Sistema de Previsão de Churn de Clientes

Este projeto é uma solução de machine learning de ponta a ponta para prever o churn (rotatividade) de clientes em uma empresa de telecomunicações. Ele contém um pipeline completo que inclui exploração de dados, pré-processamento e treinamento de modelos.

Melhorias essenciais são: rastreamento de experimentos com MLflow, disponibilização do modelo via uma API de inferência FastAPI e uma interface gráfica via Streamlit.

---

📁 Estrutura do Projeto

MLOps-training/
│
├── data/                   # Arquivos de dados brutos e processados
│   ├── processed/
│   └── raw/
├── models/                 # Artefatos de modelos pré-treinados e salvos
├── notebooks/              # Notebooks Jupyter para EDA, treinamento e avaliação
├── outputs/                # Relatórios, métricas de avaliação ou plots gerados pelo mlflow
├── src/                    # Módulos Python principais
│   ├── __init__.py
│   ├── config.py
│   ├── data_preprocessing.py
│   ├── model.py
│   └── visualization.py
├── main.py                 # Função principal do programa
└── README.md

---

Componentes & Visão Geral do Pipeline

1. Exploração de Dados (notebooks/)

   • Entender distribuições de features, correlações e valores ausentes.
   • Visualizações comparando clientes que churnaram e os que não churnaram.

2. Pré-processamento (src/data_preprocessing.py)

   • Tratamento de valores ausentes
   • Codificação de variáveis categóricas
   • Escalonamento/normalização de features

3. Treinamento de Modelos (src/model.py + notebook)

   • Modelos treinados:
     • Regressão Logística
     • Random Forest
     • XGBoost
     • K-Nearest Neighbors (KNN)
     • Support Vector Machine (SVM)
     • Multi-layer Perceptron (MLP)

4. Avaliação (src/visualization.py + notebook)

   • Acurácia, F1 score, ROC AUC
   • Plots: Matriz de Confusão, curvas ROC, etc.

---

Ferramentas & Bibliotecas Utilizadas

• Python 3.12
• Pandas, NumPy, scikit-learn – Processamento de dados e modelagem
• XGBoost – Modelo de boosting avançado
• MLflow – Rastreamento de experimentos e registro de modelos
• FastAPI – API de inferência
• Streamlit – Frontend opcional
• Docker – Contêinerização para desenvolvimento e deploy
• matplotlib, seaborn – Visualizações

---

Como Usar o Projeto

1. Configurar o Ambiente

uv init
uv sync
source .venv/bin/activate  # No Windows: source .venv\Scripts\activate

2. Executar o Notebook Jupyter

jupyter notebook notebooks/EDA.ipynb

3. TODOs:

Rastreamento de Experimentos com MLflow

• Treina múltiplos modelos
• Registra métricas, modelos e artefatos.
• Compara desempenho entre diferentes modelos.
• Salva o modelo com melhor desempenho

API de Inferência (FastAPI - src/api.py)

• Aceita entrada em JSON
• Pré-processa a requisição
• Carrega o melhor modelo
• Retorna a predição

Interface do modelo com Streamlit

• Permite interagir com o modelo via interface gráfica

Trabalhos Futuros

• Adicionar testes unitários e de integração
• Automatizar todo o pipeline com CI/CD
• Adicionar monitoramento e logging em tempo real
• Incorporar re-treinamento automático de modelos

Licença

Este projeto é para fins educacionais.