محلل بيانات

إيه اللي بتختبره المقابلة دي

• Data storytelling
• SQL
• ETL
• Statistics
• Visualization
• Python

اسئلة انترفيو محلل بيانات

1. سؤال 1نقطة التركيز: Data storytelling

   يطلب منك مدير منتج معرفة سبب انخفاض المستخدمين النشطين يوميًا بنسبة 15% الأسبوع الماضي. اشرح لي كيف ستحقق في ذلك وماذا ستقدم كتقرير.

   إيه اللي بتغطيه الإجابة القوية

   تتضمن الإجابة القوية تحقيقًا منظمًا (التقسيم حسب المنصة، المنطقة الجغرافية، الشريحة الزمنية)، التحقق من مشكلات خط أنابيب البيانات أولاً، تحليل قمع التحويل (funnel analysis)، مقارنة الشرائح الزمنية، التواصل الواضح للنتائج مع مستويات الثقة، والتوصيات القابلة للتنفيذ. كن مستعدًا لمناقشة: كيف تميز بين انخفاض حقيقي ومشكلة في جودة البيانات؟ ما هي الرسوم البيانية التي ستدرجها في تقريرك؟ كيف ستصيغ نتائجك لجمهور غير تقني؟

2. سؤال 2نقطة التركيز: SQL

   اكتب استعلام SQL للعثور على أفضل 10 عملاء من حيث الإيرادات في آخر 90 يومًا، ولكن فقط أولئك الذين أجروا 3 عمليات شراء على الأقل. كيف ستقوم بهيكلة هذا؟

   إيه اللي بتغطيه الإجابة القوية

   تتضمن الإجابة القوية استخدام GROUP BY مع HAVING بشكل صحيح، تصفية التاريخ باستخدام الدوال المناسبة، فهم الدوال التجميعية مقابل دوال النافذة (window functions)، الوعي بالفهارس للجداول الكبيرة، والتعامل مع قيم NULL والحالات الهامشية. كن مستعدًا لمناقشة: كيف ستعدل هذا إذا كان جدول الطلبات يحتوي على مليارات الصفوف؟ كيف ستتعامل مع العملاء في مناطق زمنية مختلفة؟

3. سؤال 3نقطة التركيز: ETL

   صف موقفًا اضطررت فيه إلى تنظيف وتحويل مجموعة بيانات فوضوية قبل التحليل. ما هي المشكلات الرئيسية، وكيف تعاملت معها؟

   إيه اللي بتغطيه الإجابة القوية

   تتضمن الإجابة القوية نهجًا منهجيًا لتوصيف البيانات (القيم المفقودة، التكرارات، القيم الشاذة، عدم تطابق الأنواع)، خط أنابيب تنظيف قابل للتكرار (وليس تعديلات يدوية)، توثيق الافتراضات، إتقان pandas/SQL، والوعي بكيفية تأثير خيارات التنظيف على التحليل اللاحق. كن مستعدًا لمناقشة: كيف وثقت قرارات تنظيف البيانات الخاصة بك؟ ما هي الأدوات والمكتبات التي استخدمتها؟

4. سؤال 4نقطة التركيز: Statistics

   كيف ستصمم اختبار A/B لقياس ما إذا كان تدفق الدفع الجديد يزيد من معدل التحويل؟ ما هي الاعتبارات الإحصائية المهمة؟

   إيه اللي بتغطيه الإجابة القوية

   تتضمن الإجابة القوية صياغة الفرضيات، حساب حجم العينة (تحليل القوة)، استراتيجية التوزيع العشوائي، اختيار الاختبار الإحصائي، مستوى الدلالة والقوة الإحصائية، فهم قيم p مقابل الدلالة العملية، الوعي بمشكلة المقارنات المتعددة، واعتبارات المدة. كن مستعدًا لمناقشة: كيف ستحدد حجم العينة المطلوب؟ ماذا ستفعل إذا كانت النتائج إيجابية من حيث الاتجاه ولكنها ليست ذات دلالة إحصائية؟

5. سؤال 5نقطة التركيز: Visualization

   حدثني عن لوحة معلومات (dashboard) قمت ببنائها وكان لها تأثير حقيقي على قرارات العمل. ما هي المقاييس التي اخترتها ولماذا؟

   إيه اللي بتغطيه الإجابة القوية

   تتضمن الإجابة القوية اختيار المقاييس المرتبطة بأهداف العمل (وليس مقاييس الغرور)، التسلسل الهرمي للمعلومات في تصميم لوحة المعلومات، أنواع الرسوم البيانية المناسبة، التفاعل للاستكشاف، التصميم المرتكز على المستخدم (معرفة الجمهور)، والتأثير القابل للقياس على القرارات. كن مستعدًا لمناقشة: كيف قررت أي المقاييس يجب إبرازها مقابل تلك التي يجب إتاحتها عند التعمق؟ كيف تعاملت مع أصحاب المصلحة الذين أرادوا إضافة المزيد والمزيد من المقاييس؟

6. سؤال 6نقطة التركيز: ETL

   لديك مجموعتا بيانات تحتاج إلى دمجهما: واحدة من نظام إدارة علاقات العملاء (CRM) والأخرى من نظام الفواتير. تشتركان في معرف العميل (Customer ID)، لكنك تلاحظ وجود تناقضات. كيف تتعامل مع هذا؟

   إيه اللي بتغطيه الإجابة القوية

   تتضمن الإجابة القوية نهج مطابقة البيانات (data reconciliation)، تداعيات استخدام LEFT JOIN مقابل INNER JOIN، التحقيق في السبب الجذري لعدم التطابق (التوقيت، أخطاء إدخال البيانات، معرفات مختلفة)، توثيق التغطية والقيود، وتقنيات المطابقة التقريبية (fuzzy matching) إذا لزم الأمر. كن مستعدًا لمناقشة: كيف ستقوم بتحديد حجم عدم التطابق وتقرر ما إذا كان الدمج موثوقًا به بما يكفي؟ ماذا ستفعل بالسجلات الموجودة في نظام واحد فقط وليس في الآخر؟

7. سؤال 7نقطة التركيز: Statistics

   اشرح الفرق بين الارتباط (correlation) والسببية (causation) مع مثال واقعي من عملك. كيف توصل هذا التمييز إلى أصحاب المصلحة؟

   إيه اللي بتغطيه الإجابة القوية

   تتضمن الإجابة القوية توضيحًا واضحًا للمتغيرات المربكة (confounding variables)، الوعي بمفارقة سيمبسون (Simpson's paradox)، التقنيات (التجارب شبه التجريبية، مطابقة درجات الميل، المتغيرات الآلية)، القدرة على الشرح بدون مصطلحات فنية، والتواصل الدبلوماسي ولكن الحازم حول القيود. كن مستعدًا لمناقشة: ما هي التقنيات التي يمكن أن تساعدك على الاقتراب من إثبات السببية من البيانات الرصدية؟ كيف تتعامل مع الاعتراض عندما يصر أحدهم على أن الارتباط يثبت فرضيته؟

8. سؤال 8نقطة التركيز: Python

   كيف ستستخدم Python (pandas) لتحليل بيانات تفاعل المستخدمين وتحديد الميزات الأكثر ارتباطًا باحتفاظ المستخدمين؟

   إيه اللي بتغطيه الإجابة القوية

   تتضمن الإجابة القوية هندسة الميزات للاحتفاظ (على أساس الشرائح الزمنية)، تحليل الارتباط (بيرسون، سبيرمان)، التعامل مع التعدد الخطي (multicollinearity)، أهمية الميزات عبر النماذج البسيطة (الانحدار اللوجستي، الغابات العشوائية)، التسوية/التوحيد القياسي، وتقليل الأبعاد إذا لزم الأمر. كن مستعدًا لمناقشة: كيف ستتعامل مع الميزات ذات المقاييس المختلفة جدًا؟ ماذا ستفعل إذا كانت مجموعة البيانات تحتوي على 500 ميزة؟

9. سؤال 9نقطة التركيز: Data storytelling

   يريد أحد أصحاب المصلحة تقريرًا يوضح 'متوسط قيمة الطلب حسب المنطقة'. ما هي الأسئلة التي ستطرحها قبل بنائه، وما هي المخاطر التي ستحذر منها؟

   إيه اللي بتغطيه الإجابة القوية

   تتضمن الإجابة القوية أسئلة توضيحية (الفترة الزمنية، نوع الطلب، تحويل العملات، تعريف 'المنطقة')، التعامل مع القيم الشاذة، تحذيرات حول حجم العينة الصغير، اعتبار الوسيط مقابل المتوسط، اقتراحات التقسيم، ومقاييس السياق (عدد الطلبات، الاتجاه بمرور الوقت). كن مستعدًا لمناقشة: كيف ستتعامل مع المناطق التي تحتوي على عدد قليل جدًا من الطلبات والتي قد تؤثر على المتوسطات؟ ما هو السياق الإضافي الذي سيجعل هذا المقياس أكثر قابلية للتنفيذ؟

10. سؤال 10نقطة التركيز: ETL

    صف كيف ستبني خط أنابيب بيانات مؤتمتًا يسحب البيانات من واجهة برمجة تطبيقات (API)، يحولها، ويحملها إلى مستودع بيانات (data warehouse) بجدول يومي.

    إيه اللي بتغطيه الإجابة القوية

    تتضمن الإجابة القوية أداة تنسيق (مثل Airflow, dbt, Prefect)، استراتيجية التحميل التزايدي مقابل التحميل الكامل، خاصية ثبات النتيجة عند إعادة التنفيذ (idempotency)، معالجة الأخطاء وإعادة المحاولة، فحوصات جودة البيانات (عدد الصفوف، التحقق من المخطط، حداثة البيانات)، التنبيه عند الفشل، وقدرة التعبئة الخلفية (backfill). كن مستعدًا لمناقشة: كيف ستتعامل مع أعطال API أو حدود المعدل؟ كيف ستراقب خط الأنابيب وتنبّه إلى مشكلات جودة البيانات؟

11. سؤال 11نقطة التركيز: SQL

    اكتب استعلام SQL باستخدام دوال النافذة (window functions) لحساب متوسط متحرك لمدة 7 أيام للإيرادات اليومية. اشرح كل جزء من الاستعلام.

    إيه اللي بتغطيه الإجابة القوية

    تتضمن الإجابة القوية بناء جملة ROWS BETWEEN الصحيح، معالجة فجوات التاريخ (جدول تقويم أو generate_series)، PARTITION BY إذا لزم الأمر، فهم مواصفات الإطار (frame specification)، الآثار المترتبة على الأداء، وتنظيم CTEs لسهولة القراءة. كن مستعدًا لمناقشة: كيف ستتعامل مع الأيام التي لا توجد فيها إيرادات (فجوات في البيانات)؟ كيف يقارن أداء دوال النافذة بالدمج الذاتي (self-joins) لحالة الاستخدام هذه؟

12. سؤال 12نقطة التركيز: Visualization

    كيف تختار النوع الصحيح من الرسم البياني أو التصور لمجموعة بيانات وجمهور معين؟ اشرح لي عملية اتخاذ قرارك.

    إيه اللي بتغطيه الإجابة القوية

    تتضمن الإجابة القوية مطابقة نوع الرسم البياني لنوع البيانات (فئوية، سلسلة زمنية، توزيع، مقارنة)، التعقيد المناسب للجمهور، تجنب الرسوم البيانية المضللة (المحاور المقطوعة، المحاور المزدوجة)، إمكانية الوصول (لوحات الألوان، النص البديل)، وإتقان الأدوات (Tableau, Matplotlib, Plotly). كن مستعدًا لمناقشة: متى تتجنب استخدام الرسم البياني الدائري (pie chart)؟ كيف تجعل التصورات سهلة القراءة للمستخدمين المصابين بعمى الألوان؟

13. سؤال 13نقطة التركيز: Data storytelling

    تكتشف أن مقياسًا رئيسيًا كان الفريق يبلّغ عنه يتم حسابه بشكل غير صحيح بسبب خطأ منطقي في خط أنابيب ETL. كيف تتعامل مع هذا؟

    إيه اللي بتغطيه الإجابة القوية

    تتضمن الإجابة القوية تحديد حجم الخطأ، التواصل الشفاف، تصحيح البيانات التاريخية، تحليل السبب الجذري، تحسينات العملية لمنع التكرار (التحقق من صحة البيانات، الاختبار)، والتعاطف مع أصحاب المصلحة الذين اتخذوا قرارات بناءً على بيانات خاطئة. كن مستعدًا لمناقشة: كيف تقيّم مدى تأثير الخطأ؟ كيف توصل هذا إلى أصحاب المصلحة الذين كانوا يتخذون قرارات بناءً على أرقام خاطئة؟

14. سؤال 14نقطة التركيز: Python

    كيف ستقوم بتقسيم قاعدة العملاء لتحديد شخصيات مستخدمين متمايزة باستخدام البيانات؟ ما هو النهج الذي ستتبعه؟

    إيه اللي بتغطيه الإجابة القوية

    تتضمن الإجابة القوية اختيار الميزات للتقسيم، تقنيات التجميع (مثل K-means، التجميع الهرمي)، طريقة الكوع (elbow method) أو درجات الصورة الظلية (silhouette scores) لاختيار K، توحيد الميزات، قابلية تفسير المجموعات من منظور الأعمال، وملفات تعريف الشرائح القابلة للتنفيذ. كن مستعدًا لمناقشة: كيف ستتحقق من أن شرائحك ذات معنى وليست مجرد ضوضاء إحصائية؟ كيف ستقدم الشرائح إلى فريق التسويق؟

15. سؤال 15نقطة التركيز: Statistics

    اشرح ماذا تعني قيمة p (p-value) في سياق اختبار A/B. يقول أحد أصحاب المصلحة 'قيمة p هي 0.06، لذا فشل الاختبار'. كيف ترد؟

    إيه اللي بتغطيه الإجابة القوية

    تتضمن الإجابة القوية التعريف الصحيح لقيمة p (ليست احتمالية صحة الفرضية)، الفروق الدقيقة حول عتبة 0.05 (اتفاقية اعتباطية)، اعتبار حجم التأثير وفترات الثقة، البدائل البايزية، والدلالة العملية مقابل الدلالة الإحصائية. كن مستعدًا لمناقشة: كيف ستشرح القوة الإحصائية (statistical power) لصاحب المصلحة هذا؟ ما هي البدائل للاختبارات التكرارية (frequentist testing) التي ستنظر فيها؟

أسئلة بتتسأل في أي انترفيو تقريبًا

• اتكلم عن نفسك
• كام الراتب المتوقع؟
• إيه هي نقاط قوتك وضعفك؟
• ليه عايز تشتغل معانا؟