تحليل بيانات الموارد البشرية وتحسين الأداء المؤسسي

وصف المشروع: مشروع تحليلي متكامل يهدف إلى تحويل بيانات الموارد البشرية الخام إلى رؤى استراتيجية قابلة للتنفيذ. يركز المشروع على تقييم أداء الموظفين، عوامل الرضا الوظيفي، كفاءة استغلال التدريبات، ومواءمة التعويضات مع المؤشرات الأدائية لدعم اتخاذ القرارات الإدارية المعتمدة على البيانات. 🔹 منهجية التنفيذ (كيف قمت ببناء المشروع): 1- تنظيف وهندسة البيانات: عالجة ملف بيانات متعدد الأبعاد (HR_Project_analysis.xlsx) يحتوي على السجلات الديموغرافية، دورات التقييم، مؤشرات الرضا، سجلات التدريب، ومؤشرات الأداء الرئيسية (KPIs). قمت بمعالجة القيم الشاذة، توحيد التصنيفات، وبناء مقاييس محسوبة مثل (مؤشر رضا الموظفين، فجوة التقييم الذاتي مقابل المدير، وتصنيف الأقدمية الوظيفية). 2- تحليل متقدم بـ SQL: كتابة استعلامات هيكلية ومعقدة (The Project.sql، Analytic_Questions.sql) باستخدام CTEs، Window Functions، وJoins متعددة لاستخراج اتجاهات الأداء، حساب العائد على التدريب، وتصنيف الموظفين حسب عوامل الاحتفاظ بالمواهب أو خطر المغادرة. 3- التحليل الإحصائي والأتمتة بـ Python: تطوير سكريبت تحليلي نمطي (project.py) يعتمد على مكتبات Pandas وNumPy لرسم خرائط الارتباط الإحصائية. أتمتة حساب توزيعات الأداء، عتبات الرضا الحرجة، وفروقات التقييم بين الإدارات. 4- استخراج الرؤى والتوصيات: ترجمة المخرجات التقنية إلى توصيات عملية لإدارة المواهب، مع تحديد العوامل المحركة للأداء العالي، وفاعلية البرامج التدريبية، والمؤشرات التنبؤية لدوران الموظفين. 🔹 المخرجات والنتائج: - ربط مباشر بين معدلات استغلال التدريبات وفجوة التقييمات الأدائية. - تحديد نقاط التحول في مؤشرات الرضا التي تتنبأ ببقاء أو مغادرة الموظف. - بناء خط تحليلي قابل للتكرار والتوسع، جاهز للربط مع لوحات المعلومات (BI Dashboards). 🛠 الأدوات والتقنيات المستخدمة: Python (Pandas, NumPy, Matplotlib/Seaborn)، SQL (استعلامات معقدة، CTEs، Window Functions)، نمذجة بيانات Excel، التحليل الاستكشافي (EDA)، هندسة مؤشرات الموارد البشرية. 💡 المهارات المُبرزة من خلال هذا المشروع فقط: تنظيف البيانات الشامل، تحسين استعلامات SQL، التحليل الإحصائي والارتباطي، أتمتة التقارير التحليلية، ذكاء أعمال الموارد البشرية، وتحويل البيانات المعقدة إلى قرارات إدارية واضحة.