Streamlit - Análise de dados do Linkedin

Uma análise de dados utilizando o database analítico obtido no projeto @ETL-LINKEDIN

Como Funciona?

A Pipeline de dados criada no projeto ETL-LINKEDIN envia automaticamente um banco de dados analítico para esse repositório, onde o streamlit está configurado para fazer o deploy.

No arquivo lit.py, é lido um database e os gráficos são montados com base nesses dados.

A estrutura atual seria: processo ETL >> banco de dados analítico >> visualização e análise com streamlit

Documentação técnica

Para o projeto, foi utilizado python, streamlit e o resultado do projeto @ETL-LINKEDIN

Ao executar a pipeline, automaticamente o dashboard é atualizado com novos dados obtidos.

Para esse processo, foi utilizada a lib PYGithub, que permite criar commits e pushs em repos do github, só precisando de um token pessoal do Github (Que é possível gerar nas configurações da conta).

Autores

• @PedroCozzati

Deploy

Links

  Relatório Streamlit: https://relatorio-linkedin-vagas.streamlit.app/

Observações

Fique a vontade para sugerir análises com base nos dados obtidos.

Rodando localmente

Clone o projeto

  git clone https://github.com/PedroCozzati/streamlit-analise-linkedin

Instale as dependências

  pip install -r requirements.txt

Rode o comando:

  streamlit run lit.py

Verifique o endereço localhost que é mostrado no terminal

Stack utilizada

Python, SQL, Pandas, Streamlit, SQLITE

Screenshots

Visualização Mobile

Visualização no PC