نموذج عمل بلغة Python لتحليل بيانات المرشحين في مجال التوظيف، بهدف توقع احتمال تغيير المرشح لوظيفته وترتيب المرشحين أصحاب الخبرة المناسبة. الفكرة إن شركات التوظيف بتصرف وقت وتكلفة على مرشحين ممكن يسيبوا الشغل بعد فترة قصيرة، والنظام بيساعد في اختيار الأنسب من البداية.

النموذج بيشتغل على بيانات HR فيها معلومات زي مستوى التعليم وسنين الخبرة وحجم الشركة وآخر وظيفة وساعات التدريب.

خطوات التنفيذ:

تنضيف البيانات ومعالجة القيم الناقصة والقيم غير الواضحة.
تحويل البيانات المكتوبة لأرقام عشان تنفع للتحليل.
تقسيم البيانات لجزء للتدريب وجزء للاختبار.
تجربة 3 خوارزميات (Logistic Regression وRandom Forest وGradient Boosting) والمقارنة بينهم بالدقة والـ Precision والـ Recall والـ F1.
رسومات توضح توزيع مستوى التعليم، ومقارنة أداء الخوارزميات، وأهم العوامل المؤثرة في قرار تغيير الوظيفة.
نظام تقييم بيرتب المرشحين حسب الخبرة والتعليم وساعات التدريب.

أفضل نتيجة في الدقة كانت لـ Gradient Boosting بحوالي 78%.