تحليل استكشافي لبيانات Freelancers (EDA) باستخدام Python و VSCode

قمتُ بتحليل مجموعة بيانات تحتوي علي 1000 ملف شخصي وهمي لفريلانسرز من مختلف دول العالم، تضمنت 12 خاصية أساسية مثل: الجنس، العمر، الدولة، اللغة، المهارة الرئيسية، سنوات الخبرة، السعر الساعي، التقييم، وحالة النشاط.

كان الهدف من المشروع هو استخراج أنماط وتقديم رؤى واضحة حول سوق العمل الحر من خلال التحليل الإحصائي والتصوير البياني.

المهام والخدمات المنفذة

1. إعداد بيئة التحليل:

استخدام Jupyter Notebook مع مكتبات Python (Pandas، NumPy، Seaborn، Matplotlib، Missingno).

تخصيص إعدادات التصور (لوحات ألوان RdBu + ثيم darkgrid) لعرض رسوم بيانية احترافية.

تجهيز البيئة لتقديم تصورات تفاعلية ومرئية واضحة.

2. فحص وتنظيف البيانات:

قراءة ملفات CSV وفحص أبعاد البيانات (1000 صف × 12 عمود) مع عرض العينات الأولية (head).

معالجة القيم المفقودة (مثل التقييم أو رضا العملاء) باستخدام مكتبة Missingno.

توحيد البيانات غير المنظمة مثل:

تنظيف عمود السعر الساعي من رموز ($ أو USD).

تحويل عمود is_active إلى تنسيق موحد (True/False).

3. استخراج الرؤى والتحليلات:

بناء لوحات رسومية تفاعلية توضح التوزيعات حسب المهارات، الدول، الأسعار، والتقييمات.

تحليل الفروق بين الفريلانسرز من حيث الخبرة مقابل السعر و التقييم مقابل النشاط.

إبراز أهم الأنماط التي تساعد على فهم توجهات السوق.

من خلال هذا المشروع، تمكنتُ من:

تنظيف ومعالجة البيانات بشكل احترافي.

تصميم تصورات واضحة وتفاعلية تسهّل فهم المعلومات.

تقديم رؤى عملية قابلة للاستخدام من قِبل الباحثين أو أصحاب المشاريع لفهم سوق العمل الحر عالميًا.