Spaces:
Running
Running
File size: 12,856 Bytes
48eefe6 e964005 48eefe6 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380 381 382 383 384 385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400 401 402 403 404 405 406 407 408 409 410 411 412 413 414 415 416 417 418 419 420 421 422 423 424 425 |
#!/usr/bin/env python3
"""
API FastAPI pour le modèle Employee Turnover.
Cette API expose le modèle de prédiction de départ des employés avec :
- Validation stricte des inputs via Pydantic
- Preprocessing automatique
- Health check pour monitoring
- Documentation OpenAPI/Swagger automatique
- Interface Gradio pour utilisation interactive
- Endpoint batch pour traitement de fichiers CSV
"""
import io
import time
from contextlib import asynccontextmanager
import gradio as gr
import pandas as pd
from fastapi import Depends, FastAPI, File, HTTPException, Request, UploadFile
from fastapi.middleware.cors import CORSMiddleware
from slowapi import _rate_limit_exceeded_handler
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 logger, log_model_load, log_request
from src.models import get_model_info, load_model
from src.preprocessing import (
merge_csv_dataframes,
preprocess_dataframe_for_prediction,
preprocess_for_prediction,
)
from src.rate_limit import limiter
from src.schemas import (
BatchPredictionOutput,
EmployeeInput,
EmployeePrediction,
HealthCheck,
PredictionOutput,
)
# Charger la configuration
settings = get_settings()
API_VERSION = settings.API_VERSION
@asynccontextmanager
async def lifespan(app: FastAPI):
"""
Gestion du cycle de vie de l'application.
Charge le modèle au démarrage et le garde en cache.
"""
logger.info(
"🚀 Démarrage de l'API Employee Turnover...", extra={"version": API_VERSION}
)
start_time = time.time()
try:
# Pré-charger le modèle au démarrage
model = load_model()
duration_ms = (time.time() - start_time) * 1000
model_type = type(model).__name__
log_model_load(model_type, duration_ms, True)
logger.info("✅ Modèle chargé avec succès")
except Exception as e:
duration_ms = (time.time() - start_time) * 1000
log_model_load("Unknown", duration_ms, False)
logger.error("Le modèle n'a pas pu être chargé", extra={"error": str(e)})
yield # L'application tourne
logger.info("🛑 Arrêt de l'API")
# Créer l'application FastAPI
app = FastAPI(
title="Employee Turnover Prediction API",
description="API de prédiction du turnover des employés avec XGBoost + SMOTE",
version=API_VERSION,
lifespan=lifespan,
docs_url="/docs",
redoc_url="/redoc",
)
# Ajouter rate limiting
app.state.limiter = limiter
app.add_exception_handler(RateLimitExceeded, _rate_limit_exceeded_handler)
# Configurer CORS (autoriser tous les domaines en dev)
app.add_middleware(
CORSMiddleware,
allow_origins=["*"],
allow_credentials=True,
allow_methods=["*"],
allow_headers=["*"],
)
# Middleware de logging des requêtes
@app.middleware("http")
async def log_requests(request: Request, call_next):
"""
Middleware pour logger toutes les requêtes HTTP.
"""
start_time = time.time()
# Traiter la requête
response = await call_next(request)
# Calculer la durée
duration_ms = (time.time() - start_time) * 1000
# Logger
log_request(
method=request.method,
path=request.url.path,
status_code=response.status_code,
duration_ms=duration_ms,
client_host=request.client.host if request.client else None,
)
return response
@app.get("/health", response_model=HealthCheck, tags=["Monitoring"])
async def health_check():
"""
Health check endpoint pour monitoring.
Vérifie que l'API est opérationnelle et que le modèle est chargé.
Returns:
HealthCheck: Status de l'API et du modèle.
Raises:
HTTPException: 503 si le modèle n'est pas disponible.
"""
try:
model_info = get_model_info()
return HealthCheck(
status="healthy",
model_loaded=model_info.get("cached", False),
model_type=model_info.get("model_type", "Unknown"),
version=API_VERSION,
)
except Exception as e:
raise HTTPException(
status_code=503,
detail={
"status": "unhealthy",
"error": "Model not available",
"message": str(e),
},
)
@app.post(
"/predict",
response_model=PredictionOutput,
tags=["Prediction"],
dependencies=[Depends(verify_api_key)] if settings.is_api_key_required else [],
)
@limiter.limit("20/minute")
async def predict(request: Request, employee: EmployeeInput):
"""
Endpoint de prédiction du turnover d'un employé.
**PROTÉGÉ PAR API KEY** : Requiert le header `X-API-Key` en production.
Prend en entrée les données d'un employé, applique le preprocessing
et retourne la prédiction avec les probabilités.
Args:
employee: Données de l'employé validées par Pydantic.
Returns:
PredictionOutput: Prédiction et probabilités.
Raises:
HTTPException: 401 si API key invalide ou manquante.
HTTPException: 500 si erreur lors de la prédiction.
Examples:
```bash
# Avec authentification
curl -X POST http://localhost:8000/predict \\
-H "X-API-Key: your-secret-key" \\
-H "Content-Type: application/json" \\
-d '{...}'
```
"""
try:
# 1. Charger le modèle
model = load_model()
# 2. Préprocessing
X = preprocess_for_prediction(employee)
# 3. Prédiction
prediction = int(model.predict(X)[0])
# 4. Probabilités (si le modèle supporte predict_proba)
try:
probabilities = model.predict_proba(X)[0]
prob_0 = float(probabilities[0])
prob_1 = float(probabilities[1])
except AttributeError:
# Si le modèle ne supporte pas predict_proba
prob_0 = 1.0 if prediction == 0 else 0.0
prob_1 = 1.0 if prediction == 1 else 0.0
# 5. Niveau de risque
if prob_1 < 0.3:
risk_level = "Low"
elif prob_1 < 0.7:
risk_level = "Medium"
else:
risk_level = "High"
# 6. Enregistrer dans la base de données
try:
from sqlalchemy import create_engine
from sqlalchemy.orm import sessionmaker
from db_models import MLLog
engine = create_engine(settings.DATABASE_URL)
Session = sessionmaker(bind=engine)
session = Session()
log_entry = MLLog(
input_json=employee.model_dump(),
prediction="Oui" if prediction == 1 else "Non",
)
session.add(log_entry)
session.commit()
session.close()
logger.info(f"Prediction logged to database: {prediction}")
except Exception as db_error:
logger.warning(f"Failed to log prediction to database: {db_error}")
return PredictionOutput(
prediction=prediction,
probability_0=prob_0,
probability_1=prob_1,
risk_level=risk_level,
)
except Exception:
logger.exception("Unexpected error during prediction")
raise HTTPException(
status_code=500,
detail={
"error": "Prediction failed",
"message": "An unexpected error occurred. Please contact support.",
},
)
@app.post(
"/predict/batch",
response_model=BatchPredictionOutput,
tags=["Prediction"],
dependencies=[Depends(verify_api_key)] if settings.is_api_key_required else [],
)
@limiter.limit("5/minute")
async def predict_batch(
request: Request,
sondage_file: UploadFile = File(..., description="Fichier CSV du sondage"),
eval_file: UploadFile = File(..., description="Fichier CSV des évaluations"),
sirh_file: UploadFile = File(..., description="Fichier CSV SIRH"),
):
"""
Endpoint de prédiction batch à partir de fichiers CSV.
**PROTÉGÉ PAR API KEY** : Requiert le header `X-API-Key` en production.
Prend en entrée les 3 fichiers CSV (sondage, évaluation, SIRH),
les fusionne, applique le preprocessing et retourne les prédictions
pour tous les employés.
Args:
sondage_file: Fichier CSV contenant les données de sondage.
eval_file: Fichier CSV contenant les données d'évaluation.
sirh_file: Fichier CSV contenant les données SIRH.
Returns:
BatchPredictionOutput: Prédictions pour tous les employés.
Raises:
HTTPException: 400 si les fichiers sont invalides.
HTTPException: 500 si erreur lors du traitement.
"""
try:
# 1. Lire les fichiers CSV
sondage_content = await sondage_file.read()
eval_content = await eval_file.read()
sirh_content = await sirh_file.read()
sondage_df = pd.read_csv(io.BytesIO(sondage_content))
eval_df = pd.read_csv(io.BytesIO(eval_content))
sirh_df = pd.read_csv(io.BytesIO(sirh_content))
logger.info(
f"Fichiers CSV chargés: sondage={len(sondage_df)}, "
f"eval={len(eval_df)}, sirh={len(sirh_df)} lignes"
)
# 2. Fusionner les DataFrames
merged_df = merge_csv_dataframes(sondage_df, eval_df, sirh_df)
employee_ids = merged_df["original_employee_id"].tolist()
merged_df = merged_df.drop(columns=["original_employee_id"])
# Supprimer la colonne cible si présente
if "a_quitte_l_entreprise" in merged_df.columns:
merged_df = merged_df.drop(columns=["a_quitte_l_entreprise"])
logger.info(f"DataFrame fusionné: {len(merged_df)} employés")
# 3. Preprocessing
X = preprocess_dataframe_for_prediction(merged_df)
# 4. Charger le modèle et prédire
model = load_model()
predictions = model.predict(X.values)
probabilities = model.predict_proba(X.values)
# 5. Construire la réponse
results = []
risk_counts = {"Low": 0, "Medium": 0, "High": 0}
leave_count = 0
for i, emp_id in enumerate(employee_ids):
prob_stay = float(probabilities[i][0])
prob_leave = float(probabilities[i][1])
pred = int(predictions[i])
if prob_leave < 0.3:
risk = "Low"
elif prob_leave < 0.7:
risk = "Medium"
else:
risk = "High"
risk_counts[risk] += 1
if pred == 1:
leave_count += 1
results.append(
EmployeePrediction(
employee_id=int(emp_id),
prediction=pred,
probability_stay=prob_stay,
probability_leave=prob_leave,
risk_level=risk,
)
)
summary = {
"total_stay": len(results) - leave_count,
"total_leave": leave_count,
"high_risk_count": risk_counts["High"],
"medium_risk_count": risk_counts["Medium"],
"low_risk_count": risk_counts["Low"],
}
logger.info(f"Prédictions terminées: {summary}")
return BatchPredictionOutput(
total_employees=len(results),
predictions=results,
summary=summary,
)
except pd.errors.EmptyDataError:
raise HTTPException(
status_code=400,
detail={
"error": "Empty CSV file",
"message": "Un des fichiers CSV est vide.",
},
)
except KeyError as e:
raise HTTPException(
status_code=400,
detail={
"error": "Missing column",
"message": f"Colonne manquante dans les CSV: {e}",
},
)
except Exception as e:
logger.exception("Unexpected error during batch prediction")
raise HTTPException(
status_code=500,
detail={
"error": "Batch prediction failed",
"message": str(e),
},
)
# Monter l'interface Gradio sur / (racine pour HuggingFace Spaces)
gradio_app = create_gradio_interface()
app = gr.mount_gradio_app(app, gradio_app, path="/")
if __name__ == "__main__":
import uvicorn
print("\U0001f680 Lancement de l'API en mode d\u00e9veloppement...")
print("\U0001f4d6 Documentation : http://localhost:8000/docs")
print("\U0001f3a8 Interface Gradio : http://localhost:8000/")
uvicorn.run(
"app:app",
host="0.0.0.0",
port=8000,
reload=True,
log_level="info",
)
|