جبتلك رود ماب بمصادر مجمعة

سواء كنت في ال Data Analysis
او ناوي تكمل في ال Data science

الفايل دا ليك ..
#منقول

Data Analysis & Science Roadmap.pdf

رحلة بدأت من 3 سنين ب 0 مشترك
واليوم وصلنا 10K

كأكبر قناة في التيليجرام تحت مسمى "تحليل البيانات"

فالحمدلله والقادم هيكون افضل بإذن الله 🩶

خالص الشكر لداعمي القناة ❤️

Thank you to our Star supporters

لو مهتم فاحنا عملنا قناة على واتساب

تقدر تنضم لنا من هنا https://whatsapp.com/channel/0029Vb9mIDUEFeXhEPowsz3Q

لماذا تعتبر البيانات مهمة؟
وما هي أبرز الأدوات
التي يستخدمها محللو البيانات؟

البيانات أصبحت جزءا أساسيا من عملية اتخاذ القرار سواء في الحياة اليومية أو في بيئة العمل فمن خلال فهم البيانات وتحليلها، يمكننا الوصول إلى رؤى تساعدنا على اتخاذ قرارات مدروسة بشكل فعال.
لكن كيف نصل إلى هذه الرؤى؟ هنا تكمن أهمية الأدوات والمهارات التي يستخدمها محللو البيانات، وأبرزها:

- Excel و Google Sheets
لبناء الجداول وتحليل البيانات الأساسية بسرعة وفعالية.

- SQL
للتعامل مع قواعد البيانات واستخراج البيانات المطلوبة بطريقة دقيقة ومنظمة.

- Power BI و Tableau
لإنشاء لوحات تحكم تفاعلية تساعد على تبسيط عرض البيانات واستخلاص الأفكار منها بصريا.

- Python أو R
لتحليل البيانات المتقدمة، وأتمتة المهام واستخدام المكتبات الإحصائية مثل Pandas، NumPy، وMatplotlib. و Seaborn

- الإحصاء
لفهم العلاقات والأنماط داخل البيانات، وبناء نماذج دقيقة تساعد في التنبؤ واتخاذ القرار.

- حل المشكلات
مهارة أساسية لفهم التحديات وتحديد أسبابها الجذرية، واقتراح حلول قائمة على الأدلة.

- مهارات التفكير التحليلي والمنطقي
لفهم سياق المشكلة وطرح الأسئلة المناسبة، وربط النتائج بالقرارات الفعلية.

- مهارات التواصل
لشرح النتائج للفرق غير التقنية وصناع القرار بطريقة واضحة ومؤثرة.

البيانات وحدها لا تخلق قيمة بل تظهر عندما نعرف كيفية طرح الأسئلة الصحيحة ونحلل الإجابات بذكاء، ونتواصل بفعالية مع من سيبني قراراته بناء على هذه التحليلات.

Sql Course ...

كورس ممتاز لو حابب تتعلم Sql ..
الكورس كامل على يوتيوب وتقدر ت download الفايلات من اللينك اللي موجود في الوصف..

For beginners :
https://youtu.be/7mz73uXD9DA?si=4m5ZZlvC3qAf24k7

Intermediate Course:
https://youtu.be/QKIGsShyEsQ?si=9EwMj_9-fOonwwHZ

💡 الاول كنت لما تسمع كلمة “محلل بيانات”، أول حاجة في بالك إنه واحد شاطر في الإكسل أو الباور بي آي وبيعمل تقارير بالأرقام او شوية KPis و بس.

لكن دلوقتي الوضع اتغير شويه!

الشركات بقت بتغرق في الداتا… حرفيًا!
كل يوم بييجي داتا من كل حتة:
• من المبيعات
• من الكول سنتر
• من السوشيال ميديا
• من التطبيقات
• ومن أجهزة الـ IoT كمان!

فمش كفاية إنك بس تطلع dashboards أو تعمل تحليل
دلوقتي الشركات عايزة مُحلل داتا فاهم البنية التحتية اللي ورا التحليل ده

يعني إيه بنية تحتية للداتا؟

دي كل الحاجات اللي بتخلي التحليل يشتغل صح وسريع:

✅ الداتا بيز:
لازم تكون فاهم إزاي تتعامل مع قواعد البيانات (SQL/NoSQL)، تساعد في تصميمها أو تحسينها علشان تبقى سهلة وسريعة.

☁️ الكلاود:
AWS، Azure، GCP… لازم تبقى عندك فكرة عنهم. الشركات دلوقتي بتخزن داتها في السحابة، علشان تقدر توصل لها من أي مكان وبأمان.

🔄 البيبلينات (Data Pipelines):
دي الطرق اللي بتنقل الداتا من المصدر (زي ملفات أو APIs) لحد ما توصل لجداول التقارير. وهنا بييجي دور أدوات زي Apache Airflow، Python scripts، أو حتى Power Query.

🔐 الأمان والصلاحيات:
مين يقدر يشوف إيه؟ لازم تكون فاهم في موضوع الصلاحيات والـ access control، خصوصًا لو الداتا فيها معلومات حساسة.

📌 من الاخر :

دلوقتي المحلل مش بس محلل، هو جزء من منظومة الداتا بالكامل:
يبني، ينقل، يحلل، ويأمن.

لو عايز فعلاً تبقى قوي في المجال، لازم تطور من نفسك وتفهم أكتر عن:

اتعلم إزاي تكتب استعلامات SQL كويسة، وتفهم الـ Joins، Subqueries، Window Functions، وازاي تسحب داتا بكفاءة من قواعد بيانات ضخمة.

🔹 أدوات الـ ETL (Extract - Transform - Load):
لازم تفهم إزاي الداتا بتتنقل من مكان لمكان، وبتتنضف وتتحول. أدوات زي:
• Power Query
• Apache Airflow
• Talend
• أو حتى Python (Pandas / SQLAlchemy)

🔹 الكلاود Cloud Platforms:
إبدأ بواحد من دول:
• Google Cloud Platform (GCP)
• Microsoft Azure
• Amazon AWS
وخصوصًا الخدمات الخاصة بالداتا زي BigQuery، Azure Data Factory، AWS S3.

🔹 أدوات التحليل والتصور Data Viz Tools:
اتعلم Power BI أو Tableau كويس جدًا، واعرف إزاي تـبني dashboards حقيقية بتجاوب على أسئلة البزنس.

🔹 Excel المتقدم:
لسه ليه دور كبير في الشغل، فلازم تكون فاهم الـ Pivot Tables، Power Pivot، وXLOOKUP وFunctions تانية.

🔹 بايثون Python for Data Analysis:
مكتبات زي Pandas، Numpy، Matplotlib، Seaborn — هتساعدك تحلل وتصور الداتا بكفاءة ومرونة و مكتبات الETL

👀 لو أنت لسه بتبدأ، إبدأ خطوة خطوة:
اتعلم SQL كويس، وبعدها tools زي Power BI أو Tableau، وبعدها خش على الـ cloud والداتا بيبلينز.

اللي هيكسب في الشغل دلوقتي هو اللي “فاهم المنظومة كلها”، مش بس اللي بيعرف يعمل charts.

Eng/ Ahmed Ali

How to become Data Analyst?

دي افضل الكورسات المجانية في 2025 من وجهة نظري

اولا SQL
Full course (30 Hours)
https://youtu.be/SSKVgrwhzus?si=Yy1idtBK2CKxNtRE

ثانيا Excel
Excel for data analysis
https://youtu.be/pCJ15nGFgVg?si=wHNnwTt3ZP-7rNq-


ثالثا BI tools
Tableau
https://youtube.com/playlist?list=PLNcg_FV9n7qZJqrKcUUCWCWPYCrlcVm9v&si=3ldX_2D2NowBcxEV

Power BI
https://youtu.be/FwjaHCVNBWA?si=dirUvB9hWMrMor2g


رابعا Python
Course in progress
https://youtube.com/playlist?list=PLNcg_FV9n7qZGfFl2ANI_zISzNp257Lwn&si=jI80Tsa8L0HvYpJb

خامسا الاحصاء
Statistics for data science
https://youtu.be/LZzq1zSL1bs?si=cCNc1kMljBBpnkuG

اساسيات علوم البيانات للمبتدئين
https://youtube.com/playlist?list=PLkL_THhSKsIkG3QHYGttilD92puCAg8pm&si=7XFIvIU5gLIhsSc1

فهمك للاحصاء مهم جدا لانه هيحول تفكيرك مش مجرد واحد بيرسم Charts وخلاص او بتستنج قيم مش عارف معناها

دا مثال لتطبيق الاحصاء في شغلك.. كتبه شخص محترم
...
هل الزيادة في Average المبيعات في الاسبوع التاني معناه ان اداء الفرع بقا احسن من الاسبوع الأول ؟

في غلطة معظم الناس بتقع فيها وبيعتبروا ان الزيادة في ال Average بيعبر عن زيادة في الاداء ...
لكن في الحقيقه الAverage لوحده مش كفاية.

⭐ تعالى اثبتلك ..

هنعتبر ان دي ال Data بتاعت مبيعات Week 1
Day 1 : 30
Day 2 : 32
Day 3 : 31
Day 4 : 30
Day 5 : 33
Day 6 : 32
Day 7 : 31
و دي ال Data لمبيعات Week 2
Day 1 : 0
Day 2 : 5
Day 3 : 90
Day 4 : 70
Day 5 : 60
Day 6 : 10
Day 7 : 40
هنحسب ال Average لكل اسبوع :
Average for Week 1 = 31.3
Average for Week 2 = 39.3
هنلاقي ان الاسبوع التاني نظريا مبيعاته أعلى من الاسبوع الأول .. لكن الغلط هنا في إيه ؟

⭐ لو خدنا في الاعتبار التشتت او الStandard Deviation هنلاقي ان
Week 1 = 1.11
Week 2 = 35.4
التشتت عالي جدًا في الاسبوع التاني ( القيم مش مستقره ولا قريبة من بعضها ) ، طب ده معناه إيه ؟

ببساطه نقدر نترجم ده ان الاداء متحسنش ولا حاجة .. كل الموضوع ان حاجه عشوائيه حصلت زي إن ايام معينه هي اللي رفعت قيمة المتوسط بالتالي بان انه افضل من الاسبوع الأول .

⭐ عشان نأكد النظرية دي محتاجين نستخدم ال Confidence Intervals أو فترات الثقة ونشوف الفترتين للاسبوعين بيتقاطعو مع بعض ولا لأ .
- لو مفيش تقاطع وقتها أقدر اقول ان الاداء اتحسن.
- لو في تقاطع بين فترات كل اسبوع مقدرش أقول ان الاداء اتحسن فعلا.

طب أعمل ده ازاي ؟
⭐ لو انت شغال على Excel :
- هيكون معاك ال Average وال Standard Deviation لكل اسبوع
=AVERAGE(Week1)
=STDEV.S(Week1)
و نفس الشيء للاسبوع التاني..

- هنحتاج كمان عدد الValues لكل اسبوع ، طبعا في الحاله دي هتبقى 7، لكن نقدر نجيبها عن طريق .
=COUNT(عدد قيم الاسبوع الاول)
=COUNT(عدد قيم الاسبوع التاني)

- هنحسب ال (هامش الثقة - Confidence Margins ) لكل اسبوع:
=CONFIDENCE.NORM(0.05, STDEV.S(Week1), COUNT(Week1))
ونفس المعادلة للأسبوع التاني ..
=CONFIDENCE.NORM(0.05, STDEV.S(Week2), COUNT(Week2))

⭐ هنحسب الحدود لفترات الثقة للأسبوعين ، وفترات الثقة دي بتعبر عن المجال اللي احنا واثقين بنسبة 95% ان الAverage هيكون موجود فيه .
وبيكون عبارة عن حد أقصى اللي هو ال Max
حد أعلى اللي هو Min

لو لاقينا ان في تقاطع بين أي قيم في الاسبوعين ، معنى كدة ان الزيادة اللي حصلت عشوائية ومفيش فرق حقيقي حصل.
اما لو مفيش تقاطع معنى كدة ان التغير او الزيادة اللي حصل فعلا حقيقية وممكن تدل على تحسن الأداء.

- بنجيب الMax للاسبوع الاول عن طريق :
اننا نجمع ال Average للاسبوع الاول مع الConfidence Margin للاسبوع الاول اللي جبناه فوق .
- والMin بنطرح ال Confidence Margin للاسبوع الاول من Average الاسبوع الاول

هنحسب الفترة للاسبوع التاني بنفس الطريقة .

في الأخر هنلاقي الفترات بالشكل ده
Week 1 :
Min = 30.31 Max = 32.29
Week 2 : Min = 6.5 Max = 72.1

⭐ هنا هنلاقي ان Range الفترة بتاعت الاسبوع التاني اللي بتبدأ من 6.5 وبتنتهي عند 72 بتضم ( بتتقاطع ) مع قيم كتير جدا من فترة الاسبوع الأول ، وده دليل على ان التغير اللي حصل مش تغير حقيقي وكانت مجرد قيم عشوائية أثرت على متوسط المبيعات .

بالطريقة دي تقدر تعرف لو في فرق فعلا في الاداء أو لا سواء الData اسبوعية- شهرية-سنوية 👌🏻

في النهاية الاعتماد على ال Average بس ف أي Analysis ممكن يكون مضلل جداً لو مأخدناش في عين الاعتبار ابعاد تانية كتير لل Data 🔍


منقول

لو بتدور على شغل كـ Data Analyst أو حتى لسه بتفكر تبدأ في المجال ده، ممكن تمشي على الخطوات دي على LinkedIn لمدة 6 شهور على الأقل وهتشوف النتايج بنفسك..

»» افتح LinkedIn واعمل سيرش على "Data Analyst".من الفلاتر اختار "People" عشان تحدد الناس اللي شغالين في المجال ده
»» ادخل على الحسابات الشخصية بتاعتهم وضيفهم عندك
»» لما تدخل على بروفايل حد، انزل على الخبرات بتاعته وشوف شغال فين وادخل على صفحة الشركة واعملها متابعة وممكن تعمل ملف Excel تسجل فيه أسامي الشركات ومواقعهم عشان تتابعهم بعدين..
»» لما تدخل على صفحة الشركة في LinkedIn، استخدم الفلتر "People" (اللي موجود جنب "Posts" و"About") عشان تشوف كل اللي شغالين في الشركة وضيف أي حد شغال Data Analyst في الشركة دي..

»» كمان ضيف أي حد من الـ HR أو مديرين ممكن يكون ليهم علاقة بالمجال.. حاول تستغل عدد الناس اللي تقدر تضيفهم كل شهر بشكل كويس، لأن LinkedIn بيسمحلك بعدد محدد..

بكده هتلاقي صفحتك كلها مليانة ناس ومحتوى ليه علاقة بمجال الـ Data Analysis، وهتتعرض لوظايف بتتنشر في بوستات على صفحتك الرئيسية.. وده لأن حوالي 70% من الوظايف ما بتنزلش في قسم الـ "Jobs" وبتكون موجودة في منشورات الناس..

كمان هيتعملك توصيات أو عروض شغل من الناس اللي ضفتهم على البروفايل، وده هيساعدك توصل لفرص شغل جديدة..

»» لو بتدور على شغل في دولة معينة، كل اللي عليك إنك تزود الدولة في الفلتر وانت بتعمل سيرش على "Data Analyst" في الأول، وبكده تقدر توصل للشركات اللي في أي دولة عن طريق الناس اللي شغالين فيها..

أصعب خطوة هي أول شغلانة، ودي بتحتاج مجهود وصبر واستمرارية.. بالتوفيق للجميع

‏دورة تحليل البيانات من STC بالتعاون مع مؤسسة مسك

‏المدة : 7 ساعات
‏الشرح : باللغة العربية
‏التكلفة : مجانية بالكامل
‏شهادة إتمام معتمدة من مسك وSTC

‏رابط التسجيل :
https://t.co/CAvTHx4yg6

📊 هل يكفي تتعلم أدوات مثل Excel أو Power BI عشان تصير محلل بيانات؟

الجواب: لا. 👎
الأدوات مهمة… لكنها مجرد “سيارة”، والإحصاء هو “رخصة القيادة”. بدون الإحصاء ممكن تتحرك، لكن ما تعرف وين رايح!

✨ ليش الإحصاء مهم؟
1️⃣ يفهمك الفرق بين الصدفة والاتجاه الحقيقي.
– مثل لما تشوف مبيعات ارتفعت يومين: هل هو صدفة ولا اتجاه مستمر؟
2️⃣ يساعدك تختار العينة الصحيحة.
– ما تقدر تسوي استبيان لـ 1 مليون شخص، لكن بعلم الإحصاء تختار 1000 شخص يمثلونهم بدقة.
3️⃣ يعطيك أدوات مثل الانحدار، الارتباط، التوزيعات… اللي تفتح لك الباب للتنبؤ والتفسير.
4️⃣ يحميك من الاستنتاجات الخاطئة اللي تضيع وقتك وفلوسك.

🚀 المحصلة:
• مع الإحصاء = محلل بيانات واثق يقرأ الأرقام ويفسرها صح.
• بدون إحصاء = شخص يعرف يستخدم أداة… لكن يضيع قدام الأرقام.

💡 تذكّر: الإحصاء مو مادة جامدة، هو لغة الأرقام… واللي يفهمها يقدر يترجم البيانات إلى قرارات قوية.