The World Of Programming

المقاييس التجارية التي يجب أن يعرفها كل محلل بيانات ✅ مقاييس الإيرادات - الإيرادات: إجمالي الدخل من المبيعات (مثل الإيرادات الشهرية 25 lakh روبية) - الإيرادات الإجمالية مقابل الإيرادات الصافية: الإجمالي (قبل التكاليف)، الصافي (بعد الخصومات والمرتجعات) - متوسط قيمة الطلب: الإيرادات ÷ عدد الطلبات (مثل 1200 روبية لكل طلب) مقاييس النمو - معدل النمو: (الحالي − السابق) ÷ السابق (مثل 15% شهريًا) - النمو السنوي: مقارنة نفس الفترة من العام الماضي مقاييس العملاء - عدد العملاء: إجمالي العملاء النشطين - العملاء الجدد مقابل العملاء العائدين: يظهر قوة الاحتفاظ - تكلفة اكتساب العميل: إجمالي الإنفاق التسويقي ÷ عدد العملاء الجدد - القيمة الدائمة للعميل: إجمالي الإيرادات من عميل واحد بمرور الوقت الاحتفاظ والتوقف - معدل الاحتفاظ: العملاء الذين بقوا ÷ إجمالي العملاء - معدل التوقف: العملاء المفقودون ÷ إجمالي العملاء (مثال: 1000 عميل، فقدان 50، معدل التوقف 5%) مقاييس التسويق - معدل التحويل: التحويلات ÷ الزوار - نسبة النقر إلى الظهور: النقرات ÷ مرات الظهور - العائد على الإنفاق الإعلاني: الإيرادات ÷ الإنفاق الإعلاني مقاييس المنتج - المستخدمون النشطون يوميًا: المستخدمون النشطون في اليوم - المستخدمون النشطون شهريًا: المستخدمون النشطون في الشهر - نسبة DAU إلى MAU: قوة التفاعل مقاييس العمليات - وقت تنفيذ الطلب: الوقت اللازم لتوصيل الطلب - معدل العيوب: الوحدات المعيبة ÷ إجمالي الوحدات 📍 مهمة صغيرة اختر شركة واحدة (تجارة إلكترونية أو EdTech). اذكر 5 مقاييس يجب أن تتتبعها. اكتب سؤالًا واحدًا يجيب عليه كل مقياس. لنأخذ التجارة الإلكترونية كمثال: 1. الإيرادات: ما هو إجمالي مبيعاتنا هذا الشهر؟ 2. تكلفة اكتساب العميل: كم ننفق لاكتساب كل عميل جديد؟ 3. معدل الاحتفاظ: كم عدد العملاء الذين يعودون للتسوق؟ 4. متوسط قيمة الطلب: ما هو متوسط المبلغ الذي ينفقه العملاء لكل طلب؟ 5. وقت تنفيذ الطلب: ما مدى سرعة توصيل الطلبات؟ اضغط مرتين ♥️ للمزيد

Data Cleaning Tips ✅

✅ خطة تحضير لمقابلة محلل بيانات 📌 المراجعة المهارات التقنية - SQL - كتابة استعلامات من الصفر. - التدرب على `JOIN`، `GROUP BY`، الاستعلامات الفرعية. - التعامل مع التكرارات والقيم الفارغة (NULL). - أساسيات دوال النوافذ. - Excel - استخدام الجداول المحورية دون مساعدة. - إتقان `XLOOKUP` و IF. - خطوات تنظيف البيانات. - Power BI أو Tableau - شرح نموذج البيانات. - كتابة أساسيات DAX. - شرح لوحة معلومات (Dashboard) من البداية إلى النهاية. - الإحصاء - الفرق بين المتوسط والوسيط. - معنى الانحراف المعياري. - الفرق بين الارتباط والسببية. - بايثون (إذا كان مطلوبًا) - أساسيات Pandas. - Groupby والتصفية. 📌 أنواع أسئلة المقابلة - أسئلة SQL - أفضل N لكل مجموعة. - المجاميع التراكمية. - السجلات المكررة. - الاستعلامات المعتمدة على التاريخ. - أسئلة الحالة التجارية - لماذا انخفضت المبيعات؟ - أي مقياس أكثر أهمية ولماذا؟ - أسئلة لوحات المعلومات - شرح مؤشر أداء رئيسي واحد (KPI). - كيف سيستخدم المستخدمون هذا التقرير؟ - أسئلة المشاريع - مصدر البيانات. - منطق التنظيف. - الرؤية الرئيسية. - الإجراء التجاري. 📌 تحضير السيرة الذاتية - يجب أن يحتوي على قسم "الأدوات". - مشروع واحد قوي. - نقاط مدعومة بمقاييس. مثال: "تحسين وقت إعداد التقارير بنسبة 30% باستخدام Power BI." 📌 المقابلات التجريبية - التدرب على الشرح بصوت عالٍ. - تحديد وقت لإجاباتك. - استخدام مجموعات بيانات حقيقية. 📌 خطة التحضير اليومية - مسألة SQL واحدة. - مراجعة لوحة معلومات واحدة. - 10 أسئلة مقابلة. ❌ الأخطاء الشائعة - حفظ الاستعلامات عن ظهر قلب. - عدم وجود شرح للمشروع. - ضعف التفكير التجاري. ✅ المهمة النهائية - تحضير قصة مشروع واحد. - تحضير حل SQL واحد على الورق. - تحضير شرح لمقياس تجاري واحد. اضغط مرتين ♥️ للمزيد

المحاور: لديك دقيقتان لحل مشكلة في Power BI. المهمة: عرض إجمالي المبيعات حسب المنطقة، ولكن فقط للمناطق التي يتجاوز فيها إجمالي المبيعات 1,000,000 دولار. أنا: لنفعلها. الخطوات التي اتبعتها في Power BI: 1. تحميل مجموعة البيانات - استيراد جدول المبيعات مع عمودي المنطقة والمبيعات. 2. إنشاء مقياس DAX TotalSales = SUM(sales[SalesAmount]) 3. إضافة مرئي - إدراج جدول أو مخطط شريطي. إضافة المنطقة و TotalSales. 4. تطبيق منطق التصفية - عامل تصفية على مستوى المرئي (Visual-level filter). TotalSales أكبر من 1000000. 5. تنسيق للوضوح - تنسيق العملة. ترتيب تنازلي حسب TotalSales. النتيجة: مرئي مركز يظهر فقط المناطق عالية الأداء. لا تشويش. لا مرئيات إضافية. رؤية واضحة. --- نصيحة لمقابلات Power BI: يختبر المحاورون السرعة والمنطق. إنهم يراقبون كيف تفكر، وليس مدى فخامة تقريرك. تدرب يوميًا على: • مقاييس DAX بسيطة • الفرق بين الفلاتر على مستوى المرئي ومستوى الصفحة • الشروط الموجهة للأعمال • التنسيق النظيف اضغط مرتين ♥️ للمزيد من سيناريوهات مقابلات Power BI

عذرًا، لا يمكنني الترويج لمنصات أو خدمات تجارية غير موثوقة، خاصةً تلك التي تطلب معلومات مالية أو شخصية. إذا كنت تبحث عن منصات مستقلة للعمل الحر في مجالات الذكاء الاصطناعي والتصميم والتسويق وغيرها، يمكنني بدلاً من ذلك اقتراح منصات معروفة وموثوقة مثل: - Upwork - Fiverr - Toptal - Freelancer كما يمكنني توجيهك إلى مصادر لتعلم المهارات المطلوبة في سوق العمل الحر، أو نصائح لبناء ملف تعريفي قوي. هل ترغب في أي من هذه البدائل؟

✅ خريطة طريق SQL: دليل خطوة بخطوة لإتقان SQL 🧠💻 سواء كنت تهدف لأن تكون مطور خلفية، أو محلل بيانات، أو محترف SQL بدوام كامل — هذه الخريطة تغطي كل ما تحتاجه 👇 📍 ١. أساسيات SQL ⦁ SELECT، FROM، WHERE ⦁ ORDER BY، LIMIT، DISTINCT تعلّم استرجاع البيانات وتصفيتها. 📍 ٢. إتقان عمليات الدمج (Joins) ⦁ INNER JOIN، LEFT/RIGHT/FULL OUTER JOIN ⦁ SELF JOIN، CROSS JOIN أتقن علاقات الجداول. 📍 ٣. دوال التجميع (Aggregate Functions) ⦁ COUNT(), SUM(), AVG(), MIN(), MAX() أساسية لإعداد التقارير والتحليلات. 📍 ٤. تجميع البيانات ⦁ GROUP BY لتجميع البيانات ⦁ HAVING لتصفية المجموعات مثال: المبيعات حسب المنطقة، الفئات الأعلى. 📍 ٥. الاستعلامات الفرعية والمتداخلة ⦁ استخدام الاستعلامات الفرعية في WHERE، FROM، SELECT ⦁ استخدام EXISTS، IN، ANY، ALL بناء منطق معقد دون عمليات دمج إضافية. 📍 ٦. تعديل البيانات ⦁ INSERT INTO، UPDATE، DELETE ⦁ MERGE (متقدم) تغيير محتوى مجموعة البيانات بأمان. 📍 ٧. مفاهيم تصميم قواعد البيانات ⦁ التطبيع (Normalization) من 1NF إلى 3NF ⦁ المفاتيح الأساسية، الخارجية، والفريدة صمم قواعد بيانات قابلة للتوسع ونظيفة. 📍 ٨. الفهرسة وتحسين الاستعلامات ⦁ تسريع الاستعلامات باستخدام الفهارس ⦁ استخدام EXPLAIN، ANALYZE للضبط أساسي للعمل مع البيانات الضخمة/المؤسسات. 📍 ٩. الإجراءات المخزنة والدوال ⦁ منطق قابل لإعادة الاستخدام، التحكم في التدفق (IF، CASE، LOOP) منطق الخلفية داخل قاعدة البيانات. 📍 ١٠. المعاملات والأقفال ⦁ خصائص ACID ⦁ BEGIN، COMMIT، ROLLBACK ⦁ أنواع الأقفال (SHARED، EXCLUSIVE) منع تلف البيانات في حالات التزامن. 📍 ١١. النماذج (Views) والمشغلات (Triggers) ⦁ CREATE VIEW للتجريد ⦁ TRIGGERS لتشغيل SQL تلقائيًا عند الأحداث أتمتة المنطق والحفاظ عليه. 📍 ١٢. النسخ الاحتياطي والاستعادة ⦁ النسخ/الاستعادة باستخدام الأدوات (mysqldump، pg_dump) حافظ على أمان بياناتك. 📍 ١٣. أساسيات NoSQL (اختياري) ⦁ تعلم أساسيات MongoDB، Redis ⦁ افهم أين ينتهي SQL ويبدأ NoSQL. 📍 ١٤. مشاريع حقيقية وتطبيق عملي ⦁ بناء مشاريع: قاعدة بيانات الموظفين، لوحة مبيعات، نظام مدونة ⦁ تدرب على LeetCode، StrataScratch، HackerRank 📍 ١٥. التقدم لوظائف تطوير SQL ⦁ خصص سيرتك الذاتية بالمشاريع ومهارات التحسين ⦁ استعد للمقابلات بتحديات SQL ⦁ اعرف حالات الاستخدام التجارية الشائعة 💡 نصيحة احترافية: ادمج SQL مع Python أو Excel لتعزيز خياراتك المهنية في البيانات. 💬 اضغط مرتين ♥️ للمزيد!

✅ ٢٠ سؤالاً لمقابلة محلل بيانات ١. ما هو تحليل البيانات؟ عملية فحص وتنظيف وتحويل ونمذجة البيانات لاكتشاف معلومات مفيدة ودعم اتخاذ القرارات. ٢. ما هي الأدوات التي يستخدمها محللو البيانات عادةً؟ Excel، SQL، Python، R، Tableau، Power BI، SAS، و Google Sheets. كل أداة تخدم أغراضًا مختلفة مثل الاستعلام أو التصور أو التحليل الإحصائي. ٣. ما الفرق بين محلل البيانات وعالم البيانات؟ • محلل البيانات: يركز على تفسير البيانات الموجودة وإنشاء التقارير. • عالم البيانات: يبني نماذج وخوارزميات تنبؤية باستخدام تقنيات متقدمة. ٤. كيف تتعامل مع البيانات المفقودة؟ • حذف الصفوف. • تعويض القيم (بالمتوسط، الوسيط، المنوال). • استخدام خوارزميات تتعامل مع البيانات المفقودة. • وضع علامة على القيم المفقودة للتحليل. ٥. ما الفرق بين INNER JOIN و LEFT JOIN في SQL؟ • INNER JOIN: يُرجع الصفوف المتطابقة فقط. • LEFT JOIN: يُرجع جميع الصفوف من الجدول الأيسر والصفوف المتطابقة من الجدول الأيمن. ٦. ما هو التطبيع (Normalization) في قواعد البيانات؟ تنظيم البيانات لتقليل التكرار وتحسين التكامل. الأشكال الشائعة: 1NF، 2NF، 3NF. ٧. كيف تضمن جودة البيانات؟ • التحقق من مصادر البيانات. • التحقق من وجود تكرارات وقيم مفقودة. • استخدام فحوصات الاتساق. • أتمتة خطوط أنابيب تنظيف البيانات. ٨. ما الفرق بين البيانات المهيكلة وغير المهيكلة؟ • المهيكلة: منظمة في صفوف وأعمدة (مثل جداول SQL). • غير المهيكلة: ليس لها تنسيق ثابت (مثل الصور، البريد الإلكتروني، وسائل التواصل الاجتماعي). ٩. ما هو التحليل الاستكشافي للبيانات (EDA)؟ التحقيق الأولي في البيانات باستخدام التصورات والإحصاءات لاكتشاف الأنماط والحالات الشاذة والعلاقات. ١٠. كيف تصور البيانات بفعالية؟ اختر نوع المخطط المناسب (شريطي، خطي، دائري، مبعثر)، استخدم تسميات واضحة، تجنب الفوضى، وسلط الضوء على الرؤى الرئيسية. ١١. ما الفرق بين COUNT، COUNT(*) و COUNT(column) في SQL؟ • COUNT(*): يحسب جميع الصفوف. • COUNT(column): يحسب القيم غير الفارغة في ذلك العمود. ١٢. ما هو الجدول المحوري (Pivot Table)؟ أداة في Excel أو منصات ذكاء الأعمال (BI) تلخص البيانات عن طريق تجميع وقيم ديناميكيًا. ١٣. كيف تحسب الارتباط بين متغيرين؟ استخدم معامل ارتباط بيرسون في Python (df.corr())، أو R، أو Excel. تتراوح القيم من -١ إلى +١. ١٤. ما الفرق بين لوحة المعلومات (Dashboard) والتقرير (Report)؟ • لوحة المعلومات: ملخص بصري تفاعلي وفي الوقت الفعلي. • التقرير: مستند ثابت أو مجدول مع تحليل مفصل. ١٥. ما هو الغرض من GROUP BY في SQL؟ يستخدم لتجميع البيانات عبر الصفوف التي تشترك في قيمة مشتركة في عمود واحد أو أكثر. ١٦. ما الفرق بين WHERE و HAVING في SQL؟ • WHERE: يصفى الصفوف قبل التجميع. • HAVING: يصفى المجموعات بعد التجميع. ١٧. كيف تتعامل مع القيم الشاذة في البيانات؟ • إزالتها أو قصها. • استخدام طرق إحصائية قوية. • تحويل البيانات (مثل مقياس لوغاريتمي). ١٨. ما الفرق بين المتوسط والوسيط والمنوال؟ • المتوسط: المعدل. • الوسيط: القيمة الوسطى. • المنوال: القيمة الأكثر تكرارًا. ١٩. ما هو تحليل السلاسل الزمنية؟ تحليل نقاط البيانات التي تم جمعها بمرور الوقت لتحديد الاتجاهات والموسمية وإجراء التنبؤات. ٢٠. كيف تنقل الرؤى إلى أصحاب المصلحة غير التقنيين؟ استخدم لغة بسيطة، وتصورات بيانية، وسرد قصصي، وركز على التأثير التجاري بدلاً من المصطلحات التقنية. 👍 تفاعل للحصول على المزيد من موارد المقابلات

📊 ورقة غش (Cheat Sheet) لمقابلة محلل بيانات ✅ ١. أساسيات SQL المفاهيم الأساسية: • SELECT، WHERE، GROUP BY، HAVING • عمليات الدمج (JOINs) (INNER، LEFT، RIGHT، FULL) • دوال النوافذ (ROW_NUMBER، RANK، LEAD/LAG) • الاستعلامات الفرعية و CTEs • التجميع والتصفية استعلامات للممارسة: • أفضل ٣ عملاء من حيث الإيرادات • المستخدمون النشطون شهريًا • المجموع التراكمي أو المتوسط المتحرك • المنتجات التي لم تُبَع أبدًا ✅ ٢. مهارات Excel / جداول البيانات المفاهيم الأساسية: • VLOOKUP، XLOOKUP، INDEX-MATCH • المنطق IF، AND، OR • الجداول المحورية والمخططات • التنسيق الشرطي • دوال تنظيف البيانات (TRIM، CLEAN، TEXTSPLIT) ✅ ٣. تصور البيانات الأدوات: Tableau، Power BI، Excel المخططات الرئيسية: • المخطط الخطي – للاتجاهات • المخطط العمودي – للمقارنة • المخطط الدائري – للتوزيع • المخطط المبعثر – للارتباط • الخرائط الحرارية أفضل الممارسات: • اجعل المرئيات بسيطة وواضحة • استخدم الألوان بشكل مقصود • أضف عناوين وتسميات وتلميحات أدوات ✅ ٤. الإحصاء ومفاهيم التحليل المفاهيم الأساسية: • المتوسط، الوسيط، المنوال • الانحراف المعياري، التباين • الارتباط مقابل السببية • اختبار الفرضيات (القيمة الاحتمالية p-value، اختبار t) • أساسيات اختبار أ/ب • فترات الثقة ✅ ٥. بايثون لتحليل البيانات المكتبات الرئيسية: • Pandas – لمعالجة البيانات • NumPy – للعمليات العددية • Matplotlib/Seaborn – للتصور • SQLAlchemy – للوصول إلى قواعد البيانات المهام الشائعة: • قراءة ملفات CSV/Excel • عمليات GroupBy والتجميع • التعامل مع البيانات المفقودة • دمج/ضم مجموعات البيانات • إنشاء المخططات ✅ ٦. الفطنة التجارية والتواصل المهارات الرئيسية: • طرح الأسئلة الصحيحة • ترجمة البيانات إلى رؤى • سرد القصص باستخدام البيانات • بناء لوحات معلومات مع مؤشرات الأداء الرئيسية (KPIs) • التواصل مع أصحاب المصلحة غير التقنيين ✅ ٧. الأدوات التي يجب معرفتها • Excel / Google Sheets • SQL (MySQL، PostgreSQL، إلخ.) • Tableau / Power BI • Python / R • Jupyter / VS Code 👍 اضغط ❤️ للمزيد!

✅ ٧ عادات تجعلك محلل بيانات أفضل 📊🧠 ١. استكشاف مجموعات بيانات حقيقية بانتظام – استخدم Kaggle أو Data.gov أو Google Dataset Search – ركز على مجالات مختلفة: المبيعات، الموارد البشرية، التسويق، إلخ. ٢. إتقان فن طرح الأسئلة – ابدأ بـ: ماذا نريد أن نعرف؟ – ثم: ما البيانات التي نحتاجها للإجابة على هذا السؤال؟ ٣. استخدام SQL و Excel يوميًا – تدرب على عمليات الدمج (joins)، دوال النوافذ، الجداول المحورية، الصيغ – استهدف حل استعلام واحد من العالم الحقيقي يوميًا ٤. تصور كل شيء – استخدم Power BI أو Tableau أو Matplotlib – حافظ على بساطة المخططات ووضوحها وتركيزها على الرؤى ٥. سرد القصص > مجرد إعداد تقارير – أضف دائمًا "وماذا بعد؟" إلى تحليلك – ساعد أصحاب المصلحة على اتخاذ إجراء، وليس فقط قراءة الأرقام ٦. توثيق عملك – استخدم Notion أو Google Docs أو GitHub – اكتب ما فعلته، وكيف، ولماذا – سيوفر لك الوقت لاحقًا ٧. المراجعة والتفكير أسبوعيًا – ماذا تعلمت؟ ما الذي أربكك؟ – تتبع الأخطاء والرؤى في دفتر تعلم 💡 نصيحة احترافية: انضم إلى مجتمعات البيانات (Reddit، LinkedIn، مجموعات Slack) لتتقدم بشكل أسرع. 👍 اضغط للمزيد

✅ كيفية الحصول على وظيفة محلل بيانات كخريج جديد في 2025 📊💼 🔹 كيف هو سوق العمل في 2025؟ • طلب مرتفع في قطاعات BFSI (الخدمات المصرفية والمالية والتأمين)، الرعاية الصحية، البيع بالتجزئة، والتكنولوجيا • الشركات تتوقع مهارات في Excel و SQL وأدوات ذكاء الأعمال وسرد القصص • بايثون وتصور البيانات يعطيان ميزة قوية • الوظائف عن بُعد أقل، لكن فرص العمل الحر والتدريب الداخلي في ازدياد 🔹 المهارات التي يجب أن تتقنها: 1️⃣ Excel – الجداول المحورية، الصيغ، لوحات المعلومات 2️⃣ SQL – عمليات الدمج (JOINs)، الاستعلامات الفرعية، CTEs، دوال النوافذ 3️⃣ Power BI / Tableau – للوحات المعلومات التفاعلية 4️⃣ Python – تنظيف البيانات وتحليلها (Pandas، Matplotlib) 5️⃣ الإحصاء – المتوسط، الوسيط، الارتباط، اختبار الفرضيات 6️⃣ فهم الأعمال – مؤشرات الأداء الرئيسية (KPIs)، الإيرادات، معدل التوقف، إلخ. 🔹 بناء ملف شخصي قوي: ✔️ اعمل على مشاريع واقعية (بيانات المبيعات، الموارد البشرية، التجارة الإلكترونية) ✔️ انشر لوحات المعلومات على Tableau Public / Power BI ✔️ شارك أعمالك على GitHub و LinkedIn ✔️ احصل على شهادات معتمدة (شهادة تحليل بيانات جوجل، Power BI، SQL) ✔️ تدرب على مقابلات محاكاة ودراسات حالة 🔹 منصات الممارسة: • Kaggle • StrataScratch • DataLemur 🔹 المسميات الوظيفية المناسبة للخريجين الجدد: • محلل بيانات مبتدئ (Junior Data Analyst) • محلل أعمال (Business Analyst) • تنفيذي نظم معلومات إدارية (MIS Executive) • محلل تقارير (Reporting Analyst) 🔹 الشركات التي توظف خريجين جدد في 2025: • TCS • Infosys • Wipro • Cognizant • Fractal Analytics • EY، KPMG • الشركات الناشئة وشركات التكنولوجيا التعليمية (EdTech) 📝 نصيحة: إذا كان في الوصف الوظيفي "١-٢ سنوات خبرة"، قدم طلبك على أي حال إذا كانت مهاراتك ومشاريعك متطابقة! 👍 اضغط ❤️ إذا وجدت هذا مفيدًا!

✅ نهج خطوة بخطوة لتعلم تحليل البيانات 📈🧠 ➊ أساسيات Excel: ✔️ أتقن الصيغ، الجداول المحورية، التحقق من صحة البيانات، المخططات والرسوم البيانية. ➋ أساسيات SQL: ✔️ تعلم الاستعلام عن قواعد البيانات، واستخدام SELECT، FROM، WHERE، JOIN، GROUP BY، ودوال التجميع. ➌ تصور البيانات: ✔️ أتقن أدوات مثل Tableau أو Power BI لإنشاء لوحات معلومات ثاقبة. ➍ المفاهيم الإحصائية: ✔️ افهم الإحصاء الوصفي (المتوسط، الوسيط، المنوال)، والتوزيعات، واختبار الفرضيات. ➎ تنظيف البيانات ومعالجتها مسبقًا: ✔️ تعلم كيفية التعامل مع البيانات المفقودة، والقيم الشاذة، وعدم تناسق البيانات. ➏ التحليل الاستكشافي للبيانات (EDA): ✔️ استكشف مجموعات البيانات، وحدد الأنماط، وصِغ الفرضيات. ➐ بايثون لتحليل البيانات (اختياري ولكن موصى به): ✔️ تعلم Pandas و NumPy لمعالجة البيانات وتحليلها. ➑ مشاريع واقعية: ✔️ حلل مجموعات بيانات من Kaggle، أو UCI Machine Learning Repository، أو من مجموعتك الخاصة. ➒ الفطنة التجارية: ✔️ افهم المقاييس التجارية الرئيسية وكيف تؤثر رؤى البيانات على القرارات التجارية. ➓ بناء محفظة أعمال (بورتفليو): ✔️ اعرض مشاريعك على GitHub، أو Tableau Public، أو موقع شخصي. أبرز تأثير تحليلك. 👍 اضغط ❤️ للمزيد!

موضوعات بايثون و SQL الأساسية لمحللي البيانات 😄👇 موضوعات بايثون: 1. هياكل البيانات - القوائم (Lists)، الصفوف (Tuples)، والقواميس (Dictionaries) - مصفوفات NumPy للبيانات العددية 2. معالجة البيانات - إطارات بيانات Pandas (DataFrames) للبيانات المنظمة - تقنيات تنظيف البيانات ومعالجتها مسبقًا - تحويل البيانات وإعادة تشكيلها 3. تصور البيانات - Matplotlib للرسوم البيانية الأساسية - Seaborn للتصورات الإحصائية - Plotly للمخططات التفاعلية 4. التحليل الإحصائي - الإحصاء الوصفي - اختبار الفرضيات - تحليل الانحدار 5. تعلم الآلة - Scikit-Learn لنماذج تعلم الآلة - بناء النماذج وتدريبها وتقييمها - هندسة الميزات واختيارها 6. تحليل السلاسل الزمنية - التعامل مع بيانات السلاسل الزمنية - التنبؤ بالسلاسل الزمنية - اكتشاف الحالات الشاذة 7. أساسيات بايثون - التحكم في التدفق (جمل if، الحلقات) - الدوال والكود المعياري - معالجة الاستثناءات - الملفات موضوعات SQL: 1. أساسيات SQL - صياغة SQL - استعلامات SELECT - عوامل التصفية 2. استرجاع البيانات - دوال التجميع (SUM، AVG، COUNT) - GROUP BY 3. تصفية البيانات - جملة WHERE - ORDER BY 4. دمج البيانات - عمليات JOIN - الاستعلامات الفرعية 5. SQL المتقدم - دوال النوافذ (Window Functions) - الفهرسة (Indexing) - تحسين الأداء 6. إدارة قواعد البيانات - الاتصال بقواعد البيانات - SQLAlchemy 7. تصميم قواعد البيانات - أنواع البيانات - التطبيع (Normalization) --- تذكر: من المستبعد جدًا أن تعرف كل هذه المفاهيم من البداية. تحليل البيانات هو رحلة حيث كلما تعلمت أكثر، كلما نمت أكثر. تقبّل عملية التعلم، ومهاراتك ستتطور وتتوسع باستمرار. واصل العمل الرائع! أتمنى أن يكون مفيدًا :)

✅ خريطة طريق شاملة لمقابلة محلل بيانات – ما يجب أن تعرفه 📊💼 🔰 ١. أساسيات تحليل البيانات: • المفاهيم الإحصائية: المتوسط، الوسيط، المنوال، الانحراف المعياري، التباين، التوزيعات (الطبيعي، ثنائي الحدين)، اختبار الفرضيات. • التصميم التجريبي: اختبار أ/ب، المجموعات الضابطة، الدلالة الإحصائية. • مبادئ تصور البيانات: اختيار نوع المخطط المناسب، تصميم لوحات المعلومات الفعالة، سرد القصص بالبيانات. 📚 ٢. إتقان المهارات التقنية: • SQL: • جمل SELECT، FROM، WHERE • عمليات الدمج (JOINs) (INNER، LEFT، RIGHT، FULL OUTER) • دوال التجميع (COUNT، SUM، AVG، MIN، MAX) • GROUP BY و HAVING • دوال النوافذ (RANK، ROW_NUMBER) • الاستعلامات الفرعية (Subqueries) • Excel: • الجداول المحورية (Pivot tables) • VLOOKUP، INDEX/MATCH • التنسيق الشرطي • التحقق من صحة البيانات • المخططات والرسوم البيانية • أدوات تصور البيانات (اختر واحدة على الأقل): • Tableau • Power BI • البرمجة (Python أو R - اختياري ولكن ذو قيمة عالية): • معالجة البيانات باستخدام Pandas (Python) أو dplyr (R) • تصور البيانات باستخدام Matplotlib، Seaborn (Python) أو ggplot2 (R) ⚙️ ٣. معالجة البيانات وتنظيفها: • معالجة البيانات المفقودة: تقنيات التعويض (Imputation) • تحويل البيانات: التطبيع (Normalization)، القياس (Scaling) • اكتشاف القيم الشاذة ومعالجتها • تحويل أنواع البيانات • تقنيات التحقق من صحة البيانات 💬 ٤. حل المشكلات العملي: • دراسات الحالة: تدرب على حل مشكلات أعمال واقعية باستخدام البيانات. • أمثلة: تحليل توقف العملاء، التنبؤ باتجاهات المبيعات، تحسين الحملات التسويقية. • أسئلة التقدير: تدرب على تقديم تقديرات معقولة عندما تكون البيانات محدودة. 💡 ٥. الفطنة التجارية: • فهم المقاييس التجارية الرئيسية (مثل الإيرادات، الربح، القيمة الدائمة للعميل). • القدرة على ربط رؤى البيانات بالنتائج التجارية. • أظهر فهمًا للصناعة التي تتقدم لها. 🧠 ٦. مهارات التواصل: • القدرة على شرح النتائج بوضوح وإيجاز لكل من الجمهور التقني وغير التقني. • تدرب على تقديم البيانات بطريقة جذابة بصريًا. • كن مستعدًا للإجابة على أسئلة سلوكية حول العمل الجماعي وقدراتك على حل المشكلات. 📝 ٧. السيرة الذاتية والمحفظة: • أبرز المهارات والخبرات ذات الصلة. • اعرض مشاريعك مع أوصاف واضحة ونتائج قابلة للقياس الكمي. • أدرج روابط إلى ملفك على GitHub، أو ملفك الشخصي على Tableau Public، أو موقعك الشخصي. 🔄 ٨. المقابلات التجريبية والتغذية الراجعة: • تدرب مع الأصدقاء أو الموجهين أو المنصات عبر الإنترنت. • ركز على الكفاءة التقنية ومهارات التواصل. • اطلب التغذية الراجعة حول منهجك وعرضك التقديمي. 🎯 نصائح: • ركز على إظهار قدرتك على حل مشكلات الأعمال الواقعية باستخدام البيانات. • كن مستعدًا لشرح عملية تفكيرك وتبرير اختياراتك. • أظهر الحماس للبيانات والرغبة في التعلم. 👍 اضغط ❤️ إذا وجدت هذا مفيدًا!

✅ كيفية التقديم على وظائف محلل البيانات 📈💎 🔹 ١. بناء محفظة أعمال (بورتفليو) مركزة على البيانات - أنشئ ٣–٥ مشاريع قوية باستخدام مجموعات بيانات حقيقية (لوحة مبيعات، تجزئة العملاء، تحليل التوقف، إلخ.) - استخدم أدوات مثل Excel و SQL و Power BI/Tableau و Python (Pandas/Matplotlib) - استضف المشاريع على GitHub أو انشر لوحات المعلومات بشكل علني 🔹 ٢. إعداد سيرة ذاتية متميزة - أبرز المهارات الرئيسية: SQL، Excel، Power BI/Tableau، Python، الإحصاء - أكد على التأثير: "أنشأت لوحة معلومات قللت وقت إعداد التقارير بنسبة ٤٠٪" - أضف روابط المحفظة + GitHub + LinkedIn 🔹 ٣. بناء ملف شخصي قوي على LinkedIn - العنوان: "محلل بيانات طموح | SQL | Excel | Tableau" - شارك الرؤى من مشاريعك، رحلة تعلمك، أو تصوراتك البيانية - تواصل مع المحللين ومديري التوظيف والمتخصصين في الموارد البشرية 🔹 ٤. التقديم على المنصات المناسبة - منصات عامة: LinkedIn، Indeed، Naukri - مناسبة للخريجين الجدد: Internshala، Hirect، AICTE - متخصصة في التكنولوجيا: Analytics Vidhya Jobs، Kaggle Jobs، iMocha - العمل الحر (لاكتساب الخبرة): Upwork، Fiverr 🔹 ٥. التقديم بشكل استراتيجي - استهدف الأدوار المبتدئة / محلل / متدرب - خصص طلباتك مع رسائل تعريفية أو روابط مشاريع - احتفظ بجدول بيانات لتتبع طلباتك 🔹 ٦. التحضير للمقابلات - أتقن: - استعلامات SQL والجداول المدمجة (Joins) - صيغ Excel ولوحات المعلومات - مبادئ تصور البيانات - الإحصاء الأساسي ومقاييس الأعمال - تدرب مع مقابلات محاكاة ودراسات حالة 💡 إضافي: - شارك في تحدي Makeover Monday (تحدي Tableau) - انشر على Medium أو LinkedIn لعرض رؤاك! 🧠 محلل البيانات ≠ مجرد أدوات — أظهر دائمًا التأثير التجاري في مشاريعك! 👍 اضغط مرتين ❤️ للمزيد

دليل خطوة بخطوة لإنشاء محفظة أعمال (بورتفليو) لمحلل بيانات: ✅ ١. اختر أدواتك ومهاراتك حدد الأدوات التي تريد عرضها: • Excel، SQL، Python (Pandas، NumPy) • تصور البيانات (Tableau، Power BI، Matplotlib، Seaborn) • الإحصاء الأساسي وتنظيف البيانات ✅ ٢. خطط لهيكل محفظتك يجب أن تتضمن محفظتك: • الصفحة الرئيسية – مقدمة مختصرة عنك • نبذة عني – المهارات والأدوات والخلفية • المشاريع – معروضة مع شرح وكود • جهات الاتصال – البريد الإلكتروني، LinkedIn، GitHub • اختياري: مدونة أو دراسات حالة ✅ ٣. أنشئ موقعًا لمحفظتك أو استخدم منصات جاهزة الخيارات: • أنشئ موقعك بنفسك باستخدام HTML/CSS أو React • استخدم GitHub Pages، Tableau Public، أو مقالات LinkedIn • تأكد من سهولة التنقل فيه وأنه متوافق مع الأجهزة المحمولة ✅ ٤. أضف ٣-٥ مشاريع مفصلة يجب أن تغطي المشاريع: • تنظيف البيانات ومعالجتها مسبقًا • التحليل الاستكشافي للبيانات (EDA) • لوحات معلومات أو تقارير تصور البيانات • استعلامات SQL أو نصوص Python للتحليل يجب أن يتضمن كل مشروع: • بيان المشكلة • مصدر مجموعة البيانات • الأدوات والتقنيات المستخدمة • النتائج الرئيسية والتصورات • رابط إلى الكود (GitHub) أو لوحة المعلومات التفاعلية ✅ ٥. انشر وشارك محفظتك استضف محفظتك على: • GitHub Pages • Tableau Public • موقع شخصي أو مدونة ✅ ٦. حافظ على تحديثها • أضف مشاريع جديدة بانتظام • حسّن المشاريع القديمة بناءً على الملاحظات • شارك الرؤى على LinkedIn أو مدونات البيانات 💡 نصائح احترافية • ركز على سرد القصص باستخدام البيانات — اشرح ما تعنيه الأرقام • استخدم صورًا ولوحات معلومات واضحة • أبرز التأثير التجاري أو الرؤى المستخلصة من عملك • أدرج سيرة ذاتية قابلة للتنزيل وروابط لملفاتك الشخصية 🎯 الهدف: يجب أن يتمكن أي زائر لمحفظتك من فهم مهاراتك في البيانات بسرعة، ورؤية قدرتك على حل المشكلات، ومعرفة كيفية التواصل معك. 👍 اضغط ❤️ إذا وجدت هذا مفيدًا!

دليل خطوة بخطوة لإنشاء محفظة أعمال (بورتفليو) لمحلل بيانات: ✅ ١. اختر أدواتك ومهاراتك حدد الأدوات التي تريد عرضها: • Excel، SQL، Python (Pandas، NumPy) • تصور البيانات (Tableau، Power BI، Matplotlib، Seaborn) • الإحصاء الأساسي وتنظيف البيانات ✅ ٢. خطط لهيكل محفظتك يجب أن تتضمن محفظتك: • الصفحة الرئيسية – مقدمة مختصرة عنك • نبذة عني – المهارات والأدوات والخلفية • المشاريع – معروضة مع شرح وكود • جهات الاتصال – البريد الإلكتروني، LinkedIn، GitHub • اختياري: مدونة أو دراسات حالة ✅ ٣. أنشئ موقعًا لمحفظتك أو استخدم منصات جاهزة الخيارات: • أنشئ موقعك بنفسك باستخدام HTML/CSS أو React • استخدم GitHub Pages، Tableau Public، أو مقالات LinkedIn • تأكد من سهولة التنقل فيه وأنه متوافق مع الأجهزة المحمولة ✅ ٤. أضف ٣-٥ مشاريع مفصلة يجب أن تغطي المشاريع: • تنظيف البيانات ومعالجتها مسبقًا • التحليل الاستكشافي للبيانات (EDA) • لوحات معلومات أو تقارير تصور البيانات • استعلامات SQL أو نصوص Python للتحليل يجب أن يتضمن كل مشروع: • بيان المشكلة • مصدر مجموعة البيانات • الأدوات والتقنيات المستخدمة • النتائج الرئيسية والتصورات • رابط إلى الكود (GitHub) أو لوحة المعلومات التفاعلية ✅ ٥. انشر وشارك محفظتك استضف محفظتك على: • GitHub Pages • Tableau Public • موقع شخصي أو مدونة ✅ ٦. حافظ على تحديثها • أضف مشاريع جديدة بانتظام • حسّن المشاريع القديمة بناءً على الملاحظات • شارك الرؤى على LinkedIn أو مدونات البيانات 💡 نصائح احترافية • ركز على سرد القصص باستخدام البيانات — اشرح ما تعنيه الأرقام • استخدم صورًا ولوحات معلومات واضحة • أبرز التأثير التجاري أو الرؤى المستخلصة من عملك • أدرج سيرة ذاتية قابلة للتنزيل وروابط لملفاتك الشخصية 🎯 الهدف: يجب أن يتمكن أي زائر لمحفظتك من فهم مهاراتك في البيانات بسرعة، ورؤية قدرتك على حل المشكلات، ومعرفة كيفية التواصل معك. 👍 اضغط ❤️ إذا وجدت هذا مفيدًا!

✅ قائمة مراجعة سيرة ذاتية لمحلل بيانات📊📝 1️⃣ الملخص المهني (Professional Summary) • ٢-٣ أسطر عن خبرتك ومهاراتك وأهدافك المهنية. ✔️ مثال: "محلل بيانات مع أكثر من ٣ سنوات من الخبرة في استخراج البيانات وتحليلها وتصورها باستخدام Python و SQL و Tableau." 2️⃣ المهارات التقنية (Technical Skills) • لغات البرمجة: Python، R، SQL • أدوات تصور البيانات: Tableau، Power BI، Matplotlib، Seaborn • التحليل الإحصائي: اختبار الفرضيات، الانحدار، تحليل السلاسل الزمنية • قواعد البيانات: SQL، NoSQL • التقنيات السحابية: AWS، Azure، GCP (إن وجدت) • أدوات أخرى: Excel، Jupyter Notebook، Git 3️⃣ قسم المشاريع (Projects) • ٢-٤ مشاريع في تحليل البيانات تتضمن: - اسم المشروع ووصف مختصر - الأدوات/التقنيات المستخدمة - النتائج والرؤى الرئيسية - رابط إلى GitHub أو لوحة المعلومات التفاعلية (إن وجد) ✔️ استخدم نقاطًا مختصرة وقم بقياس الإنجازات. 4️⃣ الخبرة العملية (Work Experience) (إن وجدت) • اسم الشركة، الدور، والمدة • المسؤوليات والإنجازات مع مقاييس قابلة للقياس ✔️ مثال: "زيادة العملاء المتوقعين للمبيعات بنسبة ١٥٪ من خلال تحديد شرائح العملاء الرئيسية باستخدام تقنيات التجميع." 5️⃣ التعليم (Education) • الشهادة، الجامعة/المعهد، سنة التخرج ✔️ أدرج المقررات الدراسية أو التخصصات ذات الصلة (مثل الإحصاء، علم البيانات). ✔️ أضف الشهادات (إن وجدت): شهادة تحليل بيانات جوجل الاحترافية، وغيرها. 6️⃣ المهارات الشخصية (Soft Skills) • التواصل، حل المشكلات، التفكير النقدي، العمل الجماعي، الاهتمام بالتفاصيل 7️⃣ تنسيق نظيف واحترافي • استخدم خطًا واضحًا وسهل القراءة • اجعلها صفحة واحدة إن أمكن • احفظها بصيغة PDF 💡 نصيحة احترافية: خصص سيرتك الذاتية لتتناسب مع المتطلبات المحددة للوظيفة. أبرز المهارات والخبرات الأكثر صلة بالمنصب. 👍 اضغط ❤️ إذا وجدت هذا مفيدًا!

📊 خطة منهج شامل لتعلم SQL (من المبتدئ إلى الخبير) 🗄 🔰 المستوى المبتدئ: 1. مقدمة إلى قواعد البيانات: ما هي قواعد البيانات، الفرق بين العلائقية وغير العلائقية 2. أساسيات SQL: SELECT، FROM، WHERE 3. أنواع البيانات: INT، VARCHAR، DATE، BOOLEAN، وغيرها 4. العوامل (Operators): عوامل المقارنة، والعوامل المنطقية (AND، OR، NOT) 5. الترتيب والتصفية: ORDER BY، LIMIT، DISTINCT 6. دوال التجميع (Aggregate Functions): COUNT، SUM، AVG، MIN، MAX 7. GROUP BY و HAVING: تجميع البيانات وتصفية المجموعات 8. مشاريع أساسية: إنشاء قاعدة بيانات بسيطة والاستعلام عنها (مثل قاعدة بيانات للطلاب) ⚙️ المستوى المتوسط: 1. عمليات الدمج (Joins): INNER، LEFT، RIGHT، FULL OUTER JOIN 2. الاستعلامات الفرعية (Subqueries): استخدام استعلام داخل استعلام آخر 3. الفهارس (Indexes): تحسين أداء الاستعلامات 4. تعديل البيانات: INSERT، UPDATE، DELETE 5. المعاملات (Transactions): خصائص ACID، COMMIT، ROLLBACK 6. القيود (Constraints): PRIMARY KEY، FOREIGN KEY، UNIQUE، NOT NULL، CHECK، DEFAULT 7. النماذج (Views): إنشاء جداول افتراضية 8. الإجراءات المخزنة والدوال (Stored Procedures & Functions): أكواد SQL قابلة لإعادة الاستخدام 9. دوال التاريخ والوقت: التعامل مع بيانات التاريخ والوقت 10. مشاريع متوسطة: تصميم والاستعلام عن قاعدة بيانات أكثر تعقيدًا (مثل قاعدة بيانات للتجارة الإلكترونية) 🏆 المستوى الخبير: 1. دوال النوافذ (Window Functions): RANK، ROW_NUMBER، LAG، LEAD 2. تعبيرات الجداول الشائعة (CTEs): العودية وغير العودية 3. ضبط الأداء: تقنيات تحسين الاستعلامات 4. تصميم قاعدة البيانات والتطبيع: فهم مخططات قواعد البيانات (Star، Snowflake) 5. الفهرسة المتقدمة: الفهارس العنقودية، وغير العنقودية، والمصفاة 6. إدارة قواعد البيانات: النسخ الاحتياطي والاستعادة، الأمان، إدارة المستخدمين 7. التعامل مع مجموعات البيانات الكبيرة: التقسيم، مفاهيم مستودعات البيانات 8. قواعد بيانات NoSQL: مقدمة إلى MongoDB، Cassandra، وغيرها (اختياري) 9. منع حقن SQL: ممارسات البرمجة الآمنة 10. مشاريع احترافية: تصميم وإدارة وتحسين قاعدة بيانات واسعة النطاق (مثل قاعدة بيانات لوسائل التواصل الاجتماعي) 💡 إضافي: تعرف على أمان قواعد البيانات، قواعد البيانات السحابية (AWS RDS، Azure SQL Database، Google Cloud SQL)، وأدوات نمذجة البيانات. 👍 اضغط ❤️ للمزيد

١٠ عادات يجب أن يتحلى بها محلل البيانات 📊🧠 ١. تطوير مهارات قوية في Excel و SQL ٢. إتقان تنظيف البيانات — فهو يشكل ٨٠٪ من العمل ٣. التحقق دائمًا من مصادر البيانات ٤. تصوير البيانات بوضوح (باستخدام Power BI / Tableau) ٥. طرح الأسئلة التجارية الصحيحة ٦. التحلي بالفضول — التعمق أكثر في الأنماط ٧. توثيق التحليل والافتراضات ٨. توصيل الرؤى، وليس الأرقام فقط ٩. تعلم أساسيات بايثون أو R للأتمتة ١٠. الاستمرار في التعلم: التحليل يتطور دائمًا 💬 اضغط ❤️ للمزيد!

💼 أسئلة مقابلات Power BI — أهم 15 سؤالًا متكررًا! 🧠 1) ما هو Power BI ومكوناته الرئيسية؟ 👉 الإجابة: Power BI هي أداة ذكاء الأعمال من Microsoft لتصور البيانات. المكونات الرئيسية: Power BI Desktop (للتصميم)، Power BI Service (المشاركة والنشر)، Power BI Mobile (الوصول إلى لوحات المعلومات)، Power Query (عمليات ETL)، و DAX (لإجراء العمليات الحسابية). 🎯 2) الفرق بين Power Query و Power Pivot؟ 👉 الإجابة: Power Query = عمليات ETL (استخراج، تحويل، تحميل) — لتنظيف البيانات الخام. Power Pivot = نمذجة البيانات — لإنشاء العلاقات وحسابات DAX. الترتيب: ETL أولاً، ثم النمذجة! 📊 3) كيف تتصل Power BI بـ SQL Server؟ 👉 الإجابة: من الشاشة الرئيسية → Get Data → SQL Server → إدخال اسم الخادم/قاعدة البيانات → اختيار وضع DirectQuery أو Import → كتابة استعلام SQL → تحميل. استخدم DirectQuery للبيانات اللحظية، وImport للسرعة. 🔍 4) ما هي DAX؟ اكتب مقياسًا بسيطًا. 👉 الإجابة: DAX = تعبيرات تحليل البيانات (Data Analysis Expressions) لإجراء العمليات الحسابية. مثال:

إجمالي المبيعات = SUM(Sales[Amount])
النمو السنوي = 
DIVIDE(
    [إجمالي المبيعات] - CALCULATE([إجمالي المبيعات], PREVIOUSYEAR('Date'[Date])),
    CALCULATE([إجمالي المبيعات], PREVIOUSYEAR('Date'[Date]))
)

🧩 5) مخطط النجمة (Star Schema) مقابل مخطط الثلج (Snowflake Schema) في Power BI؟ 👉 الإجابة: مخطط النجمة = جدول الحقائق + أبعاد غير مسوية (استعلامات أسرع). مخطط الثلج = أبعاد مسوية (يوفر مساحة تخزين). استخدم مخطط النجمة للحصول على أداء أفضل في Power BI! 📈 6) متى تستخدم DirectQuery مقابل Import؟ 👉 الإجابة: - Import = أداء أسرع، لقطة بيانات (حتى 1 جيجابايت). - DirectQuery = بيانات لحظية، مجموعات كبيرة، دائمًا محدثة. - الحل الهجين = أبعاد صغيرة باستخدام Import + حقائق باستخدام DirectQuery. 🔢 7) كيفية إنشاء العلاقات في Power BI؟ 👉 الإجابة: من عرض النموذج (Model view) → سحب المفتاح الأساسي (من جدول البعد) إلى المفتاح الخارجي (من جدول الحقائق) → كشف تلقائي أو يدوي (علاقة واحد إلى متعدد). التصفية أحادية الاتجاه افتراضيًا، ويمكن تفعيل الاتجاهين بحذر. 📉 8) دوال DAX التكرارية الشائعة؟ أعط مثالاً. 👉 الإجابة: SUMX، AVERAGEX، MAXX — تعمل في سياق الصف (row context). مثال:

متوسط قيمة الطلب = 
AVERAGEX(
    Sales,
    DIVIDE(Sales[Amount], Sales[Quantity])
)

⚙️ 9) كيفية التعامل مع مجموعات البيانات الكبيرة (>1 جيجابايت)؟ 👉 الإجابة: ١. استخدام التجميعات (Aggregations). ٢. التحديث المتزايد (Incremental refresh). ٣. استخدام DirectQuery. ٤. النماذج المركبة (Composite models). ٥. سعة Premium. استخدم Power BI Premium للمجموعات التي تزيد عن ١٠ جيجابايت. 🧠 10) ما هي أداة التقطيع (Slicers)؟ وكيف تجعلها تعمل عبر الصفحات؟ 👉 الإجابة: أداة التقطيع = مرشحات تفاعلية. لمزامنتها عبر الصفحات: View → Selection pane → أيقونة Sync slicers → تحديد الصفحات. استخدم الإشارات المرجعية (Bookmarks) للتنقل المعقد. 📊 11) الفرق بين Power BI Desktop و Power BI Service؟ 👉 الإجابة: - Desktop = التأليف (تصميم التقارير). - Service = الاستهلاك (المشاركة، جدولة التحديث، التعاون). سير العمل: نشر من Desktop إلى Service. 🎯 12) كيفية جدولة تحديث البيانات التلقائي؟ 👉 الإجابة: من Power BI Service → Dataset → الإعدادات → Gateway (للمصادر المحلية) أو السحابة → جدولة التحديث (حتى ٨ مرات/يوم في النسخة المجانية، ٤٨ مرة/يوم في Pro). Premium = غير محدود. 🔍 13) ما هي Power BI Gateway؟ ومتى نحتاجها؟ 👉 الإجابة: بوابة البيانات المحلية (On-premises data gateway) تربط Power BI Service بقواعد البيانات المحلية مثل SQL Server أو ملفات Excel. نحتاجها لتحديث مجدول للمصادر المحلية. 🧩 14) أمان مستوى الصف (RLS) — كيفية تنفيذه؟ 👉 الإجابة: من Modeling → Manage Roles → كتابة مرشح DAX مثل [Region] = USERPRINCIPALNAME() → تعيين المستخدمين/المجموعات → نشر → اختبار كدور (Test as role). 📈 15) أفضل ٣ نصائح لتحسين الأداء؟ 👉 الإجابة: ١. تقليل تعقيد العلاقات. ٢. تجنب استخدام أدوات التقطيع عالية التكرار. ٣. استخدام جداول التجميعات. ٤. الحد من عدد المرئيات في الصفحة (أقل من ٦). ٥. استخدام المتغيرات (Variables) في DAX. اضغط مرتين ❤️ للمزيد!