student-job-fair

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.

(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.