleur CV F1:", cv_f1)
82
- print(classification_report(y_test, y_pred))
83
- print("Confusion Matrix:\n", confusion_matrix(y_test, y_pred))
84
-
85
- return best_model, best_params, cv_f1
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
poetry.lock DELETED
The diff for this file is too large to render. See raw diff
 
pyproject.toml DELETED
@@ -1,28 +0,0 @@
1
- [tool.poetry]
2
- name = "oc-p5"
3
- version = "0.1.0"
4
- description = "Projet OpenClassRoom - Modèle ML de prédiction du turnover avec MLflow"
5
- authors = ["chaton59 <v.trouillez@gmail.com>"]
6
- readme = "README.md"
7
- packages = [{include = "ml_model"}]
8
-
9
- [tool.poetry.dependencies]
10
- python = "^3.12"
11
- mlflow = "^3.8.0"
12
- scikit-learn = "1.6.1"
13
- imbalanced-learn = "0.13.0"
14
- xgboost = "^2.1.0"
15
- scipy = "^1.14.0"
16
- numpy = "^2.0.0"
17
- pandas = "^2.2.0"
18
- joblib = "^1.4.0"
19
-
20
- [tool.poetry.group.dev.dependencies]
21
- pytest = "^9.0.0"
22
- pytest-cov = "^7.0.0"
23
- black = "^25.0.0"
24
- flake8 = "^7.0.0"
25
-
26
- [build-system]
27
- requires = ["poetry-core>=1.9.0"]
28
- build-backend = "poetry.core.masonry.api"
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
scripts/fix_lint.py DELETED
@@ -1,68 +0,0 @@
1
- #!/usr/bin/env python3
2
- """
3
- Script pour corriger automatiquement les problèmes de lint du projet.
4
- Usage: python scripts/fix_lint.py
5
- """
6
- import subprocess
7
- import sys
8
- from pathlib import Path
9
-
10
-
11
- def run_command(cmd, description):
12
- """Exécute une commande et affiche le résultat."""
13
- print(f"\n{'=' * 60}")
14
- print(f"🔧 {description}")
15
- print(f"{'=' * 60}")
16
-
17
- result = subprocess.run(cmd, shell=True, capture_output=True, text=True)
18
-
19
- if result.stdout:
20
- print(result.stdout)
21
- if result.stderr:
22
- print(result.stderr, file=sys.stderr)
23
-
24
- return result.returncode
25
-
26
-
27
- def main():
28
- """Corrige tous les problèmes de lint."""
29
- project_root = Path(__file__).parent.parent
30
-
31
- print(f"📁 Projet : {project_root}")
32
-
33
- # 1. Formater avec Black
34
- returncode = run_command(
35
- f"cd {project_root} && .venv/bin/black ml_model/ tests/ examples/ --line-length 88",
36
- "Formatage avec Black",
37
- )
38
-
39
- # 2. Trier les imports avec isort
40
- returncode += run_command(
41
- f"cd {project_root} && .venv/bin/python -m isort ml_model/ tests/ examples/ --profile black",
42
- "Tri des imports avec isort",
43
- )
44
-
45
- # 3. Vérifier avec Flake8
46
- returncode += run_command(
47
- f"cd {project_root} && .venv/bin/python -m flake8 ml_model/ tests/ examples/ --max-line-length=88 --extend-ignore=E203,W503",
48
- "Vérification avec Flake8",
49
- )
50
-
51
- # 4. Lancer les tests
52
- returncode += run_command(
53
- f"cd {project_root} && .venv/bin/python -m pytest tests/test_basic.py -v",
54
- "Exécution des tests",
55
- )
56
-
57
- print(f"\n{'=' * 60}")
58
- if returncode == 0:
59
- print("✅ Tous les checks passent !")
60
- else:
61
- print("⚠️ Certains problèmes subsistent. Vérifiez les logs ci-dessus.")
62
- print(f"{'=' * 60}\n")
63
-
64
- return returncode
65
-
66
-
67
- if __name__ == "__main__":
68
- sys.exit(main())
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
scripts/register_model_to_hf.py DELETED
@@ -1,185 +0,0 @@
1
- #!/usr/bin/env python3
2
- """
3
- Script pour enregistrer le modèle MLflow dans Hugging Face Hub.
4
-
5
- Usage:
6
- python scripts/register_model_to_hf.py
7
-
8
- Prérequis:
9
- - HF_TOKEN configuré dans l'environnement ou .env
10
- - Modèle entraîné dans MLflow
11
- """
12
- import os
13
- import shutil
14
- from pathlib import Path
15
-
16
- import mlflow
17
- import mlflow.sklearn
18
- from huggingface_hub import HfApi, login
19
-
20
-
21
- def register_model_to_hf(
22
- run_id: str,
23
- hf_repo_id: str = "ASI-Engineer/employee-turnover-model",
24
- model_name: str = "Employee_Turnover_XGBoost",
25
- ):
26
- """
27
- Enregistre le modèle MLflow dans le Model Registry puis l'exporte vers HF Hub.
28
-
29
- Args:
30
- run_id: ID du run MLflow contenant le meilleur modèle
31
- hf_repo_id: Repository Hugging Face (format: username/repo-name)
32
- model_name: Nom du modèle dans MLflow Model Registry
33
- """
34
- print("=" * 80)
35
- print("🚀 ENREGISTREMENT DU MODÈLE DANS HUGGING FACE HUB")
36
- print("=" * 80)
37
- print()
38
-
39
- # Configuration MLflow
40
- mlflow.set_tracking_uri("sqlite:///mlflow.db")
41
-
42
- # 1. Enregistrer dans MLflow Model Registry
43
- print("📦 Étape 1: Enregistrement dans MLflow Model Registry...")
44
- model_uri = f"runs:/{run_id}/model"
45
-
46
- try:
47
- # Créer ou mettre à jour le modèle dans le registry
48
- model_version = mlflow.register_model(model_uri, model_name)
49
- print(f" ✅ Modèle enregistré: {model_name} version {model_version.version}")
50
- print(f" 📍 Run ID: {run_id}")
51
- except Exception as e:
52
- print(f" ℹ️ Modèle déjà enregistré ou erreur: {e}")
53
- model_version = None
54
-
55
- print()
56
-
57
- # 2. Charger le modèle
58
- print("📥 Étape 2: Chargement du modèle depuis MLflow...")
59
- # Essayer depuis le Model Registry d'abord
60
- try:
61
- model = mlflow.sklearn.load_model(f"models:/{model_name}/latest")
62
- print(f" ✅ Modèle chargé depuis Model Registry: {model_name}")
63
- except Exception:
64
- # Fallback: charger depuis le run
65
- model = mlflow.sklearn.load_model(model_uri)
66
- print(f" ✅ Modèle chargé depuis run: {run_id[:8]}")
67
- print(f" 📦 Type: {type(model).__name__}")
68
- print()
69
-
70
- # 3. Exporter vers dossier temporaire
71
- print("💾 Étape 3: Export du modèle...")
72
- export_dir = Path("./model_export")
73
- export_dir.mkdir(exist_ok=True)
74
-
75
- # Sauvegarder le modèle au format MLflow
76
- mlflow.sklearn.save_model(model, str(export_dir / "model"))
77
-
78
- # Créer un README pour HF
79
- readme_content = f"""---
80
- tags:
81
- - employee-turnover
82
- - xgboost
83
- - mlflow
84
- - classification
85
- library_name: scikit-learn
86
- ---
87
-
88
- # Employee Turnover Prediction Model
89
-
90
- Modèle XGBoost pour prédire le turnover des employés.
91
-
92
- ## Métriques
93
- - **F1-Score**: Optimisé pour classes déséquilibrées
94
- - **Algorithme**: XGBoost avec SMOTE
95
- - **MLflow Run ID**: `{run_id}`
96
-
97
- ## Utilisation
98
-
99
- ```python
100
- import mlflow
101
-
102
- # Charger depuis Hugging Face Hub
103
- model = mlflow.sklearn.load_model("hf://{hf_repo_id}")
104
-
105
- # Prédiction
106
- predictions = model.predict(X)
107
- ```
108
-
109
- ## Preprocessing
110
- Les artifacts de preprocessing (scaler, encoders) sont disponibles dans MLflow.
111
-
112
- ## Repository
113
- [GitHub - OC_P5](https://github.com/chaton59/OC_P5)
114
- """
115
-
116
- with open(export_dir / "README.md", "w", encoding="utf-8") as f:
117
- f.write(readme_content)
118
-
119
- print(f" ✅ Modèle exporté vers: {export_dir}")
120
- print()
121
-
122
- # 4. Upload vers Hugging Face Hub
123
- print("☁️ Étape 4: Upload vers Hugging Face Hub...")
124
-
125
- # Login HF (utilise HF_TOKEN depuis env)
126
- hf_token = os.getenv("HF_TOKEN")
127
- if not hf_token:
128
- print(" ⚠️ HF_TOKEN non trouvé dans l'environnement")
129
- print(
130
- " 💡 Conseil: Créez un token sur https://huggingface.co/settings/tokens"
131
- )
132
- print(" 💡 Puis: export HF_TOKEN='your_token_here'")
133
- return False
134
-
135
- try:
136
- login(token=hf_token, add_to_git_credential=False)
137
- print(" ✅ Authentification Hugging Face réussie")
138
-
139
- # Upload
140
- api = HfApi()
141
- api.create_repo(
142
- repo_id=hf_repo_id, repo_type="model", exist_ok=True, private=False
143
- )
144
-
145
- api.upload_folder(
146
- repo_id=hf_repo_id,
147
- folder_path=str(export_dir),
148
- repo_type="model",
149
- )
150
-
151
- print(f" ✅ Modèle uploadé vers: https://huggingface.co/{hf_repo_id}")
152
- print()
153
-
154
- # Nettoyage
155
- shutil.rmtree(export_dir)
156
- print(" 🧹 Dossier temporaire nettoyé")
157
-
158
- return True
159
-
160
- except Exception as e:
161
- print(f" ❌ Erreur lors de l'upload: {e}")
162
- return False
163
-
164
- finally:
165
- print()
166
- print("=" * 80)
167
- print("✅ ENREGISTREMENT TERMINÉ")
168
- print("=" * 80)
169
- print()
170
- print(f"🔗 Modèle disponible sur: https://huggingface.co/{hf_repo_id}")
171
- print("📝 Pour utiliser dans app.py:")
172
- print(f' model = mlflow.sklearn.load_model("hf://{hf_repo_id}")')
173
-
174
-
175
- if __name__ == "__main__":
176
- # Utiliser le meilleur run (le plus récent avec modèle)
177
- RUN_ID = "40e43c8e425345bab3d19f27eb8fe5d8"
178
-
179
- success = register_model_to_hf(
180
- run_id=RUN_ID, hf_repo_id="ASI-Engineer/employee-turnover-model"
181
- )
182
-
183
- if not success:
184
- print("\n⚠️ Enregistrement incomplet. Vérifiez HF_TOKEN.")
185
- exit(1)
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
scripts/start_mlflow.sh DELETED
@@ -1,62 +0,0 @@
1
- #!/bin/bash
2
- # Script pour démarrer MLflow UI et ouvrir le navigateur
3
- # Usage: ./scripts/start_mlflow.sh
4
-
5
- set -e
6
-
7
- echo "🔍 Vérification du port 5000..."
8
-
9
- # Tuer tous les processus MLflow
10
- pkill -9 -f "mlflow ui" 2>/dev/null || true
11
-
12
- # Tuer le port 5000 si occupé
13
- if lsof -Pi :5000 -sTCP:LISTEN -t >/dev/null 2>&1; then
14
- echo "⚠️ Port 5000 occupé, arrêt des processus..."
15
- kill -9 $(lsof -t -i:5000) 2>/dev/null || true
16
- sleep 2
17
- fi
18
-
19
- echo "✅ Port 5000 libre"
20
- echo ""
21
- echo "🚀 Démarrage de MLflow UI..."
22
- echo " Backend: sqlite:///mlflow.db"
23
- echo " Port: 5000"
24
- echo ""
25
-
26
- # Démarrer MLflow UI en arrière-plan
27
- nohup .venv/bin/mlflow ui --backend-store-uri sqlite:///mlflow.db --port 5000 > mlflow_ui.log 2>&1 &
28
-
29
- # Attendre que le serveur soit prêt
30
- echo "⏳ Attente du démarrage du serveur..."
31
- sleep 3
32
-
33
- # Vérifier que le serveur est bien lancé
34
- if curl -s http://localhost:5000 > /dev/null 2>&1; then
35
- echo "✅ MLflow UI démarré avec succès !"
36
- echo ""
37
- echo "📊 Interface accessible sur: http://localhost:5000"
38
- echo "📝 Logs disponibles dans: mlflow_ui.log"
39
- echo ""
40
- echo "🌐 Ouverture du navigateur..."
41
-
42
- # Ouvrir le navigateur selon l'OS
43
- if command -v xdg-open > /dev/null; then
44
- xdg-open http://localhost:5000
45
- elif command -v gnome-open > /dev/null; then
46
- gnome-open http://localhost:5000
47
- elif command -v open > /dev/null; then
48
- open http://localhost:5000
49
- else
50
- echo "⚠️ Impossible d'ouvrir automatiquement le navigateur"
51
- echo " Ouvrez manuellement: http://localhost:5000"
52
- fi
53
-
54
- echo ""
55
- echo "💡 Pour arrêter MLflow UI:"
56
- echo " pkill -f 'mlflow ui'"
57
- echo " ou: fuser -k 5000/tcp"
58
- else
59
- echo "❌ Erreur: MLflow UI n'a pas démarré correctement"
60
- echo " Consultez mlflow_ui.log pour plus de détails"
61
- exit 1
62
- fi
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
tests/conftest.py DELETED
@@ -1,8 +0,0 @@
1
- """Configuration pytest pour ajouter le dossier racine au PYTHONPATH."""
2
-
3
- import sys
4
- from pathlib import Path
5
-
6
- # Ajouter le dossier racine du projet au PYTHONPATH
7
- project_root = Path(__file__).parent.parent
8
- sys.path.insert(0, str(project_root))
 
 
 
 
 
 
 
 
 
tests/test_basic.py DELETED
@@ -1,31 +0,0 @@
1
- """Tests basiques pour le pipeline ML."""
2
-
3
- from pathlib import Path
4
-
5
-
6
- def test_pipeline_placeholder():
7
- """Test basique pour CI/CD."""
8
- assert True
9
-
10
-
11
- def test_data_files_exist():
12
- """Vérifie que les fichiers de données existent."""
13
- data_dir = Path("data")
14
- assert (data_dir / "extrait_sondage.csv").exists()
15
- assert (data_dir / "extrait_eval.csv").exists()
16
- assert (data_dir / "extrait_sirh.csv").exists()
17
-
18
-
19
- def test_preprocess_imports():
20
- """Vérifie que les imports ML fonctionnent."""
21
- from ml_model.preprocess import load_raw_data, preprocess_data
22
-
23
- assert preprocess_data is not None
24
- assert load_raw_data is not None
25
-
26
-
27
- def test_train_imports():
28
- """Vérifie que le module d'entraînement s'importe."""
29
- from ml_model.train_model import train_model
30
-
31
- assert train_model is not None
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
tests/test_mlflow_local.py DELETED
@@ -1,54 +0,0 @@
1
- #!/usr/bin/env python3
2
- """
3
- Script de test local pour train_model.py avec MLflow.
4
- Utilise preprocess_data pour charger et préparer les données.
5
- """
6
- import os
7
-
8
- import mlflow
9
-
10
- from ml_model.preprocess import preprocess_data
11
- from ml_model.train_model import train_model
12
-
13
- # Configure MLflow pour utiliser SQLite (nécessaire pour Model Registry)
14
- mlflow.set_tracking_uri("sqlite:///mlflow.db")
15
-
16
- if __name__ == "__main__":
17
- print("🔄 Chargement et prétraitement des données...")
18
- # Chemins des fichiers de données
19
- data_paths = {
20
- "sondage_path": "data/extrait_sondage.csv",
21
- "eval_path": "data/extrait_eval.csv",
22
- "sirh_path": "data/extrait_sirh.csv",
23
- }
24
-
25
- X, y, scaler, onehot, ordinal = preprocess_data(raw_data_paths=data_paths)
26
- print(f"✅ Données prétraitées :")
27
- print(f" X shape: {X.shape}, y shape: {y.shape}")
28
- print(f" Distribution y: {y.value_counts().to_dict()}")
29
-
30
- print("\n🚀 Lancement de l'entraînement avec MLflow tracking...")
31
- print(" (Cela peut prendre quelques minutes avec n_iter=1000...)\n")
32
-
33
- best_model, best_params, cv_f1 = train_model(X, y)
34
-
35
- print(f"\n✅ Entraînement terminé !")
36
- print(f" CV F1-score: {cv_f1:.4f}")
37
-
38
- print("\n📁 Vérification des artifacts MLflow dans ./mlruns :")
39
- if os.path.exists("./mlruns"):
40
- for root, dirs, files in os.walk("./mlruns"):
41
- level = root.replace("./mlruns", "").count(os.sep)
42
- indent = " " * 2 * level
43
- print(f"{indent}{os.path.basename(root)}/")
44
- subindent = " " * 2 * (level + 1)
45
- for file in files[:5]: # Limite à 5 fichiers par dossier
46
- print(f"{subindent}{file}")
47
- if len(files) > 5:
48
- print(f"{subindent}... ({len(files) - 5} autres fichiers)")
49
- else:
50
- print(" ⚠️ Dossier ./mlruns non trouvé")
51
-
52
- print("\n💡 Pour visualiser les runs MLflow, exécutez :")
53
- print(" mlflow ui")
54
- print(" Puis ouvrez http://localhost:5000 dans votre navigateur")
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
tests/test_mlflow_quick.py DELETED
@@ -1,130 +0,0 @@
1
- #!/usr/bin/env python3
2
- """
3
- Test rapide MLflow avec n_iter=10 au lieu de 1000.
4
- """
5
- import os
6
-
7
- import mlflow
8
- from sklearn.model_selection import RandomizedSearchCV
9
-
10
- from ml_model.preprocess import preprocess_data
11
- from ml_model.train_model import train_model
12
-
13
- # Configure MLflow pour utiliser SQLite (nécessaire pour Model Registry)
14
- mlflow.set_tracking_uri("sqlite:///mlflow.db")
15
-
16
- # Patch temporaire pour test rapide
17
- import ml_model.train_model as train_module
18
-
19
- original_train = train_module.train_model
20
-
21
-
22
- def quick_train(X, y):
23
- """Version rapide avec n_iter=10"""
24
- import mlflow
25
- import mlflow.sklearn
26
- from imblearn.over_sampling import SMOTE
27
- from imblearn.pipeline import Pipeline as ImbPipeline
28
- from scipy.stats import randint, uniform
29
- from sklearn.metrics import classification_report, confusion_matrix
30
- from sklearn.model_selection import RandomizedSearchCV, train_test_split
31
- from xgboost import XGBClassifier
32
-
33
- X_train, X_test, y_train, y_test = train_test_split(
34
- X, y, test_size=0.2, random_state=42, stratify=y
35
- )
36
- ratio = sum(y == 0) / sum(y == 1)
37
-
38
- pipeline = ImbPipeline(
39
- [("sampler", SMOTE(random_state=42)), ("clf", XGBClassifier(random_state=42))]
40
- )
41
- param_dist = {
42
- "clf__max_depth": randint(3, 15),
43
- "clf__n_estimators": randint(100, 1000),
44
- "clf__learning_rate": uniform(0.001, 0.5),
45
- "clf__subsample": uniform(0.4, 0.6),
46
- "clf__reg_alpha": uniform(0, 3),
47
- "clf__gamma": uniform(0, 10),
48
- "clf__colsample_bytree": uniform(0.5, 0.5),
49
- "clf__min_child_weight": randint(1, 15),
50
- "clf__scale_pos_weight": uniform(1, ratio),
51
- "clf__tree_method": ["auto", "hist"],
52
- }
53
-
54
- random = RandomizedSearchCV(
55
- pipeline,
56
- param_dist,
57
- n_iter=10, # 🚀 Test rapide !
58
- cv=3, # Réduit aussi le CV
59
- scoring="f1",
60
- n_jobs=-1,
61
- random_state=42,
62
- )
63
-
64
- with mlflow.start_run(run_name="XGBoost_Quick_Test"):
65
- random.fit(X_train, y_train)
66
-
67
- best_model = random.best_estimator_ # type: ignore[assignment]
68
- best_params = random.best_params_
69
- cv_f1 = random.best_score_
70
-
71
- mlflow.log_params(best_params)
72
- mlflow.log_metric("cv_f1", cv_f1)
73
-
74
- y_pred = best_model.predict(X_test) # type: ignore[attr-defined]
75
- report = classification_report(y_test, y_pred, output_dict=True) # type: ignore[arg-type]
76
-
77
- mlflow.log_metric("test_precision", float(report["1"]["precision"])) # type: ignore[index]
78
- mlflow.log_metric("test_recall", float(report["1"]["recall"])) # type: ignore[index]
79
- mlflow.log_metric("test_f1", float(report["1"]["f1-score"])) # type: ignore[index]
80
-
81
- # Log model et enregistre dans Model Registry
82
- model_info = mlflow.sklearn.log_model(best_model, "model") # type: ignore[attr-defined]
83
- mlflow.register_model(
84
- model_uri=model_info.model_uri, name="XGBoost_Employee_Turnover"
85
- )
86
-
87
- print("Meilleurs params:", best_params)
88
- print("Meilleur CV F1:", cv_f1)
89
- print(classification_report(y_test, y_pred))
90
- print("Confusion Matrix:\n", confusion_matrix(y_test, y_pred))
91
-
92
- return best_model, best_params, cv_f1
93
-
94
-
95
- if __name__ == "__main__":
96
- print("🔄 Chargement et prétraitement des données...")
97
- data_paths = {
98
- "sondage_path": "data/extrait_sondage.csv",
99
- "eval_path": "data/extrait_eval.csv",
100
- "sirh_path": "data/extrait_sirh.csv",
101
- }
102
-
103
- X, y, scaler, onehot, ordinal = preprocess_data(raw_data_paths=data_paths)
104
- print(f"✅ Données prétraitées :")
105
- print(f" X shape: {X.shape}, y shape: {y.shape}")
106
- print(f" Distribution y: {y.value_counts().to_dict()}")
107
-
108
- print("\n🚀 Lancement du test rapide (n_iter=10, cv=3)...\n")
109
-
110
- best_model, best_params, cv_f1 = quick_train(X, y)
111
-
112
- print(f"\n✅ Test terminé ! CV F1-score: {cv_f1:.4f}")
113
-
114
- print("\n📁 Vérification des artifacts MLflow dans ./mlruns :")
115
- if os.path.exists("./mlruns"):
116
- for root, dirs, files in os.walk("./mlruns"):
117
- level = root.replace("./mlruns", "").count(os.sep)
118
- if level < 3: # Limite la profondeur
119
- indent = " " * 2 * level
120
- print(f"{indent}{os.path.basename(root)}/")
121
- if level == 2: # Affiche fichiers dans les runs
122
- subindent = " " * 2 * (level + 1)
123
- for file in files[:3]:
124
- print(f"{subindent}{file}")
125
- if len(files) > 3:
126
- print(f"{subindent}... (+{len(files) - 3} fichiers)")
127
-
128
- print("\n💡 Pour visualiser les runs MLflow, exécutez :")
129
- print(" mlflow ui")
130
- print(" Puis ouvrez http://localhost:5000")