Data Job Market Analytics | Python Web Scraping & Power BI Dashboard

مشروع متكامل لتحليل سوق وظائف البيانات والتكنولوجيا، يبدأ باستخراج إعلانات الوظائف من منصة Tanqeeb باستخدام Python، وينتهي ببناء لوحة معلومات تفاعلية باستخدام Microsoft Power BI لاستكشاف اتجاهات التوظيف، والشركات، والمواقع الجغرافية، وأنواع العمل، ومتطلبات الوظائف.

حجم البيانات

10,930 إعلان وظيفة.

2,909 شركة توظيف.

29 موقعًا جغرافيًا.

14 مصدرًا للوظائف.

7 فئات وظيفية.

6,003 مسميات وظيفية فريدة.

الصفحات والتحليلات الرئيسية

1. Overview — نظرة عامة: عرض مؤشرات الأداء الرئيسية وتحليل توزيع الوظائف حسب الفئات والمواقع وأنواع العمل والاتجاهات الشهرية. تصدرت Data Analysis بنحو 5.38K وظيفة، تلتها Data Engineering بـ1.93K، وData Science بـ1.49K، وBusiness Intelligence بـ1.15K. كما أظهر التحليل ارتفاع حجم الوظائف في يوليو وأغسطس وهيمنة القاهرة على التوزيع الجغرافي.

2. Market Insights — رؤى سوق العمل: تحليل نشاط التوظيف حسب أيام الأسبوع، وتحديد الشركات الأكثر إعلانًا عن الوظائف، ومقارنة الفئات الوظيفية حسب أنماط العمل (On-site, Remote, Hybrid). شمل التحليل شركات مثل Vodafone Qatar وPwC وVodafone Egypt وDeloitte وPepsiCo وSutherland، إلى جانب مؤشرات متوسط الوظائف لكل شركة والعمل المرن.

3. Job Trends — اتجاهات الوظائف: تحليل المسميات الوظيفية ومستويات الخبرة والمهارات المطلوبة، مع استكشاف مصادر الوظائف مثل LinkedIn وBayt وNaukri Gulf وWuzzuf.com وGulfTalent. يتضمن التقرير جدولًا تفصيليًا للمسميات الوظيفية، وإشارات الخبرة، والمهارات المستخرجة، وروابط إعلانات الوظائف.

4. Project Landing Page: واجهة افتتاحية بتصميم Dark Mode وهوية بصرية احترافية تعكس هدف المشروع في تقديم رؤى قائمة على البيانات لفهم سوق وظائف البيانات والتكنولوجيا.

الأدوات والتقنيات

Python: استخراج بيانات الوظائف باستخدام Web Scraping.

Requests & BeautifulSoup: استخراج محتوى صفحات الويب وتحليله.

Pandas: تنظيف البيانات وتجهيزها وتنظيمها.

Power Query: تحويل البيانات ومعالجتها.

DAX: إنشاء المقاييس ومؤشرات الأداء.

Power BI: نمذجة البيانات وتصميم التقارير التفاعلية والرسوم البيانية.

مراحل التنفيذ

استخراج بيانات الوظائف باستخدام Python.

تنظيف البيانات ومعالجتها وتجهيزها للتحليل.

تنظيم بيانات الوظائف والشركات والمواقع والفئات والمصادر.

تحليل اتجاهات التوظيف والمهارات ومستويات الخبرة.

بناء مؤشرات الأداء وتصميم لوحات معلومات تفاعلية.

القيمة المضافة

يحوّل المشروع إعلانات الوظائف إلى رؤى منظمة تساعد على تحديد المجالات الأكثر طلبًا، واكتشاف الشركات النشطة في التوظيف، وفهم التوزيع الجغرافي وأنماط العمل، واستكشاف المهارات ومتطلبات الوظائف.

النتيجة: مشروع End-to-End يجمع بين Web Scraping وData Cleaning وData Analysis وBusiness Intelligence لتقديم رؤية متكاملة لسوق وظائف البيانات والتكنولوجيا.