نظام ذكي للتنبؤ باستقالة الموظفين باستخدام التعلم الآلي (Employee Attrition Prediction)
يهدف هذا المشروع إلى بناء نموذج ذكاء اصطناعي قادر على التنبؤ باحتمالية استقالة الموظفين، مما يساعد الشركات على اتخاذ قرارات استباقية للحفاظ على الكفاءات وتقليل معدل دوران الموظفين.
بدأت المشروع بجمع البيانات وتحليلها، ثم تنفيذ مرحلة تنظيف ومعالجة البيانات، والتعامل مع القيم المفقودة، وتحويل المتغيرات الفئوية إلى متغيرات رقمية، بالإضافة إلى إجراء تحليل استكشافي (EDA) لاكتشاف الأنماط والعوامل الأكثر تأثيرًا في قرار استقالة الموظفين.
بعد تجهيز البيانات، قمت بتطوير عدة نماذج من التعلم الآلي، ومقارنة أدائها باستخدام مجموعة من مقاييس التقييم مثلAccuracy وPrecisionوRecall وF1-Score وROC-AUC، ثم اختيار النموذج الأفضل وتحسين أدائه للحصول على أعلى دقة ممكنة.
كما استخدمت تقنيات تفسير النماذج لتحليل أهمية المتغيرات (Feature Importance)، مما ساعد في تحديد أبرز العوامل المؤثرة في استقالة الموظفين مثل مستوى الرضا الوظيفي، وعدد سنوات الخبرة، والدخل الشهري، والعمل الإضافي، والتوازن بين الحياة والعمل.
التقنيات والأدوات المستخدمة:
Python
Pandas & NumPy
Scikit-learn
Matplotlib & Seaborn
Power BI
SQL
المهارات التي يبرزها المشروع:
Data Cleaning & Preprocessing
Exploratory Data Analysis (EDA)
Feature Engineering
Machine Learning
Model Evaluation & Optimization
Business Insights
Data Visualization
يعكس هذا المشروع قدرتي على تحويل البيانات إلى حلول عملية تعتمد على الذكاء الاصطناعي، مع التركيز على بناء نماذج دقيقة وقابلة للتطبيق تساعد الشركات في تحسين قراراتها وتقليل المخاطر اعتمادًا على البيانات.
