Compétences techniques

Les compétences techniques sont les compétences techniques que possède un professionnel. Ainsi, on parle de compétences acquises tout au long de la vie professionnelle, ou dans une institution académique, et qui permettent au professionnel de mener à bien son travail.

Ce sont mes compétences techniques, divisées par catégorie et sous-catégories, et leurs niveaux.

library(readxl)
library(ggplot2)
library(dplyr)
library(tidyr)
library(forcats)

competencesTechniques<- read_excel("Habilidaedes3.xlsx" )

competencesTechniques$Categorie<- factor(competencesTechniques$Categorie, labels = c( "A"="BigData","B"="Ofimatica","C"="LengProgr.","D"="OtrasHerr.","E"="GestorDB"))


competencesTechniques2 <- competencesTechniques %>% 
  mutate(Niveau = if_else(Categorie == "No",Niveau -1, Niveau))

competencesTechniques
## # A tibble: 27 × 3
##    Categorie  `Sous-categorie` Niveau
##    <fct>      <chr>             <dbl>
##  1 BigData    Hadoop                1
##  2 Ofimatica  Word                  3
##  3 LengProgr. Python                1
##  4 OtrasHerr. GIT                   1
##  5 BigData    Hive                  1
##  6 BigData    Flume                 1
##  7 BigData    Spark                 1
##  8 OtrasHerr. LaTeX                 2
##  9 LengProgr. R                     2
## 10 LengProgr. SQL                   2
## # … with 17 more rows
## # ℹ Use `print(n = ...)` to see more rows
# Graficando con ggplot 2
competencesTechniques <- competencesTechniques2 %>% 
  ggplot()+ geom_col(aes(reorder(`Sous-categorie`, Niveau), Niveau, fill=Categorie)) +coord_flip()+
  scale_y_continuous(breaks = seq(-4,4,1), labels = c(4:0,1:4))+
  theme(panel.grid.major = element_line(colour = "gray70",size = 0.1),
        panel.grid.minor = element_line(linetype = "blank"),
        axis.title = element_text(face = "bold"),
        axis.text = element_text(face = "bold"),
        plot.title = element_text(face = "bold.italic", hjust = 0.3),
        panel.background = element_rect(fill = NA),
        legend.key = element_rect(fill = NA),
        legend.background = element_rect(fill = NA),
        legend.position = "top", legend.direction = "horizontal") +
  labs(title = "Competences Techniques",
       x= "Sous-categorie",
       fill="Categorie* ",
       caption = "* 1) Basique, 2) Intermédiaire et 3) Expert")+
  scale_fill_brewer(palette = "Paired")

competencesTechniques

Radar chart

Les graphiques en radar comparent plusieurs variables quantitatives et sont utiles pour visualiser quelles variables ont des valeurs similaires ou s’il existe des valeurs aberrantes entre les variables. Les graphiques en radar sont constitués d’une séquence de rayons, chaque rayon représentant une seule variable.Les graphiques en radar sont également utiles pour déterminer quelles variables obtiennent un score élevé ou faible dans un ensemble de données.

Les soft skills sont les compétences qui permettent à une personne, ou à un professionnel, d’interagir avec aisance dans son environnement.

Je voulais représenter graphiquement mes soft skills sous forme radiale.

library(fmsb)

softSkills<- read_excel("dataB.xlsx" )
head(softSkills)
## # A tibble: 3 × 10
##   Capable Resil…¹ Respo…² Facil…³ Engagé Facil…⁴ Trava…⁵ Appre…⁶ Reche…⁷ Graph…⁸
##     <dbl>   <dbl>   <dbl>   <dbl>  <dbl>   <dbl>   <dbl>   <dbl>   <dbl>   <dbl>
## 1      20      20      20      20     20      20      20      20      20      20
## 2       0       0       0       0      0       0       0       0       0       0
## 3      19      18      20      20     19      18      16      20      20      20
## # … with abbreviated variable names ¹​Resilient, ²​Responsable,
## #   ³​`Facile à vivre`, ⁴​`Facilité de communication`, ⁵​`Travail d'équipe`,
## #   ⁶​`Apprentissage continu`, ⁷​Recherche, ⁸​Graphique
radarchart(softSkills, axistype=1 , 
    pcol=rgb(0.2,0.5,0.5,0.9) , pfcol=rgb(0.2,0.5,0.5,0.5) , plwd=4 , 
    cglcol="red", cglty=1, axislabcol="red", caxislabels=seq(0,20,5),
    cglwd=0.8,vlcex=0.8 
)