🚀 Road2Work.id — Data Science

Road2Work.id adalah platform kesiapan karir komprehensif yang dirancang untuk membantu fresh graduate dan pencari kerja mempersiapkan diri menghadapi wawancara kerja. Layanan backend ini bertindak sebagai API gateway utama dan pengelola logika bisnis, mengatur profil pengguna, sesi wawancara adaptif, analisis kecocokan peran (Role-Fit), dan analitik dashboard secara real-time.

🌟 Fitur Utama

• End-to-End Data Pipeline: Mengelola siklus data dari gathering dan scraping dataset relevan, melakukan data wrangling, hingga pembersihan dan validasi struktur data untuk memastikan kesiapan model.
• Competency & Scoring Engine: Mengimplementasikan logika evaluasi jawaban pelamar yang mengacu pada taksonomi kompetensi, rubrik penilaian, serta pemetaan evidence ladder untuk mendapatkan skor kecocokan yang terukur.
• Feature Engineering & Insight Extraction: Melakukan rekayasa fitur untuk meningkatkan informativitas data bagi model, serta mengekstrak komponen kunci seperti metrik (angka), konteks, dan dampak (impact) dari jawaban pelamar.
• Interactive Analytics Dashboard: Mengembangkan dasbor analitik berbasis Streamlit sebagai sarana visualisasi explanatory analysis. Akses dasbor di: Road2Work.id Dashboard.
• Model Readiness & Experimentation: Menyiapkan infrastruktur data yang siap diproses oleh model, termasuk pembuatan Data Dictionary dan implementasi eksperimen A/B Testing menggunakan Python.
• Technical Reporting: Menyusun dokumentasi teknis komprehensif yang mencakup seluruh alur proyek, mulai dari problem discovery hingga hasil akhir proyek dalam format PDF.

📂 Struktur Folder & Data

├── dashboard/
│   ├── dashboard.py                        # Skrip utama Streamlit
│   ├── icon.png                            # Favicon
│   └── logo.png                            # Logo navbar
├── data/
│   ├── 01_raw/
│   │   ├── answer_dataset.csv              # Data jawaban kandidat
│   │   ├── competency_map.json             # Pemetaan kompetensi target
│   │   ├── evaluations_dataset.csv         # Data penilaian jawaban
│   │   ├── evidence_ladder_mapping.json    # Definisi level Evidence Ladder
│   │   ├── question_seed.json              # Bank pertanyaan
│   │   ├── role_skill_matrix.csv           # Mapping Skill per Role
│   │   ├── role_skill_matrix.json          # Mapping Skill per Role
│   │   ├── role_tree_dropdown.csv          # Hierarki Domain → Role
│   │   ├── role_tree_dropdown.json         # Hierarki Domain → Role
│   │   ├── scoring_rubric.json             # Aturan bobot penilaian
│   │   ├── skill_taxonomy.json             # Standarisasi Skill
│   │   └── weakness_taxonomy.json          # Klasifikasi kelemahan
│   ├── 02_interim/
│   │   └── cleaned_answers_evaluation.csv  # Dataset hasil pembersihan pada notebook pengolahan data
│   └── 03_processed/
│       ├── test_df.csv                     # Dataset testing hasil olahan siap latih
│       ├── train_df.csv                    # Dataset pelatihan hasil olahan siap latih
│       └── val_df.csv                      # Dataset validasi hasil olahan siap latih
└── notebooks/
    └── notebook.ipynb                      # Notebook utama riset & EDA

Struktur Utama

• dashboard/: Berisi kode sumber untuk dashboard analitik (Streamlit).
• data/: Penyimpanan data terstruktur.
• notebooks/: Area eksperimen, analisis eksploratif (EDA), dan pengembangan data untuk model.

1️⃣ Struktur Folder data/

1.1. Isi folderdata/01_raw

Berikut adalah daftar aset data yang digunakan, disusun berdasarkan urutan pengembangan dan ketergantungan antar-tabel:

No	Nama File	Deskripsi
1	role_tree_dropdown.csv/json	Struktur cascading Domain → Role Family → Target Role.
2	role_skill_matrix.csv/json	Mapping target role ke required skills, importance, dan weight.
3	skill_taxonomy.json	Canonical skill dan alias untuk ekstraksi dari profil/jawaban.
4	competency_map.json	Competency target per target role sebagai guardrail AI.
5	question_seed.json	Seed pertanyaan interview per role dan kompetensi.
6	weakness_taxonomy.json	Daftar weakness tags dan template clarification question.
7	scoring_rubric.json	Bobot penilaian (role relevance, STAR, evidence, technical accuracy, clarity, self-awareness).
8	evidence_ladder_mapping.json	Definisi level Evidence Ladder 1-5.
9	answer_dataset.csv	Jawaban user dengan sample_id sebagai penghubung ke seed pertanyaan.
10	evaluations_dataset.csv	Penilaian (skor) dari jawaban yang diberikan pada answer_dataset.

1.2. Isi Folder data/02_interim/

Berisi data yang telah melewati proses wrangling dan cleaning awal.

Nama File	Deskripsi
cleaned_answers_evaluation.csv	Hasil merge dari answer_dataset.csv dan evaluations_dataset.csv yang sudah melalui tahap cleaning data.

1.3. Isi Folder data/03_processed/

Berisi split dataset yang siap digunakan untuk melatih model AI. Data ini telah melalui tahap feature engineering dan pembagian porsi data.

Nama File	Deskripsi
train_df.csv	Training set untuk proses pembelajaran model AI.
val_df.csv	Validation set untuk penyesuaian parameter dan evaluasi selama pelatihan.
test_df.csv	Testing set untuk pengujian performa akhir model sebelum diimplementasikan.

2️⃣ Struktur Folder notebooks/

Area eksperimen, analisis, dan pengembangan model sebelum diimplementasikan ke dalam pipeline produksi.

• notebook.ipynb: Notebook utama untuk seluruh siklus hidup data:
  • Data Wrangling: Gathering, Assessing, dan Cleaning data.
  • Exploratory Data Analysis (EDA): Analisis statistik untuk mendapatkan insight bisnis.
  • Feature Engineering: Transformasi data menjadi fitur yang informatif bagi model.
  • Visualization: Explanatory analysis untuk menjawab pertanyaan bisnis.
  • Data Splitting: Pembagian dataset menjadi train, val, dan test set.
  • A/B Testing: Eksperimen statistik untuk memvalidasi efektivitas perubahan fitur/model.

3️⃣ Struktur Folder dashboard/

Berisi komponen utama untuk penyajian visualisasi analitik interaktif.

• dashboard.py: Skrip utama berbasis Streamlit yang memproses data hasil olahan menjadi dasbor analitik interaktif.
• icon.png: Aset visual yang digunakan sebagai favicon (ikon tab) pada browser.
• logo.png: Aset visual utama yang ditampilkan pada navbar dasbor sebagai elemen identitas brand Road2Work.

💻 Panduan Menjalankan Project (Getting Started)

Ikuti petunjuk di bawah ini untuk mengatur dan menjalankan layanan Data Science di komputer lokal Anda.

Prasyarat (Prerequisites)

Pastikan Anda telah menginstal aplikasi berikut:

1. Python (v3.11 atau lebih baru)
2. Git untuk mengkloning repositori

1. Clone Repository

git clone https://github.com/Road2Work/data-science.git
cd data-science

2. Instalasi Dependencies

Instal semua package yang dibutuhkan menggunakan requirements.txt:

pip install -r requirements.txt

3. Persiapan Data

Sebelum menjalankan dasbor, perlu dilakukan pemrosesan data mentah menjadi data yang siap dianalisis. Alur persiapan data dapat dijalankan melalui notebook utama:

1. Buka notebooks/notebook.ipynb menggunakan Jupyter Notebook atau VS Code.
2. Jalankan semua cell secara berurutan (Run All) untuk melakukan proses data wrangling, cleaning, dan splitting dataset.
3. Pastikan skrip telah berhasil membuat/memperbarui file-file di dalam folder data/02_interim/ dan data/03_processed/.

5. Menjalankan Dashboard

Setelah data diproses melalui notebook, dasbor analitik dapat dijalankan untuk memvisualisasikan insight secara interaktif:

python -m streamlit run dashboard/dashboard.py

---

🤝 Kontribusi

Proyek ini masih terus dikembangkan. Jika Anda memiliki saran, masukan, atau ingin berkontribusi dalam perbaikan pipeline data maupun pengembangan fitur dasbor, jangan ragu untuk membuka issue atau melakukan pull request.

---

Dibuat dengan ❤️ untuk Road2Work.id