Syed Faaris Razi

Syed Faaris Razi

دبي, الإمارات العربية المتحدة

Syed Faaris Razi

محلل بيانات ، مطور ويب ، أتمتة
أنت تبحث عن محلل بيانات ماهر ومختص متخصص في لوحات المعلومات الثاقبة وتصور البيانات المتقدم وأتمتة الأعمال الاستراتيجية.
من خلال الخبرة المثبتة في تحويل البيانات المعقدة إلى ذكاء قابل للتنفيذ، عملت بنجاح مع المؤسسات الحكومية ومركز البحث والتطوير وشركة فحص رائدة لتقديم لوحات معلومات وتقارير واضحة وتفاعلية باستخدام Python وPower BI وExcel وأطر عمل الويب - مما يتيح اتخاذ قرارات أفضل لاحتياجات الأعمال المتنوعة.

▬▬▬▬▬▬▬▬▬
كيف يمكنني مساعدتك:

- تحليل البيانات ولوحات المعلومات:
إنشاء لوحات معلومات وتقارير تحليلية مؤثرة وسهلة الاستخدام لتوفير رؤى عميقة وتحقيق النتائج الاستراتيجية.

- الصفحات المقصودة - تسليم سريع:
تصميم وإطلاق صفحات مقصودة جذابة بصريا وغنية بالنسخ في غضون 24 ساعة ، مصممة خصيصا لجذب جمهور عميلك وتحويله وتسليط الضوء على قيمة الأعمال في محافظك الاستثمارية أو مواقع الوكالات.

- أتمتة البيانات:
أتمتة المهام المتكررة ومهام سير عمل البيانات باستخدام Python لتوفير الوقت وتحسين الدقة وتعزيز الكفاءة التشغيلية.

- تجريف الويب وجمع البيانات:
جمع البيانات الخارجية ذات الصلة لإثراء رؤيتك ودعم قرارات العمل الأفضل.

▬▬▬▬▬▬▬▬▬
لماذا العمل معي:

- نجاح مثبت:
قدمت 1,200+ إدخال لأتمتة البيانات ، وبناء لوحات معلومات قوية ، وتحسين كفاءة إعداد التقارير للمؤسسات الرائدة في الإمارات العربية المتحدة.

- تجربة متعددة الاستخدامات:
تعرض محفظة مشاريع لوحة القيادة الشاملة ، واستكشافات علوم البيانات ، وحلول الويب سريعة الخطى ، والتعاون مع قطاعات الحكومة والبحث والتطوير والتفتيش.

- تركز على العميل:
تواصل واضح مع التحديثات المنتظمة ، مما يضمن تلبية أولوياتك وتوقعاتك بالكامل.

- تعاون موثوق:
يمكن الوصول إليها عبر Microsoft Teams أو البريد الإلكتروني أو الأنظمة الأساسية المفضلة لديك للحصول على تقدم متسق في المشروع والتعليقات.

▬▬▬▬▬▬▬▬▬▬▬▬
هل تشعر بالفضول لمعرفة كيف أعمل؟
اتصل بي أو استكشف محفظتي ، حيث أشارك مقاطع فيديو لعملي مع نجاحات حل إلى حل (الموقع: faaris.netlify.app).

دعنا نحول بياناتك إلى قيمة أعمال قابلة للتنفيذ وننمي وجودك عبر الإنترنت - معا!

أوقات العمل

  • الإثنين:08h00 إلى 18h00
  • الثلاثاء:08h00 إلى 18h00
  • الأربعاء:08h00 إلى 18h00
  • الخميس:08h00 إلى 18h00
  • الجمعة:08h00 إلى 18h00
  • السبت:غير موجود
  • الأحَد:غير موجود
عملت في مكتب الامتثال لمكافحة غسل الأموال (AML) في DIEZ حيث أنا:

- إدارة استفسارات العملاء عبر الزيارات الشخصية والهاتف
Salesforce و MS CRM و Outlook ، قلل عبء عمل الفريق في أ
إطار زمني مقيد.

- كفاءة سير عمل محسنة للفريق باستخدام ملف آلي
العمليات وحل البريد الدفعي للعملاء.

- تم الانتهاء من 1.2 ألف + إدخال بيانات في 9 أسابيع ، مما يوفر للفريق 6.7+
ساعات في الأسبوع من خلال عمليات بيانات محسنة ودقيقة
ملاحظات.
عملت في قسم تطوير التكنولوجيا لفريق تطوير الأعمال ، حيث أنا:

- تطوير لوحات معلومات تفاعلية ، وتحسين الرؤية في المشروع
الحالة عبر الإدارات ، وتخصيص الموارد والمهارات ، والكسب
تقدير إيجابي من أصحاب المصلحة والزملاء رفيعي المستوى.

- أجرى تحليل المناظر الطبيعية والفجوات ، وقدمه إلى نائب الرئيس و
أصحاب المصلحة ، أثروا على قرار الحصول على البرمجيات.

- أتمتة الملفات التطبيقية عبر Python لتحديد المفقودين الحرجة
الملفات ، تم إبلاغ الفريق بنجاح.
عملت في فريق الطاقة في TUV (دافزا) ، حيث أنا:

- تطوير نموذج أولي للوحة معلومات الويب لتحليلات الطاقة الشمسية ل
فريق الطاقة ، للاستخدام الداخلي والتجاري المحتمل. (إكسل
إلى مشروع Django).

- واصلت المشروع (أثناء الدراسات) مع مختلف المواقع
أطر عمل لتحسين لوحة المعلومات.
عملت مع PPRS (وينيبيغ ، مانيتوبا) أثناء الدراسات لمدة 4+ أشهر حيث أنا:

- اتبعت أوامر البريد الأمني في مواقع المصانع ، مع الداخلية و
الدوريات الخارجية ، مراقبة الدوائر التلفزيونية المغلقة ، تسجيل التقارير إلى
ناظر.
  • محترف IBM Data Science 05/12/2019
    رابط شهادتي:
    https://www.credly.com/badges/cb948795-d86b-4138-9989-933d2567891b

    بصفتي IBM Data Science Professional، انغمست في برنامج شامل لتعلم سير العمل الكامل لعلوم البيانات، مع التدريب العملي في برمجة Python، وتحليل البيانات، وSQL، وتصور البيانات، مع المكتبات والأدوات الرائدة جنبا إلى جنب مع نماذج التعلم الآلي، حيث أكملت بنجاح مشروع تتويج (موضح على أنه حل إلى حل أدناه).

    📍 مشكلة:
    إن فتح مطعم / عمل تجاري بدون تنميط للموقع يخاطر بضعف الرؤية والمنافسة العالية وعائد الاستثمار المنخفض.

    🚀 الحل والنتائج:
    استخدم التحليل المستند إلى البيانات (معدلات الجريمة ، وأنواع الأماكن ، والقرب من وسط المدينة ، والمنافسين) وتجميع K-means للكشف عن أحياء وينيبيغ ذات الإمكانات العالية - مما يساعد العملاء على اختيار مناطق الإطلاق المثلى بثقة.

    الأدوات المستخدمة:
    بايثون; Geocoder (arcGIS) ، Pandas ، Folium ، Plotly ، Sklearn ، Foursquare API
  • 🇬🇧 الإنجليزية
  • 🇮🇳 الهندية
0.0 (0)
0
0
0
0
0
⚠️
يرجى الدخول كزبون لإعطاء رأيكم

    محتاجون إلى خدمة ؟

    هل تريدون الإستفادة من خدمات هذا المحترف ؟

    أنشروا إحتياجكم وستتلقون عشرات المقترحات من محترفي المنصة.