Abdelrahman S.

﴿وَأَحْسِنُوا إِنَّ اللَّهَ يُحِبُّ الْمُحْسِنِينَ﴾

(سورة البقرة: 195)

أنا عبد الرحمن سعيد، محلل بيانات بخبرة عملية وشغف بتحويل البيانات إلى رؤى قابلة للتنفيذ. حاصل على شهادات مهنية من Google وUdacity، وأمتلك مهارات قوية في Python وSQL، مع خبرة في تحليل البيانات، التعلم الآلي، وNLP. عملت على مشاريع متنوعة تشمل بناء لوحات بيانات، تنبؤات الأسعار، وتحليل النصوص العربية باستخدام نماذج مثل AraBERT. أُتقن أدوات مثل Excel وPower BI وTableau، وأسعى دائمًا لتقديم حلول ذكية تعتمد على البيانات لدعم اتخاذ القرار.

(نتكلم فى الشغل بقى)

مشروعك القادم معي سيمر بمجموعه مراحل :

--

` جمع البيانات` ← ` تنظيفها` ← ` تحليلها` ← ` بناء النموذج` ← ` تقييم النتائج` ← ` تقرير مُفصّل`.

---

رحلة البيانات مِن "أ" إلى "ي" مع مهاراتي:

1. جمع البيانات:

- الأدوات : `SQL` (MySQL, SQL Server)، `Python` (Pandas لقراءة ملفات CSV/Excel) ، `Excel` .

- التفاصيل :

- استخراج البيانات من أي مصدر (قواعد بيانات، ملفات، APIs) بسرعة ودقة.

2. تنظيف البيانات :

- الأدوات : `Python` (مكتبات Pandas, NumPy) ، `Farasa` (لمعالجة النصوص العربية) .

- التفاصيل :

- إزالة القيم المفقودة (NaN) وتصحيح الأخطاء.

- توحيد التنسيقات ومعالجة النصوص (مثل: تقطيع الجمل العربية باستخدام Farasa).

- تحسين جودة البيانات عبر Feature Engineering.

3. تحليل البيانات :

- الأدوات : `Python` (Seaborn, Matplotlib للرسوم البيانية) ، `R` (للتحليل الإحصائي) ، `Tableau`، `Power BI` (للوحات التحكم التفاعلية) .

- التفاصيل:

- اكتشاف الأنماط الخفية والارتباطات بين المتغيرات.

- تصور البيانات عبر رسوم بيانية جذابة تُسهّل فهم الاتجاهات.

4. بناء النموذج (NLP/machine learning):

- الأدوات : `Python` (Scikit-learn لبناء نماذج التصنيف/التنبؤ) ، `AraBERT`، `CAMeL` (لمعالجة اللغات الطبيعية NLP) .

- التفاصيل:

- تطوير نماذج ذكية مثل:

- تحليل المشاعر (Sentiment Analysis) .

- تصنيف النصوص العربية (Text Classification) .

- نماذج التنبؤ (Regression/Classification) .

5. تقييم النتائج :

- الأدوات : `Scikit-learn` (Accuracy, Precision, Recall) ، `Jupyter Notebook` (لتوثيق النتائج) .

- التفاصيل :

- قياس دقة النموذج وتحسينه (مثل: تعديل ال Hyperparameters) .

- مقارنة أداء النماذج لاختيار الأفضل .

6. تقرير مُفصّل:

- الأدوات : `PowerPoint` (عروض مرئية) ، `Jupyter Notebook` (تقارير تفاعلية) ، `GitHub` (عرض الأكواد والنتائج) .

- التفاصيل :

- تقديم توصيات عملية مُدعمة بالرسوم البيانية والشرح الواضح.

- توثيق كل خطوة بشكل مُنظم لضمان الشفافية .

"أحول بياناتك إلى قرارات ذكية بخطوات مُحكمة"