Salary Prediction Based on Country and Race

✦ نظرة عامة على المشروع

يهدف المشروع إلى توقع رواتب الأفراد من مختلف البلدان والأعراق بناءً على سماتهم الديموغرافية (المهنة، العمر، الجنس، الخبرة، والتعليم). توفر مجموعة البيانات مصدراً قيماً لدراسة العلاقة بين الدخل والعوامل الاجتماعية والديموغرافية.

✦ المشكلة

فهم تنوع الدخل والعوامل المتعددة المؤثرة على القدرة على الكسب في سوق العمل. يركز المشروع على استكشاف أنماط توزيع الدخل عبر الفئات الديموغرافية لتحديد التفاوتات المحتملة، وكيفية اختلاف الدخل بناءً على السمات الديموغرافية وخبرات العمل التراكمية.

✦ الأهداف

المعالجة المسبقة للبيانات: تنظيف البيانات بإزالة القيم الفارغة، وتصنيف 191 مسمى وظيفي إلى مجالات أوسع، وتجميع المستويات التعليمية المتشابهة.

التحليل الاستكشافي (EDA): فهم توزيع البيانات عبر السمات الديموغرافية المختلفة.

التحليل المرئي: تصور البيانات لفهم العلاقات بين المتغيرات المستقلة (العمر، الجنس، التعليم، المهنة، الخبرة، البلد، العرق) والمتغير التابع (الراتب).

✦ أبرز النتائج

التركيبة الديموغرافية: تمثل العمالة الذكورية الأغلبية (54.8%) مقابل الإناث (45%). أغلب الموظفين شباب بين (25-35 عاماً) بخبرة تتراوح بين (0-7 سنوات).

التعليم والمهنة: يحمل معظم الموظفين درجة البكالوريوس. وتعد وظائف مثل مطور البرمجيات، ومحلل/عالم البيانات، والمديرين هي الأكثر طلباً.

التوزيع العالمي والعرقي: تمثيل متوازن بين أمريكا، بريطانيا، كندا، الصين، وأستراليا (أغلبية طفيفة لأمريكا). يشكل ذوو الأصول البيضاء والآسيوية الفئات العرقية الأكبر.

اتجاهات الرواتب: ترتفع الرواتب طردياً مع العمر، لكن العمر وحده لا يحدد الدخل نظراً لوجود رواتب متفاوتة لنفس العمر.

الأجور حسب الجنس: يبلغ متوسط راتب الذكور حوالي 107,500 دولار مقارنة بـ 100,000 دولار للإناث، مع انتشار واسع لرواتب الإناث يتركز معظمه بالقرب من 50,000 دولار.

✦ الأدوات والتقنيات

اللغة: بايثون (Python).

معالجة البيانات: NumPy, Pandas.

التصور المرئي: Matplotlib, Seaborn.

بيئة التطوير: Jupyter Notebook