RAMADHAN BERKAH!
Belajar Data 6 BULAN Bersertifikat hanya Rp120K!

0 Hari 2 Jam 41 Menit 25 Detik

4 Elemen Penting dalam Portofolio Data Scientist

Belajar Data Science di Rumah 09-Januari-2023
https://dqlab.id/files/dqlab/cache/11cb4ab8a83df85f88b454c75656a647_x_Thumbnail800.jpeg

Data Scientist menjadi salah satu profesi dengan tingkat pertumbuhan tercepat selama lima tahun terakhir berdasarkan hasil riset LinkedIn Jobs on the Rise di tahun 2022. Pertumbuhan ini diperkirakan akan terus meningkat hingga beberapa tahun ke depan. Perusahaan baik yang berskala besar maupun perusahaan rintisan (start up) membutuhkan data dalam proses pengambilan keputusan. Agar bisa mengolah data-data yang ada khususnya big data menjadi sebuah insight atau untuk membuat prediksi, maka perusahaan akan membutuhkan orang yang ahli di bidang data, salah satunya adalah Data Scientist.


Kita pasti sering mendengar bahwa memiliki portofolio data untuk seorang praktisi data seperti Data Scientist begitu ditekankan. Hal ini disebabkan karena perusahaan mencari orang yang benar-benar sesuai dengan kebutuhan, dimana hal ini tidak dilihat dari lama bekerja namun dari apa yang sudah dikerjakan. Portofolio data merupakan kumpulan dari hasil pekerjaan terbaik mu serta menjadi wadah untuk mendemonstrasikan skill mu sebagai seorang Data Scientist.


Dalam artikel ini, kita akan membahas beberapa elemen yang sebaiknya diperhatikan agar bisa membuat portofolio menjadi lebih menarik. Yuk, simak pembahasannya!


1. Biodata

Data Scientist

Salah satu hal yang sebaiknya ada di dalam portofolio mu adalah perkenalan diri sendiri, background pendidikan, lengkap dengan hal yang telah kamu kerjakan. Dalam perkenalan ini, kamu tidak bisa hanya menuliskan bahwa kamu seorang Data Scientist atau profesi yang sedang kamu miliki saat ini, namun kamu harus menjabarkan hal-hal apa saja yang kamu kerjakan, skill, serta pencapaianmu. Selain itu, ada baiknya kamu menjabarkan sedikit tentang project yang pernah kamu kerjakan dan memiliki kaitan dengan bidang yang sedang kamu targetkan.


Baca juga : Mengenal Profesi Data Scientist


2. Menggunakan Desain Profesional

Data Scientist

Menggunakan desain yang profesional akan membuat portfolio mu menjadi lebih baik. Pada dasarnya, portfolio ini akan digunakan untuk mendapatkan pekerjaan baru, maka sudah seharusnya disajikan dalam tampilan yang profesional. Terlebih karena ini adalah portfolio data, maka tampilannya dibuat untuk mudah diterima oleh mata namun tetap eye catching, serta yang terpenting adalah tidak mengganggu ketika hasil pekerjaanmu ditampilkan. Pemilihan warna dan elemen tambahan menjadi sangat krusial. Sebaiknya tidak menggunakan lebih dari 3 kombinasi warna.


3. Menampilkan Project Terbaikmu

Data Scientist

Di portfolio yang kamu buat, kamu juga harus menampilkan semua pekerjaan terbaikmu namun dalam keadaan clean yang mudah diterima oleh mata dan user friendly. Jika kamu memiliki banyak project yang telah dikerjakan, maka kamu harus memilih project terbaik untuk ditampilkan alih-alih menampilkan semuanya. Menampilkan semua project akan membuat portfolio mu menjadi sangat penuh dan membuat recruiter menjadi lebih susah untuk menemukan apa yang seharusnya mereka lihat sehingga bisa menambah nilai jualmu.


4. Kontak yang Bisa Dihubungi

Data Scientist

Hal penting lainnya yang harus dicantumkan dalam portfolio Data Scientist adalah kontak yang bisa dihubungi kalau mereka tertarik untuk merekrut mu atau jika seandainya mereka ini “get in touch”. Kamu bisa menampilkan email, nomor telepon yang bisa dihubungi serta akun LinkedIn. Contoh portfolio yang kita tampilkan adalah milik Claudia Ten Hoope yang merupakan seorang freelance Data scientist. Di bagian kontak, dia juga memberikan info terkait hal-hal yang bisa dikerjakan serta harga untuk setiap jasa yang ditawarkan.


Baca juga : Yuk Kenal Role Data Scientist, Profesi Menarik Dengan Gaji Besar


Bingung harus membuat portofolio data dari mana? Kamu bisa mulai dengan mengerjakan project yang tersedia di DQLab Academy. Saat ini, project yang ada tersedia dalam tiga bahasa pemrograman yang umum digunakan oleh praktisi data, yaitu bahasa R, Python, dan juga SQL. 


Tidak hanya itu, DQLab juga memudahkan kamu yang tidak memiliki tools pengolahan data, karena di DQLab kamu bisa memanfaatkan live code editor. Sehingga meskipun kamu tidak menginstall software yang digunakan untuk bahasa pemrograman tersebut, kamu tetap bisa mengerjakannya. Yuk, tunggu apa lagi? Buruan sign up dan nikmati fasilitasnya!


Penulis : Gifa Delyani Nursyafitri



Mulai Karier
sebagai Praktisi
Data Bersama
DQLab

Daftar sekarang dan ambil langkah
pertamamu untuk mengenal
Data Science.

Buat Akun


Atau

Sudah punya akun? Login