إيه الفرق الأساسي بين محلل البيانات وعالم البيانات؟

محلل البيانات بيركز على فهم اللي حصل وعرضه في تقارير وداشبوردات. عالم البيانات بيركز على بناء نماذج تتنبأ أو تساعد في القرار باستخدام الإحصاء والتعلم الآلي.

أكتب Machine Learning في الـCV لو خدت كورس بس؟

ممكن تكتبها في قسم الكورسات أو المشاريع بوضوح، بس ما تقدمهاش كخبرة عملية في شركة لو مش كده.

المشاريع الشخصية بتفرق؟

جدًا، خصوصًا لو خبرتك قليلة. خليها على بيانات حقيقية وكود إنت كاتبه، وحط لينك يوضحها.

محتاج ماجستير عشان أبقى Data Scientist؟

مش دايمًا. شركات كتير بتهتم بالمهارات والمشاريع الحقيقية. اقرا متطلبات كل إعلان.

CV محلل البيانات وعالم البيانات

مجال البيانات من أسرع المجالات نموًا في مصر والخليج، وناس كتير بتتعلم Python وSQL وبتبدأ تقدم. بس فيه خلط كبير بين وظيفة محلل البيانات (Data Analyst) وعالم البيانات (Data Scientist). الفرق ده لازم يبان في الـCV، لأن الشركة بتقرأ كل واحد بعين مختلفة.

الفرق في الدور

الجانب	Data Analyst	Data Scientist
السؤال الأساسي	إيه اللي حصل وليه؟	إيه اللي هيحصل؟ وإزاي نبني نظام يتنبأ أو يقرر؟
المخرجات	داشبوردات، تقارير، تحليلات، توصيات	نماذج تنبؤ، تجارب، خوارزميات، نماذج في الإنتاج أحيانًا
الأدوات الشائعة	SQL، Excel، Power BI / Tableau، Python أو R أساسي	Python بعمق، scikit-learn، إحصاء متقدم، أحيانًا TensorFlow / PyTorch
الإحصاء	وصفي واختبارات أساسية	نمذجة إحصائية وتعلم آلي
الجمهور	فرق البيزنس والإدارة	فرق المنتج والهندسة والإدارة

في الشركات الصغيرة الدورين ممكن يتداخلوا، فاقرا الإعلان نفسه كويس أكتر من المسمى.

الكلمات المفتاحية لكل دور

Data Analyst

SQL، Data Cleaning، Data Visualisation
Power BI، Tableau، Excel (Pivot Tables، Power Query)
KPI Dashboards، Ad-hoc Analysis، Reporting
A/B Test Analysis، Stakeholder Communication

Data Scientist

Python (pandas، NumPy، scikit-learn)، Machine Learning
Regression، Classification، Clustering، Feature Engineering
Model Evaluation، Cross-validation، Experiment Design
Deployment، APIs، Git، Cloud (حسب الإعلان)

اكتب بس الأدوات اللي اشتغلت عليها فعلًا، وبالمستوى الحقيقي. لو اتعلمت Machine Learning من كورس واحد، ده مش زي إنك بنيت نموذج اشتغل في شركة.

الفرق في النقاط

نقطة كويسة لمحلل بيانات بتركز على التحليل والقرار:

Built a Power BI sales dashboard used weekly by 12 regional managers, replacing manual Excel reports and cutting reporting time by roughly a day per week.

نقطة كويسة لعالم بيانات بتركز على النموذج والنتيجة:

Developed a customer churn classification model in Python (gradient boosting), validated on held-out data, and worked with the CRM team to target at-risk customers with retention offers.

Expert in AI, machine learning, deep learning, big data and all data tools.

آخر نقطة بتقول كل حاجة ومش بتثبت أي حاجة.

النبذة لكل دور

النبذة لازم تقول من أول سطر إنت أنهي دور. أمثلة:

Data Analyst: Data analyst with 2 years of experience turning sales and operations data into Power BI dashboards and clear recommendations for business teams. Strong in SQL and Excel.

Data Scientist: Data scientist with 3 years of experience building and validating machine learning models in Python for customer analytics, and working with engineers to put models into use.

لاحظ إن كل نبذة فيها أدوات ونوع شغل محدد، مش قائمة بكل الكلمات الرنانة في المجال.

المشاريع: أهم قسم لو خبرتك قليلة

في مجال البيانات، المشاريع الحقيقية بتفرق جدًا، خصوصًا للخريجين أو اللي بينتقلوا من مجال تاني:

لمحلل بيانات: داشبورد على بيانات عامة حقيقية، مع لينك لملف أو صفحة توضح السؤال والنتيجة.
لعالم بيانات: مشروع فيه نموذج كامل: تنظيف البيانات، بناء النموذج، تقييمه، وشرح الحدود بتاعته.

حط لينك GitHub أو Portfolio، واتأكد إن الكود بتاعك فعلًا ومفهوم. ما تحطش مشروع منسوخ من كورس على إنه شغلك الأصلي. لو كان جزء من كورس، اكتب ده بوضوح.

لو بتنتقل من محلل لعالم بيانات

طلّع من شغلك الحالي أي حاجة فيها إحصاء أو تنبؤ حقيقي، وقدّمها في النقاط.
اعمل مشروع أو اتنين في Machine Learning على بيانات حقيقية، واكتبهم في قسم Projects.
اكتب مسماك الحقيقي (Data Analyst)، وخلي النبذة توضح الاتجاه الجديد.
اتعلم الأساسيات اللي بتتسأل في الإنترفيو: تقييم النماذج، الـOverfitting، اختيار الـFeatures.

Data Analyst with 3 years of experience in SQL and Power BI, now applying machine learning to business problems through personal projects in Python, including a demand forecasting model on public retail data.

ولو بتنتقل من مجال تاني للتحليل

محاسب أو مهندس أو حد في المبيعات عايز يدخل تحليل البيانات؟ ده ممكن، وأحيانًا خبرتك في المجال بتبقى ميزة. ركّز على أي شغل عملته فيه Excel متقدم أو تقارير أو تحليل، واعمل مشاريع حقيقية تثبت المهارات الجديدة. وما تكتبش إنك "Data Analyst" في وظيفة كنت فيها بمسمى تاني.

التعليم والشهادات

في وظايف عالم البيانات، الشركات أحيانًا بتهتم بالخلفية في الرياضيات أو الإحصاء أو علوم الحاسب، فاكتب المواد المتقدمة اللي درستها لو ليها علاقة. وفي وظايف المحلل، الشهادات العملية في Power BI أو SQL ممكن تساعد. اكتب كل شهادة باسم الجهة والسنة، ومن غير مبالغة في مستواك.

استخدم الأدوات

شوف مثال CV محلل البيانات كنقطة بداية، وبعدين حط إعلان الوظيفة مع الـCV بتاعك في أداة المطابقة عشان تعرف الفجوات. الأداة بتوريك الكلمات الناقصة، والقرار ليك: لو المهارة عندك، ضيفها؛ لو مش عندك، اتعلمها الأول. وبعد ما تخلص، افحص الملف بـفاحص الـCV، وابدأ أو عدّل من صانع الـCV.

CV محلل البيانات vs CV عالم البيانات: إيه الفرق؟