عملت في هذا المشروع على بيانات طلاب حقيقية من مصدر مفتوح، بهدف تحليل العوامل التي تؤثر على فرص توظيف الطلاب وبناء نموذج Machine Learning يتوقع هل الطالب قابل للتوظيف أم لا.

قمت بتنظيف البيانات وتجهيزها، ثم حللت مؤشرات مثل المعدل الأكاديمي، عدد التدريبات، المشاريع، الشهادات، اختبار القدرات، المهارات الناعمة، والأنشطة.

بعد ذلك بنيت عدة نماذج تصنيف باستخدام Python وScikit-learn، منها Logistic Regression وRandom Forest وGradient Boosting، ثم قارنت أداء النماذج باستخدام Accuracy وPrecision وRecall وF1 وROC-AUC.

تم حفظ أفضل نموذج داخل المشروع، مع سكريبت بسيط يوضح طريقة إدخال بيانات طالب جديد والحصول على النتيجة: Placed أو NotPlaced، مع نسبة احتمال التوظيف.

المشروع يحتوي على كود Python، البيانات، رسوم بيانية، تقييم للنماذج، تقرير نتائج، ونموذج تنبؤ محفوظ.