في هذا المشروع، قمت بتحليل مجموعة بيانات ضخمة خاصة برواتب الموظفين في بلدية سان فرانسيسكو، باستخدام لغة Python ومكتباتها المتخصصة مثل Pandas وMatplotlib وSeaborn. هدف المشروع كان استخراج رؤى واضحة وقابلة للتنفيذ من البيانات الأولية، وتبسيطها بصريًا لتسهل على الجهات المعنية فهم الاتجاهات والمشكلات واتخاذ قرارات مبنية على بيانات دقيقة.
المهام التي تم تنفيذها:
- قراءة ومعالجة البيانات: استيراد البيانات من ملف CSV وتحويلها إلى DataFrame، مع التعامل مع التحذيرات ومسارات الملفات.
- تنظيف البيانات: التعامل مع القيم المفقودة أو غير المنطقية، مثل الرواتب السالبة أو الصفوف التي تحتوي على قيم NaN.
- تحليل وصفي شامل: استخدام إحصائيات وصفية لاستخراج متوسطات الرواتب، أعلى وأقل الرواتب، أكثر الوظائف شيوعًا، الوظائف التي يشغلها فرد واحد فقط، وغيرها.
- تحليل مخصص: استخراج معلومات عن موظفين محددين مثل "JOSEPH DRISCOLL"، وحساب ما يتقاضاه شاملاً المزايا.
- التحليل الزمني: حساب متوسط الرواتب الأساسية حسب السنوات من 2011 إلى 2014.
- تصوير البيانات: رسم رسوم بيانية توضيحية لعرض التوزيعات والاتجاهات باستخدام Matplotlib وSeaborn.
- تلخيص النتائج: عرض النتائج بطريقة منظمة وسهلة الفهم تدعم اتخاذ القرار لدى الإدارات المختصة.
التقنيات والأدوات المستخدمة:
- لغة البرمجة: Python
- مكتبات التحليل: Pandas، NumPy
- التمثيل البياني: Matplotlib، Seaborn
- تنسيق البيانات: CSV، DataFrame
- بيئة العمل: Jupyter Notebook / VS Code
أهم النتائج المستخلصة:
- تحديد أعلى الموظفين أجرًا في البيانات وتحليل رواتبهم التفصيلية.
- وجود رواتب سالبة أو صفرية لبعض الموظفين، ما يشير إلى مشاكل في التسجيل أو البيانات.
- تباين متوسط الرواتب عبر السنوات، مع وجود زيادة طفيفة في بعض السنوات.
- وجود عدد كبير من المسميات الوظيفية المكررة، مع وظائف فريدة يشغلها موظف واحد فقط.
ساعد هذا المشروع في تحويل بيانات خام معقدة إلى رؤى واضحة ومؤثرة يمكن استخدامها مباشرة من قبل إدارات الموارد البشرية أو الجهات الرقابية لتقييم الرواتب وتوزيع الموارد واتخاذ قرارات مستقبلية أفضل.
