الإدارة في اتخاذ قرارات أفضل. التحليل شمل أداء الموظفين، معدلات الدوران، الغياب، وأنماط التوظيف باستخدام أدوات مثل Python (Pandas, NumPy, Matplotlib/Seaborn) بالإضافة إلى لوحات تفاعلية في Power BI.
أهم المساهمات:
بناء خطوط معالجة بيانات (Data Pipelines) لتنظيف وتجهيز بيانات الموارد البشرية.
تطوير تصورات بيانية لمؤشرات الأداء الرئيسية مثل معدلات الاستقالات والرضا الوظيفي ومؤشرات التنوع.
تطبيق نماذج إحصائية وتنبؤية للتوقع بمخاطر ترك العمل (Attrition).
تصميم لوحة متابعة تفاعلية لدعم اتخاذ القرار المبني على البيانات.
الأثر: ساعد المشروع إدارة الموارد البشرية على التنبؤ بالتحديات، تقليل معدلات الاستقالات، ومواءمة استراتيجيات التوظيف مع أهداف العمل.