3 Aspek Penting Pembuatan Portofolio Data Analyst
Data Analyst termasuk salah satu pekerjaan yang berhubungan erat dengan data. Beberapa tahun terakhir ini, data dianggap sebagai hal yang sangat berharga. Sehingga tidak heran jika kebutuhan akan orang yang mampu untuk mengolah data termasuk Data Analyst terus meningkat. Bahkan di bulan Oktober tahun ini, jumlah lowongan untuk Data Analyst saja mencapai 10 ribuan yang tersebar di berbagai platform, seperti Jobstreet, Kalibrr, Linked In, Glints, serta platform lainnya.
Tingginya kebutuhan akan praktisi data akan membuat banyaknya orang yang juga tertarik untuk menempati posisi itu. Salah satu cara agar membuatmu bersinar di mana para recruiter adalah dengan membuat portofolio data. Portofolio data merupakan kumpulan dokumen milik perorangan, kelompok, atau lembaga yang dijadikan sebagai bukti pekerjaan yang pernah dikerjakan. Untuk bisa membuat portofolio data yang menarik, kita harus memastikan bahwa aspek aspek penting telah ada di dalam portofolio kita.
Dalam artikel ini kita akan membahas mengenai aspek aspek tersebut. Yuk, simak pembahasannya!
1.Profil Pemilik Portofolio
Salah satu aspek yang harus ada dalam portofolio data adalah profil dari pemilik portofolio. Biasanya bagian profil ini akan diletakkan di halaman awal portofolio. Disini kita bisa menjelaskan mengenai data pribadi (meliputi nama, email, nomor telepon yang bisa dihubungi, akun LinkedIn, dll), background yang berhubungan dengan Data Analytics, alasan tertarik dengan bidang data, aspek yang paling diminati dari bidang data, serta posisi pekerjaan tertinggi yang berhubungan dengan Data Science atau Data Analytic. Dengan menambahkan profil, kita bisa mempermudah recruiter untuk mengenal kita.
Baca juga : Kenali Perbedaan Data Scientist, Data Analyst dan Data Engineer
2. Project Data dan Pencapaian
Aspek kedua yang harus ada adalah project data yang telah dikerjakan lengkap dengan metode yang dipilih. Di aspek ini, kita bisa menjelaskan studi kasus yang sedang dihadapi. Selain itu tahapan dalam proses pengolahan data juga harus dijelaskan secara rinci. Kemudian pertimbangan memilih metode yang digunakan juga bisa dijabarkan. Dan tentu saja yang paling penting adalah insight dari datanya. Bagian ini termasuk bagian yang cukup penting, karena disini kita bisa menunjukkan kemampuan kita untuk mengubah data menjadi insight.
3.Testimoni Client atau Review Mentor
Aspek selanjutnya yang penting dimasukkan ke dalam portofolio adalah testimoni dari client atau review dari mentor. Dalam pekerjaan, testimoni dari client ini perlu untuk dimasukkan karena bisa digunakan untuk mengukur seberapa puas orang lain dengan hasil pekerjaanmu. Namun jika kamu belum bekerja, kamu bisa menggunakan review dari mentor. Biasanya jika kita mengikuti bootcamp, mentor akan memberikan review dari hasil pekerjaan yang sudah dibuat. Hal ini bisa menambah nilai dari portofolio mu sehingga recruiter bisa melirikmu.
4.Buat Portofolio Data dengan Menggunakan Project di DQLab
JIka kamu bingung untuk memulai membuat portofolio data mu, kamu mungkin bisa mencoba dengan mengerjakan project yang ada di DQLab. Ada banyak sekali project yang bisa kamu gunakan, mulai dari yang menggunakan bahasa R, Python, dan juga SQL. Selain itu, project nya juga akan dibagi sesuai dengan berbagai industri yang pasti akan membutuhkan praktisi data. Tips yang harus kamu coba adalah kamu harus menyesuaikan data dan studi kasus yang digunakan dengan industri yang kamu lamar.
Baca juga : Data Analyst vs Data Scientist, Yuk Kenali Perbedaannya
Tertarik menjadi seorang Data Analyst? Kamu bisa mulai dengan belajar bahasa pemrograman R, Python, dan SQL di DQLab. Seperti kata pepatah, “sekali menyelam dua tiga pulau terlampaui” bisa kamu temukan disini. Tidak hanya belajar bahasa pemrograman, namun kamu juga akan belajar untuk membuat visualisasi data, mencari insight dari data, serta ada project yang sangat mirip dengan permasalahan di lapangan. Caranya cukup mudah, kamu hanya perlu berlangganan menjadi member premium DQLab dan kamu akan bisa menikmati semua hal tersebut.
Tapi untuk kamu yang belum mau berlangganan menjadi member premium, kamu juga tetap bisa mengakses live code yang ada di free modul loh, yaitu modul “Introduction to Data Science with R” dan “Introduction to Data Science with Python”. Yuk, tunggu apa lagi? Buruan sign up dan nikmati fasilitasnya!
Penulis : Gifa Delyani Nursyafitri