Metodología

Procesado de datos

En el análisis inicial se han identificado la siguiente estructura de datos según dataset:

Los datos de las tablas del "Personal osakidetza" son tablas dinámicas incrustadas que solo son accesibles a través de Microsoft Excel. Utilizando dicha herramienta se han transformado los datos para generar un dataset con la siguiente estructura de denominadores comunes:

Se han generado tres nuevas pestañas en el Excel, una para ACREDITACIONES, otra para REQUISITOS y otra para PREFERENCIAS en los que se han ordenado y limpiado los datos, unificando los nombres de OSI, borrando columnas y filas y columnas de totalizados.

Fichero generado: Personal Osakidetza_EDITADO.xlsx

Posteriormente se ha desarrollado un script de Python que en base a estas columnas de Excel, transforma la información y la agrega a un fichero JSON con la siguiente estructura:

{
  "NOMBRE_OSI_1": {
    "% Euskera": number,
    "categorias": [
      {
        "Categoria Profesional": string,
        "TOTAL": number,
        "ACRED": {
          "SI": number,
          "NO": number,
          "% SI": number | null,
          "% NO": number | null
        },
        "REQ": {
          "SI": number,
          "NO": number,
          "% SI": number,
          "% NO": number
        }
      }
    ]
  },
  "NOMBRE_OSI_2": {
    "% Euskera": number,
    "categorias": [
      // ... más categorías
    ]
  }
}

Fichero generado: Personal Osakidetza.json

Se ha generado además un script para comparar los totales de las acreditaciones por comarca/categoría y sus respectivos requisitos, para asegurar que el total a comparar de ambas tablas es coincidente. También se ha creado otro script para extraer las traducciones de las categorías laborales.

Con esta estructura se ha creado una herramienta de análisis de datos. Para ello se han utilizado los siguientes componentes técnicos y la programación de la herramienta se ha realizado con apoyo de modelos de inteligencia artificial.