هذا المشروع يركز على تحليل بيانات 20,000 طالب مشارك في معرض توظيف. يحتوي الملف على بيانات متنوعة مثل: المهارات التقنية، عدد سنوات الخبرة، متوسط الدرجات الأكاديمية، المشاريع المنجزة، المشاركة في الأنشطة اللاصفية، إضافةً إلى ما إذا كان الطالب حصل على عرض وظيفي أم لا.
خطوات العمل:
-تنظيف البيانات (Data Cleaning): معالجة القيم النصية في المهارات، التحقق من القيم المفقودة أو غير المتسقة.
-تحليل استكشافي (EDA): دراسة العلاقة بين العوامل المختلفة (مثل عدد المشاريع والأنشطة) واحتمالية الحصول على عرض وظيفي.
-استخدام Python و SQL: لاستخراج، معالجة، وتجهيز البيانات.
-التصورات (Visualizations): إنشاء مخططات ورسوم بيانية توضح:
-تأثير المهارات التقنية على فرص التوظيف.
-العلاقة بين سنوات الخبرة والدرجات الأكاديمية.
-دور المشاريع العملية والأنشطة في زيادة فرص الحصول على وظيفة.
النتيجة:
*خرج المشروع برؤى مهمة تُظهر أن امتلاك مهارات تقنية محددة (مثل Python و SQL) مع الخبرة العملية وعدد أكبر من المشاريع، يرفع بشكل ملحوظ من فرص الحصول على عرض وظيفي.
