labor-market · BLS · plotly
Unemployment Analysis
¿La AI ya golpeó el empleo en EE.UU.? Pipeline reproducible de datos BLS que alimenta un dashboard interactivo de 13 exhibits en Plotly, servido vía Flask.
Resumen
Un intento reproducible y basado en datos de responder una sola pregunta: desde el lanzamiento de ChatGPT en noviembre de 2022, ¿hay una señal de AI detectable en el empleo, la contratación y el desempleo de EE.UU.? El pipeline extrae cerca de 900 series de BLS a través de cinco programas, cruza índices externos de exposición a la AI, y alimenta un dashboard HTML autocontenido cuyos exhibits se recalculan en el navegador al cambiar la ventana de comparación. El análisis está deliberadamente construido para argumentar en su propia contra, emparejando cada historia de exposición a la AI con un control baseline-flip y un contraejemplo.
Qué hace
- Pipeline de datos de BLS: un registro declarativo de series que alimenta un cliente de la API v2 de BLS, extrayendo ~900 series a través de cinco programas (CPS, LAUS, CES/SAE, JOLTS, OEWS) hacia un caché parquet consciente de revisiones.
- El cruce de exposición a la AI combina las series de BLS con los índices AIOE/AIIE y GPTs-are-GPTs para probar si las industrias expuestas a la AI se mueven distinto.
- 13 exhibits interactivos en Plotly — waterfall de contribución, beeswarm por industria, scatter con OLS, event study, cuadrante de JOLTS, fan de percentiles por estado, curva de Beveridge, y más — todos recalculándose del lado del cliente desde un selector de fechas baseline/compare.
- La app en Flask agrega refresh de BLS con un clic, una caja de API-key en tiempo de ejecución, exportación a PDF, y exportación a Excel por gráfica.
- El build estático (
dashboard.publish) publica un dashboard snapshot en GitHub Pages. - Reproducible por diseño:
pip install, una API-key de BLS vía.env(o el tier público sin key), un comando para traer los datos y otro para construir el dashboard, respaldado por una suite de 62 tests (TDD).
Stack
Python · pandas · Plotly · Flask.
Estado
Open source. Dashboard en vivo publicado vía GitHub Pages (snapshot estático); la app local en Flask agrega refresh de BLS, PDF y exportación a Excel. Test-driven — 62 tests (pytest).