Upload folder using huggingface_hub

README.md

@@ -1,49 +1,239 @@
----
-title: Employee Turnover Prediction API
-emoji: 👔
-colorFrom: blue
-colorTo: purple
-sdk: docker
-pinned: true
-license: mit
-app_port: 8000
----
+# 🚀 Employee Turnover Prediction API - v2.1.0
 
-# Employee Turnover Prediction API 🚀
+## 📊 Vue d'ensemble
 
-API de prédiction du turnover des employés avec XGBoost + SMOTE.
+API REST de prédiction du turnover des employés basée sur un modèle XGBoost avec SMOTE.
 
-## 🎯 Fonctionnalités
-
-- ✅ Prédiction de turnover (0 = reste, 1 = part)
-- 📊 Probabilités et niveau de risque (Low/Medium/High)
+**✨ Nouveautés v2.1.0** :
+- 📝 Logging structuré JSON
+- 🛡️ Rate limiting (20 req/min par IP)
+- ⚡ Gestion d'erreurs améliorée
+- 📊 Monitoring des performances
 - 🔐 Authentification API Key
-- 📝 Logs structurés JSON
-- 🛡️ Rate limiting (20 req/min)
-- 📚 Documentation OpenAPI/Swagger
 
-## 🔗 Endpoints
+## 🏗️ Architecture
+
+```
+OC_P5/
+├── app.py                    # Point d'entrée FastAPI
+├── src/
+│   ├── auth.py              # Authentification API Key
+│   ├── config.py            # Configuration centralisée
+│   ├── logger.py            # Logging structuré (NOUVEAU)
+│   ├── models.py            # Chargement modèle HF Hub
+│   ├── preprocessing.py     # Pipeline preprocessing
+│   ├── rate_limit.py        # Rate limiting (NOUVEAU)
+│   └── schemas.py           # Validation Pydantic
+├── tests/                   # Suite pytest (33 tests, 88% couverture)
+├── logs/                    # Logs JSON (NOUVEAU)
+│   ├── api.log              # Tous les logs
+│   └── error.log            # Erreurs uniquement
+├── docs/                    # Documentation
+├── ml_model/                # Scripts training
+└── data/                    # Données sources
+```
+
+## 🚀 Installation
+
+### Prérequis
+- Python 3.12+
+- Poetry 1.7+
+- Git
+
+### Setup rapide
+
+```bash
+# 1. Cloner le repo
+git clone https://github.com/chaton59/OC_P5.git
+cd OC_P5
+
+# 2. Installer les dépendances
+poetry install
+
+# 3. Configurer l'environnement
+cp .env.example .env
+# Éditer .env avec vos valeurs
+
+# 4. Lancer l'API
+poetry run uvicorn app:app --reload
 
-- **Docs** : `/docs` - Documentation interactive
-- **Health** : `/health` - Status de l'API
-- **Predict** : `/predict` - Prédiction de turnover
+# 5. Accéder à la documentation
+# http://localhost:8000/docs
+```
 
-## 🚀 Utilisation
+## 📝 Configuration (.env)
 
 ```bash
-# Health check
-curl https://asi-engineer-employee-turnover-api.hf.space/health
+# Mode développement (désactive auth + active logs détaillés)
+DEBUG=true
+
+# API Key (requis en production)
+API_KEY=your-secret-key-here
 
-# Prédiction
-curl -X POST https://asi-engineer-employee-turnover-api.hf.space/predict \
+# Logging (DEBUG, INFO, WARNING, ERROR, CRITICAL)
+LOG_LEVEL=INFO
+
+# HuggingFace Model
+HF_MODEL_REPO=ASI-Engineer/employee-turnover-model
+MODEL_FILENAME=model/model.pkl
+```
+
+## 🔒 Authentification
+
+### Mode DEBUG (développement)
+```bash
+# L'API Key n'est PAS requise
+curl http://localhost:8000/predict -H "Content-Type: application/json" -d '{...}'
+```
+
+### Mode PRODUCTION
+```bash
+# L'API Key est REQUISE
+curl http://localhost:8000/predict \
+  -H "X-API-Key: your-secret-key" \
   -H "Content-Type: application/json" \
-  -d '{
-    "satisfaction_employee_environnement": 3,
-    "satisfaction_employee_nature_travail": 4,
-    ...
-  }'
+  -d '{...}'
 ```
 
-## 📚 Documentation complète
+## 📡 Endpoints
+
+### 🏥 Health Check
+```bash
+GET /health
+
+# Réponse
+{
+  "status": "healthy",
+  "model_loaded": true,
+  "model_type": "Pipeline",
+  "version": "2.1.0"
+}
+```
+
+### 🔮 Prédiction
+```bash
+POST /predict
+Content-Type: application/json
+X-API-Key: your-key (en production)
+
+# Exemple payload (voir docs/API_GUIDE.md pour tous les champs)
+{
+  "satisfaction_employee_environnement": 3,
+  "satisfaction_employee_nature_travail": 4,
+  "satisfaction_employee_equipe": 5,
+  "satisfaction_employee_equilibre_pro_perso": 3,
+  "note_evaluation_actuelle": 85,
+  "annees_depuis_la_derniere_promotion": 2,
+  "nombre_formations_realisees": 3,
+  ...
+}
+
+# Réponse
+{
+  "prediction": 0,                    # 0 = reste, 1 = part
+  "probability_0": 0.85,              # Probabilité de rester
+  "probability_1": 0.15,              # Probabilité de partir
+  "risk_level": "Low"                 # Low, Medium, High
+}
+```
+
+## 📊 Logging
+
+### Logs structurés JSON
+
+**Fichiers** :
+- `logs/api.log` : Tous les logs
+- `logs/error.log` : Erreurs uniquement
+
+**Format** :
+```json
+{
+  "timestamp": "2025-12-26T10:30:45",
+  "level": "INFO",
+  "logger": "employee_turnover_api",
+  "message": "Request POST /predict",
+  "method": "POST",
+  "path": "/predict",
+  "status_code": 200,
+  "duration_ms": 23.45,
+  "client_host": "127.0.0.1"
+}
+```
+
+## 🛡️ Rate Limiting
+
+**Configuration** :
+- **Développement** : Désactivé (DEBUG=true)
+- **Production** : 20 requêtes/minute par IP ou API Key
+
+**En cas de dépassement** :
+```json
+{
+  "error": "Rate limit exceeded",
+  "message": "20 per 1 minute"
+}
+```
+
+## ✅ Tests
+
+```bash
+# Tous les tests
+poetry run pytest tests/ -v
+
+# Avec couverture
+poetry run pytest tests/ --cov --cov-report=html
+
+# Voir rapport HTML
+open htmlcov/index.html
+```
+
+**Résultats** :
+- ✅ 33 tests passés
+- 📊 88% de couverture globale
+
+## 🚀 Déploiement
+
+### Variables d'environnement requises
+```bash
+DEBUG=false
+API_KEY=<votre-clé-sécurisée>
+LOG_LEVEL=INFO
+```
+
+### HuggingFace Spaces
+Prêt pour déploiement avec `app.py` et `requirements.txt`
+
+## 📚 Documentation
+
+- **API Interactive** : http://localhost:8000/docs
+- **ReDoc** : http://localhost:8000/redoc
+- **Guide complet** : [docs/API_GUIDE.md](docs/API_GUIDE.md)
+- **Standards** : [docs/standards.md](docs/standards.md)
+- **Couverture tests** : [docs/TEST_COVERAGE.md](docs/TEST_COVERAGE.md)
+
+## 📦 Dépendances principales
+
+- **FastAPI** 0.115.14 : Framework web
+- **Pydantic** 2.12.5 : Validation données
+- **XGBoost** 2.1.3 : Modèle ML
+- **SlowAPI** 0.1.9 : Rate limiting
+- **python-json-logger** 4.0.0 : Logs structurés
+- **pytest** 9.0.2 : Tests
+
+## 🔄 Changelog
+
+### v2.1.0 (26 décembre 2025)
+- ✨ Système de logging structuré JSON
+- 🛡️ Rate limiting avec SlowAPI
+- ⚡ Amélioration gestion d'erreurs
+- 📊 Monitoring des performances
+
+### v2.0.0 (26 décembre 2025)
+- ✅ Suite de tests complète (33 tests)
+- 🔐 Authentification API Key
+- 📊 88% de couverture de code
+
+## 👥 Auteurs
 
-Voir [GitHub Repository](https://github.com/chaton59/OC_P5) pour la documentation complète.
+- **Projet** : OpenClassrooms P5
+- **Repo** : [github.com/chaton59/OC_P5](https://github.com/chaton59/OC_P5)

src/gradio_ui.py

@@ -305,7 +305,14 @@ def create_gradio_interface():
                             1, 5, value=3, step=1, label="Niveau éducation (1-5)"
                         )
                         domaine_etude = gr.Dropdown(
-                            ["Infra & Cloud", "Transformation Digitale", "Autre"],
+                            [
+                                "Infra & Cloud",
+                                "Transformation Digitale",
+                                "Marketing",
+                                "Entrepreunariat",
+                                "Ressources Humaines",
+                                "Autre",
+                            ],
                             value="Infra & Cloud",
                             label="Domaine d'études",
                         )
@@ -377,11 +384,25 @@ def create_gradio_interface():
                             label="Statut marital",
                         )
                         departement = gr.Dropdown(
-                            ["Commercial", "Consulting"],
+                            ["Commercial", "Consulting", "Ressources Humaines"],
                             value="Commercial",
                             label="Département",
                         )
-                        poste = gr.Textbox(value="Consultant", label="Poste")
+                        poste = gr.Dropdown(
+                            [
+                                "Cadre Commercial",
+                                "Assistant de Direction",
+                                "Consultant",
+                                "Tech Lead",
+                                "Manager",
+                                "Senior Manager",
+                                "Représentant Commercial",
+                                "Directeur Technique",
+                                "Ressources Humaines",
+                            ],
+                            value="Consultant",
+                            label="Poste",
+                        )
                         nombre_experiences_precedentes = gr.Slider(
                             0, 10, value=2, step=1, label="Expériences précédentes"
                         )

src/schemas.py

@@ -32,6 +32,7 @@ class DepartementEnum(str, Enum):
 
     COMMERCIAL = "Commercial"
     CONSULTING = "Consulting"
+    RESSOURCES_HUMAINES = "Ressources Humaines"
 
 
 class DomaineEtudeEnum(str, Enum):
@@ -39,9 +40,26 @@ class DomaineEtudeEnum(str, Enum):
 
     INFRA_CLOUD = "Infra & Cloud"
     TRANSFORMATION_DIGITALE = "Transformation Digitale"
+    MARKETING = "Marketing"
+    ENTREPREUNARIAT = "Entrepreunariat"
+    RESSOURCES_HUMAINES = "Ressources Humaines"
     AUTRE = "Autre"
 
 
+class PosteEnum(str, Enum):
+    """Poste de l'employé."""
+
+    CADRE_COMMERCIAL = "Cadre Commercial"
+    ASSISTANT_DIRECTION = "Assistant de Direction"
+    CONSULTANT = "Consultant"
+    TECH_LEAD = "Tech Lead"
+    MANAGER = "Manager"
+    SENIOR_MANAGER = "Senior Manager"
+    REPRESENTANT_COMMERCIAL = "Représentant Commercial"
+    DIRECTEUR_TECHNIQUE = "Directeur Technique"
+    RESSOURCES_HUMAINES = "Ressources Humaines"
+
+
 class FrequenceDeplacementEnum(str, Enum):
     """Fréquence des déplacements professionnels."""
 
@@ -121,7 +139,7 @@ class EmployeeInput(BaseModel):
     revenu_mensuel: float = Field(..., ge=1000, description="Revenu mensuel (€)")
     statut_marital: StatutMaritalEnum = Field(..., description="Statut marital")
     departement: DepartementEnum = Field(..., description="Département")
-    poste: str = Field(..., min_length=3, description="Intitulé du poste")
+    poste: PosteEnum = Field(..., description="Intitulé du poste")
     nombre_experiences_precedentes: int = Field(
         ..., ge=0, description="Nombre d'expériences précédentes"
     )