السلام عليكم
أنا محمود صلاح، مهندس بيانات أعمل على بناء مستودعات البيانات (Data Warehouses) وخطوط معالجة البيانات (Data Pipelines)، وتُعد عملية تنظيف البيانات (Data Cleaning) جزءًا أساسيًا من عملي.
أقدم خدمة تنظيف وتجهيز البيانات (Data Cleaning)، وهي خطوة أساسية قبل التحليل لضمان اتخاذ قرارات دقيقة وسليمة.
الخدمة تتضمن:
1- إزالة التكرارات (Duplicates).
2- معالجة القيم المفقودة (Missing Values).
3- تصحيح أنواع البيانات (Data Type Conversion).
4- معالجة القيم الشاذة (Outliers).
5- معالجة مشاكل التنسيق (Formatting Issues)، مثل توحيد تنسيق التواريخ والقيم النصية.
6- إزالة المسافات الزائدة وتوحيد القيم (Trimming & Standardization) لتوحيد القيم المتشابهة المكتوبة بأشكال مختلفة.
7- اكتشاف القيم غير المتناسقة أو غير المنطقية (Data Inconsistencies) ومراجعتها ومعالجتها حسب طبيعة البيانات.
بالإضافة إلى اكتشاف ومعالجة أي مشكلات أخرى قد تؤثر على جودة البيانات، وفقًا لطبيعة الملف.
ملف البيانات بعد تنظيفها بصيغة CSV أو Excel.
كود Python أو SQL المستخدم في عملية التنظيف.
تقرير يوضح المشكلات التي تم اكتشافها في البيانات وكيفية معالجتها.
1-تشمل الخدمة تنظيف ملف بيانات واحد بصيغة Excel أو CSV، بحد أقصى 3,000 صف.
2-تتم معالجة القيم المفقودة والشاذة وفقًا لطبيعة البيانات، وقد أحتاج إلى الرجوع إليك قبل إجراء بعض التعديلات.
3-لا تشمل الخدمة تحليل البيانات أو إنشاء الرسوم البيانية أو استخراج النتائج والمؤشرات.
1-Python and Pandas or SQL
2-Google Colab or Microsoft SQL Server