سارة ت***

# الملخص المهني

عالم بيانات أول يتمتع بخبرة 11 عامًا في تطبيق النمذجة الإحصائية والتعلم الآلي والتحليلات المتقدمة لحل المشكلات المعقدة المتعلقة بالأعمال والعمليات التشغيلية. يمتلك خبرة واسعة في جميع مراحل دورة حياة علم البيانات، بما في ذلك استكشاف البيانات، والتحليل الإحصائي، وهندسة الخصائص، والنمذجة التنبؤية، والتجارب، وتقييم النماذج، ونشرها. يتمتع بخلفية قوية في تطوير الحلول التحليلية باستخدام مجموعات البيانات المنظمة وغير المنظمة، مع القدرة على تحويل النتائج التحليلية المعقدة إلى توصيات عملية تخدم أصحاب المصلحة التقنيين والتجاريين. لديه خبرة في التعاون مع مهندسي البيانات، ومهندسي التعلم الآلي، ومطوري البرمجيات، ومديري المنتجات، وكبار قادة الأعمال لتقديم حلول قائمة على البيانات. يمتلك خبرة تقنية متقدمة في Python وSQL والتعلم الآلي والنمذجة الإحصائية وتصوير البيانات، مع التركيز على بناء نماذج موثوقة وتحقيق نتائج أعمال قابلة للقياس.

# التعليم

**جامعة موناش، ملبورن، ولاية فيكتوريا، أستراليا**

ماجستير علوم البيانات

فبراير 2011 – ديسمبر 2012

# الخبرة المهنية

## Advanced Analytics Australia، ملبورن، ولاية فيكتوريا

**عالم بيانات أول | يناير 2019 – حتى الآن**

- قيادة مشاريع علم البيانات بدءًا من تحديد المشكلات واستكشاف البيانات، مرورًا ببناء النماذج والتحقق من صحتها، وصولًا إلى النشر والمراقبة المستمرة للأداء.
- العمل بشكل وثيق مع مديري المنتجات وأصحاب المصلحة في الأعمال ومهندسي البيانات ومهندسي البرمجيات لتحويل تحديات الأعمال إلى حلول تحليلية وحلول قائمة على التعلم الآلي.
- تطوير نماذج تنبؤية للتصنيف والانحدار والتنبؤ بالسلاسل الزمنية وتحليل سلوك العملاء وتقييم المخاطر وتحسين العمليات التشغيلية.
- إجراء التحليل الاستكشافي للبيانات والتحليل الإحصائي لاكتشاف الأنماط والعلاقات والاتجاهات والفرص ضمن مجموعات البيانات المعقدة.
- تصميم الخصائص وهندستها انطلاقًا من مجموعات بيانات كبيرة ومنظمة وغير منظمة لتحسين أداء النماذج والنتائج التحليلية.
- تقييم نماذج التعلم الآلي باستخدام المقاييس الإحصائية ومؤشرات الأعمال المناسبة، بما يشمل التحقق المتقاطع وتحليل أداء النماذج.
- تطبيق النمذجة الإحصائية واختبار الفرضيات وتقنيات التجارب لدعم اتخاذ القرارات المتعلقة بالمنتجات والأعمال استنادًا إلى الأدلة.
- تطوير أطر تحليلية وخطوط معالجة بيانات آلية لتحسين كفاءة عمليات علم البيانات وقابليتها للتكرار.
- التعاون مع فرق التعلم الآلي وهندسة البرمجيات لنقل النماذج التحليلية إلى بيئات الإنتاج ودمجها في تطبيقات الأعمال.
- مراقبة أداء النماذج وجودة البيانات في بيئات الإنتاج، وتحديد حالات تراجع أداء النماذج وفرص التحسين.
- عرض النتائج التحليلية المعقدة من خلال تقارير واضحة وتصوّرات بيانية وعروض تقديمية موجهة إلى أصحاب المصلحة التقنيين وغير التقنيين.
- إجراء اختبارات A/B والتجارب لقياس تأثير التغييرات المتعلقة بالمنتجات والعملاء والعمليات التشغيلية.
- تقديم التوجيه التقني والإرشاد المهني لعلماء البيانات والمحللين، بما يشمل دعم أساليب النمذجة والطرق التحليلية وأفضل الممارسات.
- قيادة المراجعات التقنية لمنهجيات علم البيانات وافتراضات النماذج والنتائج التحليلية والتوصيات المتعلقة بالمشاريع.
- عرض الرؤى المستندة إلى البيانات والتوصيات الاستراتيجية على الإدارة العليا وفرق القيادة متعددة التخصصات.

## Data Intelligence Group، ملبورن، ولاية فيكتوريا

**عالم بيانات | يناير 2015 – ديسمبر 2018**

- تطوير النماذج الإحصائية ونماذج التعلم الآلي لدعم التنبؤات المتعلقة بالأعمال وتحليلات العملاء واتخاذ القرارات التشغيلية.
- جمع مجموعات البيانات الكبيرة وتنظيفها وتحويلها وتحليلها باستخدام Python وSQL والتقنيات الإحصائية.
- إجراء التحليل الاستكشافي للبيانات لتحديد الاتجاهات والقيم غير الطبيعية والعلاقات والفرص التجارية المحتملة.
- تطوير نماذج تنبؤية باستخدام تقنيات الانحدار والتصنيف والتجميع والتعلم التجميعي.
- تنفيذ هندسة الخصائص وتحسين النماذج لتعزيز دقة التنبؤ وموثوقية النماذج.
- تصميم اختبارات A/B والتجارب الخاضعة للضبط وتحليل نتائجها لتقييم المبادرات التجارية ومبادرات المنتجات.
- إنشاء تصوّرات بيانية للبيانات ولوحات معلومات تحليلية لتوصيل النتائج إلى أصحاب المصلحة في الأعمال والفرق التقنية.
- التعاون الوثيق مع مهندسي البيانات لتحسين جودة البيانات وخطوط معالجتها وتوافر مجموعات البيانات اللازمة للتحليل.
- دعم نشر نماذج التعلم الآلي في بيئات الإنتاج ومراقبة أدائها.
- إجراء التحليلات الإحصائية واختبارات الفرضيات للتحقق من صحة افتراضات الأعمال ودعم عملية اتخاذ القرار.
- توثيق المنهجيات التحليلية وافتراضات النماذج ونتائج التجارب والتوصيات التقنية.
- المشاركة في عمليات التطوير وفق منهجية Agile والمراجعات التقنية واجتماعات المشاريع متعددة التخصصات.
- مساعدة المحللين وعلماء البيانات المبتدئين في الأساليب التحليلية وتطوير البرامج باستخدام Python والنمذجة الإحصائية.

## Business Analytics Services، ملبورن، ولاية فيكتوريا

**محلل بيانات | يناير 2013 – ديسمبر 2014**

- تحليل بيانات الأعمال والعملاء لتحديد الاتجاهات وأنماط الأداء وفرص التحسين.
- تطوير استعلامات SQL وعمليات تحويل البيانات لإعداد مجموعات البيانات اللازمة للتحليل وإعداد التقارير.
- إجراء التحليلات الوصفية والإحصائية لدعم تخطيط الأعمال واتخاذ القرارات التشغيلية.
- إنشاء لوحات المعلومات والتقارير والتصوّرات البيانية باستخدام أدوات التحليل وذكاء الأعمال.
- التعاون مع أصحاب المصلحة في الأعمال لتحديد المتطلبات التحليلية وتحويل الأسئلة إلى مشكلات بيانات قابلة للقياس.
- إجراء فحوصات جودة البيانات والتحقيق في حالات عدم الاتساق بين مصادر البيانات المتعددة.
- دعم التنبؤ وتحليل الأداء باستخدام الأساليب الإحصائية والبيانات التاريخية.
- إعداد التقارير التحليلية وعرض النتائج على أصحاب المصلحة الداخليين.
- التعاون مع فرق البيانات والتكنولوجيا لتحسين عمليات إعداد التقارير وتعزيز توافر البيانات.
- إعداد الوثائق المتعلقة بمصادر البيانات والمنهجيات التحليلية وعمليات إعداد التقارير وصيانتها.

# المهارات التقنية

**علم البيانات:** النمذجة التنبؤية، والنمذجة الإحصائية، والتعلم الآلي، والتحليل الاستكشافي للبيانات، وهندسة الخصائص، وتقييم النماذج، والتنبؤ، والتحسين.

**التعلم الآلي:** الانحدار، والتصنيف، والتجميع، وأشجار القرار، والغابات العشوائية، وتعزيز التدرج، وXGBoost، والأساليب التجميعية، واكتشاف الحالات الشاذة.

**الإحصاء:** اختبار الفرضيات، والاستدلال الإحصائي، والاحتمالات، وتحليل الانحدار، وتصميم التجارب، واختبارات A/B، وتحليل السلاسل الزمنية.

**لغات البرمجة:** Python، وSQL، وR.

**مكتبات Python:** Pandas، وNumPy، وScikit-learn، وSciPy، وMatplotlib، وSeaborn، وXGBoost، وTensorFlow، وPyTorch.

**البيانات والحوسبة السحابية:** AWS، وAzure، وDatabricks، وApache Spark، ومستودعات البيانات، وخطوط استخراج البيانات وتحويلها وتحميلها (ETL)، ومعالجة البيانات واسعة النطاق.

**قواعد البيانات:** PostgreSQL، وMySQL، وSQL Server، وMongoDB، وSnowflake، وBigQuery.

**تصوير البيانات:** Power BI، وTableau، وMatplotlib، وSeaborn، ولوحات المعلومات التحليلية، وسرد القصص باستخدام البيانات.

**عمليات التعلم الآلي والنشر (MLOps):** MLflow، ونشر النماذج، ومراقبة النماذج، وخطوط معالجة الخصائص، وإدارة إصدارات النماذج، والتحليلات في بيئات الإنتاج.

**المهارات المهنية:** القيادة التقنية، والتفكير التحليلي، وحل المشكلات، وإدارة أصحاب المصلحة، والإرشاد المهني، والتفكير الاستراتيجي، والتواصل، والعرض التقديمي، وسرد القصص باستخدام البيانات.

# التعليم

**الفترة:** فبراير 2011 – ديسمبر 2012

**المؤهل العلمي:** ماجستير علوم البيانات

**الجامعة:** جامعة موناش، ملبورن، ولاية فيكتوريا، أستراليا

# المهارات والكفاءات

علم البيانات | التعلم الآلي | النمذجة الإحصائية | التحليلات التنبؤية | التحليلات المتقدمة | Python | SQL | R | Pandas | NumPy | Scikit-learn | SciPy | XGBoost | TensorFlow | PyTorch | هندسة الخصائص | النمذجة التنبؤية | الانحدار | التصنيف | التجميع | التنبؤ | تحليل السلاسل الزمنية | اختبار الفرضيات | اختبارات A/B | تصميم التجارب | التحليل الاستكشافي للبيانات | تصوير البيانات | Power BI | Tableau | سرد القصص باستخدام البيانات | Apache Spark | Databricks | AWS | Azure | Snowflake | BigQuery | مستودعات البيانات | ETL | MLOps | MLflow | تقييم النماذج | نشر النماذج | مراقبة النماذج | التحليل الإحصائي | ذكاء الأعمال | القيادة التقنية | إدارة أصحاب المصلحة | الإرشاد المهني

# المعلومات المهنية

**المسمى الوظيفي:** عالم بيانات أول

**سنوات الخبرة:** 11 عامًا

**الموقع:** ولاية فيكتوريا، أستراليا

احذف تكرار قسم التعليماختصر نقاط الخبرة المتكررةأضف إنجازات قابلة للقياس

Skills: Python, SQL, Analytics

Experience: 11 years

Daily rate: AUD 300

Fictional sample profile — replace with your approved candidate details.