تحليل بيانات الموارد البشرية (Employee Attrition) باستخدام Python

الوصف

هل تريد أن تعرف لماذا يغادر موظفوك، ومن هم الأكثر عرضة للمغادرة؟ سأحلل بيانات الموارد البشرية لديك باستخدام Python (Pandas وMatplotlib/Seaborn) وأقدّم لك نتائج واضحة وتوصيات عملية.

ما الذي سأقوم به:
• فحص البيانات وتنظيفها: معالجة القيم الفارغة والمكررة، حذف الأعمدة غير المفيدة، تحويل الرموز الرقمية إلى أسماء واضحة، وتصحيح أنواع البيانات.
• حساب معدل ترك العمل الإجمالي، وحسب القسم والوظيفة والعمر وسنوات الخبرة والدخل.
• تحليل العوامل المؤثرة: الوقت الإضافي، الرضا الوظيفي، التوازن بين العمل والحياة، السفر، الحالة الاجتماعية.
• تحديد الفئات الأعلى خطورة (مثلاً: وظيفة معينة مع وقت إضافي).
• رسوم بيانية واضحة، وتقرير مختصر بلغة بسيطة مع توصيات لإدارة الموارد البشرية.

ما الذي ستستلمه:
• ملف Jupyter Notebook مرتب ومشروح خطوة بخطوة.
• ملف البيانات النظيف (CSV).
• الرسوم البيانية بصيغة صور (PNG).
• ملخص النتائج والتوصيات في صفحة أو صفحتين.

نموذج من أعمالي: دراسة حالة بنفس المنهج على بيانات IBM العامة (1,470 موظفاً). تبيّن أن معدل ترك العمل 16.1%، وأن العاملين وقتاً إضافياً يغادرون بنسبة 30.5% مقابل 10.4% لغيرهم، وأن 46.6% من المغادرين تركوا العمل في أول سنتين.

ملاحظة: النتائج تُظهر ارتباطات وليست أسباباً مثبتة. تعديل بسيط بعد التسليم مشمول.