Summary
Highlights
يقدم كريم البودكاست ويستقبل الضيف المهندس أحمد إسماعيل محمدي، خبير تحليل البيانات، للحديث عن هذا المجال. يقدم المهندس أحمد محمدي نبذة عن خبرته التي تتجاوز 30 عامًا في تكنولوجيا المعلومات، و5 سنوات في تحليل البيانات، ويشير إلى أن خلفيته في البرمجة وقواعد البيانات ساعدته كثيرًا.
يشرح المهندس أحمد الفرق بين البيانات والمعلومات، مؤكدًا أن البيانات هي المادة الخام التي تستخرج منها المعلومات المفيدة لاتخاذ القرارات. يعرف تحليل البيانات بأنه عملية جمع وتنظيف وتحويل البيانات الخام لاستخلاص رؤى تساعد في دعم اتخاذ القرار، مع التأكيد على أهمية تصنيف البيانات حسب نوعها.
يُوضح أن علم البيانات هو المظلة الكبرى التي تشمل تحليل البيانات كجزء منها. علم البيانات أشمل ويتضمن تعلم الآلة والتنبؤ بالمستقبل والتعامل مع البيانات الضخمة، بينما تحليل البيانات يركز على البيانات التاريخية لاستخراج الرؤى.
يؤكد الضيف أن تعلم البرمجة (مثل بايثون و R) ضروري لعالم البيانات، ولكنه ليس إلزاميًا لمحلل البيانات، وإن كان يسهل العمل ويزيد الكفاءة بشكل كبير. يشير إلى أن بايثون و R يوفران مكتبات جاهزة تساعد في تحليل البيانات، ويزيدان من القيمة السوقية لمحلل البيانات.
ينصح بالبدء ببرنامج Microsoft Excel لسهولته كأداة أساسية، ثم تعلم أساسيات الإحصاء. يدعو إلى الانضمام للمجتمعات عبر الإنترنت ومتابعة أحدث التطورات وتطوير الذات من خلال الدورات التدريبية. يؤكد أن القدرة على التفكير التحليلي ورؤية الصورة الكبيرة أهم من مجرد إتقان الأدوات.
يوضح الفروق بين Excel وPower BI وSQL. يشير إلى أن Excel مناسب للمبتدئين، وأن Power BI هو أداة متقدمة لتصور البيانات التفاعلية والتحليلات العميقة باستخدام لغة DAX. SQL (Structured Query Language) أداة أساسية لإدارة وتنظيم البيانات في قواعد البيانات، ولا تُستخدم لتصور البيانات.
يشرح أن تنظيف البيانات هو عملية أساسية تتضمن التأكد من صحة البيانات واكتمالها ودقتها. يشمل ذلك تصحيح الأخطاء المطبعية، والتأكد من نوع البيانات الصحيح، والتعامل مع القيم المفقودة أو الشاذة (Outliers). يُعد Power Query أداة قوية في Excel وPower BI تساعد في هذه العملية.
يؤكد أن الذكاء الاصطناعي ليس بديلاً للبشر بل هو مساعد قوي يزيد من الكفاءة والسرعة. ينصح محللي البيانات بمواكبة أدوات الذكاء الاصطناعي مثل Microsoft Copilot لزيادة الإنتاجية. يذكر أن عدم تعلم الذكاء الاصطناعي قد يؤدي إلى تخلف الأفراد عن سوق العمل.
يناقش أهمية التخصص في مجال معين مثل التحليل المالي أو التسويقي أو الموارد البشرية، وينصح بالاختيار بناءً على الاهتمامات الشخصية ومتطلبات السوق. يوصي بشهادة Google Data Analytics وشهادات Power BI و LinkedIn Learning كبداية قوية للمبتدئين.
ينصح ببناء سيرة ذاتية قوية من خلال التطبيق العملي والمشاركة في مشاريع تطوعية أو صغيرة لاكتساب الخبرة. يشجع على البحث عن فرص عمل، حتى لو كانت بمرتب قليل في البداية، كخطوة أولى نحو الاحتراف.
يُحذر من تحديات مثل دقة البيانات وحجمها الكبير، وينصح بالصبر والدقة. يشدد على أهمية أخلاقيات المهنة، خاصة عند التعامل مع البيانات الحساسة، وضرورة التوثيق الرسمي لجميع الإجراءات وتأكيد الشفافية مع الإدارة.
يؤكد أن سوق تحليل البيانات ما زال جديدًا وبه فرص كبيرة، خاصة في منطقة الخليج. ينصح بالاستثمار في الذات والتدريب المستمر لأن الذين لا يطورون أنفسهم سيتخلفون عن الركب. يختتم بنصيحة بأن عدم التدريب أغلى بكثير من تكلفته.