Upload folder using huggingface_hub

README.md

@@ -178,7 +178,9 @@ OC_P5/
 │   └── preprocess.py           # Preprocessing dataset
 ├── scripts/                    # 🔧 Scripts utilitaires
 │   ├── create_db.py            # Création base PostgreSQL
-│   └── insert_dataset.py       # Insertion données
+│   ├── insert_dataset.py       # Insertion données (1470 employés)
+│   ├── generate_requirements_hf.sh  # Génération requirements.txt pour HF
+│   └── run_local.sh            # Lancement local développement
 ├── docs/                       # 📚 Documentation (5 fichiers minimaux)
 │   ├── architecture.md         # 🏗️ Vue d'ensemble architecture + schéma BDD
 │   ├── api_documentation.md    # 📡 Endpoints REST + exemples cURL/Python
@@ -373,6 +375,83 @@ poetry run pytest tests/ -v
 
 ---
 
+## 🔧 Scripts Utilitaires
+
+Le dossier `scripts/` contient les scripts essentiels pour la gestion de la base de données et le déploiement. **Minimalisme** : 4 fichiers maximum, code principal dans `src/`, tests dans `tests/`.
+
+### 🗄️ `create_db.py` - Création de la base de données
+
+**Rôle** : Crée la base de données PostgreSQL et les tables nécessaires (étape 4 du projet).
+
+```bash
+# Créer les tables (dataset, ml_logs)
+poetry run python scripts/create_db.py
+```
+
+**Tables créées** :
+- `dataset` : Stockage des données d'entraînement (features_json, target)
+- `ml_logs` : Logs des prédictions de l'API (inputs, outputs, timestamps)
+
+### 📊 `insert_dataset.py` - Insertion du dataset
+
+**Rôle** : Charge les 3 fichiers CSV (sondage, eval, sirh), les fusionne et insère 1470 employés dans PostgreSQL (étape 4 du projet).
+
+```bash
+# Insérer le dataset complet
+poetry run python scripts/insert_dataset.py
+
+# Vérifier l'insertion
+psql -h localhost -U ml_user -d oc_p5_db -c "SELECT COUNT(*) FROM dataset;"
+# Résultat attendu : 1470
+```
+
+**Fonctionnalités** :
+- Fusionne automatiquement les 3 sources de données
+- Nettoie les valeurs manquantes (NaN → None)
+- Commits par batch de 100 pour performance
+- Validation de l'intégrité des données
+
+### 📦 `generate_requirements_hf.sh` - Requirements pour HF Spaces
+
+**Rôle** : Génère un fichier `requirements.txt` minimaliste pour déploiement sur Hugging Face Spaces (étape 1 & 2).
+
+```bash
+# Générer requirements.txt optimisé pour HF
+bash scripts/generate_requirements_hf.sh
+```
+
+**Pourquoi nécessaire ?** HF Spaces nécessite des dépendances minimales (pas dev/test). Ce script extrait uniquement les packages essentiels depuis `pyproject.toml`.
+
+### 🚀 `run_local.sh` - Lancement local
+
+**Rôle** : Script de démarrage rapide pour développement local.
+
+```bash
+# Lancer l'application en mode développement
+bash scripts/run_local.sh
+```
+
+**Actions effectuées** :
+1. Installation des dépendances (Poetry)
+2. Vérification du fichier `.env` (copie `.env.example` si nécessaire)
+3. Lancement de l'interface Gradio sur http://localhost:7860
+
+### 📝 Organisation des Scripts
+
+**Principe de séparation** :
+- **`scripts/`** : Utilitaires BDD et déploiement uniquement (4 fichiers max)
+- **`src/`** : Code applicatif principal (API, modèles, preprocessing)
+- **`tests/`** : Tests unitaires et fonctionnels (séparé pour clarté)
+- **`.github/workflows/`** : CI/CD (GitHub Actions, pas dans scripts/)
+
+**Justifications** (liées aux étapes du projet) :
+- ✅ **create_db.py** + **insert_dataset.py** : Étape 4 (script Python pour créer BDD + insérer dataset)
+- ✅ **generate_requirements_hf.sh** : Étape 1 (requirements.txt à la racine) + Étape 2 (CI/CD, environnements)
+- ✅ **run_local.sh** : Développement local (pas obligatoire mais pratique)
+- ✅ **Tests dans `tests/`** : Étape 5 (scripts de tests + rapport couverture)
+
+---
+
 ## 🚀 Utilisation
 
 ### Démarrer l'API Localement
@@ -761,6 +840,8 @@ poetry run pytest tests/ --cov=. --cov-report=html
 open htmlcov/index.html
 ```
 
+Pour le détail de l'organisation et des catégories de tests, voir `tests/README.md`.
+
 ### Métriques
 
 | Métrique | Valeur | Détail |

api.py

@@ -7,7 +7,7 @@ Cette API expose le modèle de prédiction de départ des employés avec :
 - Preprocessing automatique
 - Health check pour monitoring
 - Documentation OpenAPI/Swagger automatique
-- Interface Gradio pour utilisation interactive
+- Interface Gradio optionnelle pour utilisation interactive
 - Endpoint batch pour traitement de fichiers CSV
 """
 import io
@@ -15,7 +15,6 @@ import time
 from contextlib import asynccontextmanager
 from typing import Any, Callable
 
-import gradio as gr
 import pandas as pd
 from fastapi import Depends, FastAPI, File, HTTPException, Request, Response, UploadFile
 from fastapi.middleware.cors import CORSMiddleware
@@ -24,7 +23,6 @@ from slowapi.errors import RateLimitExceeded
 
 from src.auth import verify_api_key
 from src.config import get_settings
-from src.gradio_ui import create_gradio_interface
 from src.logger import log_model_load, log_request, logger
 from src.models import get_model_info, load_model
 from src.preprocessing import (
@@ -44,6 +42,7 @@ from src.schemas import (
 # Charger la configuration
 settings = get_settings()
 API_VERSION = settings.API_VERSION
+GRADIO_ENABLED = settings.GRADIO_ENABLED
 
 
 def conditional_rate_limit(
@@ -450,9 +449,16 @@ async def predict_batch(
         )
 
 
-# Monter l'interface Gradio sur / (racine pour HuggingFace Spaces)
-gradio_app = create_gradio_interface()
-app = gr.mount_gradio_app(app, gradio_app, path="/")
+if GRADIO_ENABLED:
+    # Importer Gradio uniquement si l'UI est activée pour éviter une dépendance inutile en prod API-only
+    import gradio as gr
+
+    from src.gradio_ui import create_gradio_interface
+
+    gradio_app = create_gradio_interface()
+    app = gr.mount_gradio_app(app, gradio_app, path="/")
+else:
+    logger.info("Gradio UI désactivée (GRADIO_ENABLED=False)")
 
 
 if __name__ == "__main__":

app.py

@@ -20,8 +20,15 @@ logger = logging.getLogger(__name__)
 # Ajouter le répertoire src au path
 sys.path.insert(0, os.path.join(os.path.dirname(__file__), "src"))
 
+from src.config import get_settings  # noqa: E402
+
 if __name__ == "__main__":
     try:
+        settings = get_settings()
+        if not settings.GRADIO_ENABLED:
+            logger.info("Gradio désactivée (GRADIO_ENABLED=False) - arrêt.")
+            sys.exit(0)
+
         logger.info("🚀 Démarrage de l'application Gradio...")
         from src.gradio_ui import launch_standalone
 

src/config.py

@@ -14,6 +14,15 @@ from dotenv import load_dotenv
 load_dotenv()
 
 
+def _str_to_bool(value: str, default: bool = False) -> bool:
+    """Convertit une chaîne d'environnement en booléen robuste."""
+
+    if value is None:
+        return default
+
+    return value.lower() in {"1", "true", "yes", "y", "on"}
+
+
 class Settings:
     """
     Configuration de l'application.
@@ -37,8 +46,9 @@ class Settings:
     MODEL_FILENAME: str = os.getenv("MODEL_FILENAME", "model/model.pkl")
 
     # ===== ENVIRONNEMENT =====
-    DEBUG: bool = os.getenv("DEBUG", "False").lower() == "true"
+    DEBUG: bool = _str_to_bool(os.getenv("DEBUG", "False"))
     LOG_LEVEL: str = os.getenv("LOG_LEVEL", "INFO")
+    GRADIO_ENABLED: bool = _str_to_bool(os.getenv("GRADIO_ENABLED", "True"), True)
 
     # ===== BASE DE DONNÉES =====
     DATABASE_URL: str = os.getenv(