تنظيف البيانات وعمل Charts احترافية باستخدام Python

الهدف هو مساعدة المتخصصين (محللي، مهندسي، وعلماء البيانات) على اتخاذ قرارات مهنية مدروسة (Data-Driven Career Decisions) من خلال الإجابة على أسئلة جوهرية: ما هي المهارات التي تجعلك تتقاضى راتباً أعلى؟ وما هي الأدوات الأكثر طلباً في السوق؟ وأين تقع المهارات "المثالية" التي تجمع بين كثرة الطلب وارتفاع الأجر؟

محاور التحليل الرئيسية (Key Insights)
المهارات الأكثر طلباً حسب الدور الوظيفي (p1): يوضح مدى تكرار المهارات في الإعلانات؛ فمثلاً SQL هي المهارة الأولى لـ Data Analyst و Data Engineer، بينما Python تتصدر الـ Data Scientist.

تحليل الاتجاه على مدار السنة (p2): رسم خطي يوضح حجم الطلب الشهري على المهارات الأساسية لمحللي البيانات، ويلاحظ استقرار SQL و Excel في الصدارة طوال العام.

توزيع الرواتب (p3): مقارنة رواتب 6 وظائف مختلفة عبر الـ (Box Plot)، يوضح الحد الأدنى والأعلى ومتوسط الرواتب، مع ظهور وظائف الـ Senior و Data Scientist كالأعلى أجوراً.

الأدوات المستخدمة
لغة البرمجة: Python

معالجة البيانات: Pandas لتنظيف وتصفية بيانات الوظائف والرواتب.

تمثيل البيانات بصرياً (Data Visualization): * Seaborn و Matplotlib لبناء الرسوم البيانية المتقدمة (Bar charts, Line charts, Box plots, Scatter plots).