3.3 TRIPLE THE SALE!
Belajar Data 6 BULAN Bersertifikat hanya Rp130K!

0 Hari 2 Jam 2 Menit 43 Detik

4 Platform Gratis Showcase Portfolio Data Science

Belajar Data Science di Rumah 06-Desember-2023
https://dqlab.id/files/dqlab/cache/longtail-selasa-05-2023-12-07-084943_x_Thumbnail800.jpg

Membuat dan menampilkan portofolio data science yang solid merupakan langkah penting untuk memperlihatkan ilmu-ilmu yang telah kita pelajari. Tujuan utama dari portofolio adalah sebagai dokumentasi atas project-project yang telah kita lakukan karena portfolio berisi hal-hal penting dalam project berupa tujuan project, data source, ringkasan langkah-langkah analisis data dan hasilnya.


Dengan mendokumentasikan setiap project yang telah kita selesaikan, kita dapat mereview project tersebut apabila suatu saat mengerjakan project yang mirip. Selain berguna bagi diri sendiri, portfolio juga bisa bermanfaat bagi orang lain. Misalnya, praktisi data yang sebelumnya kesulitan menyelesaikan suatu project dan merasa terbantu dan mendapatkan titik terang setelah membaca portfolio data science kita.


Kabar baiknya, dengan sharing project data science dengan komunitas data science kita dapat berkontribusi pada basis pengetahuan umum, menciptakan peluang kolaborasi, membantu membangun brand image, dan membuat kita terlibat dalam percakapan atau diskusi yang lebih besar.


Oleh karena itu, ada baiknya kita mendokumentasikan project kita dan membagikan ke lebih banyak orang. Ada banyak pilihan untuk menghosting portofolio data science. Pada artikel kali ini, kita akan membahas beberapa platform gratis yang bisa kita manfaatkan untuk sharing portfolio data science kita.


Penasaran apa saja? Yuk simak artikel ini hingga akhir!


1. Kaggle

Data Science

Kaggle adalah platform komunitas online untuk data scientist dan machine learning enthusiast. Di Kaggle kita dapat berkolaborasi dengan data scientist lainnya, menemukan dan upload kumpulan data, upload notebooks, dan ‘bersaing’ dengan data scientist lainnya untuk memecahkan challenge data science.


Selain itu, di platform ini ada banyak kumpulan data yang tersedia bagi mereka yang ingin mengimplementasikan algoritmanya. Keuntungan Kaggle adalah data yang tersedia merupakan data terstruktur dan dibersihkan dengan relatif baik. Oleh karena itu, Kaggle adalah platform yang bagus untuk mulai dan sharing project data science. 


Baca juga : Data Science Adalah: Yuk Kenali Lebih Jauh Tentang Data Science!


2. GitHub

Data Science


Pada level yang lebih tinggi, GitHub adalah situs web dan layanan cloud yang membantu developer menyimpan dan mengelola repositori kode mereka serta melacak dan memantau perubahan pada repositori tersebut. Untuk memahami apa itu GitHub, kita perlu mengetahui dua prinsip, yaitu version control dan Git yang akan membantu kita mencatat perubahan pada project kita dari waktu ke waktu untuk mengingat versi tertentu di kemudian hari.


Platform ini memungkinkan users-nya untuk berkolaborasi atau mempublikasikan project open source, share dan upload kode, serta melacak masalah yang muncul dalam sebuah script code.


3. Personal Website

Data Science

Memiliki blog atau situs web pribadi juga merupakan cara terbaik untuk sharing project data science. Hal ini karena membuat situs web relatif mudah tanpa mengeluarkan anggaran yang besar. Jika kamu memutuskan untuk mengambil cara ini, salah satu rekomendasi website gratis yang bisa kamu gunakan adalah WordPress.


Namun, ketika kita sharing portfolio data science menggunakan personal website, ada tantangan yang harus dihadapi yaitu kita harus share link ke media lain agar terjangkau oleh pembaca atau mengoptimalkan SEO agar project kita dapat tampil di halaman pertama pencarian Google.


4. Medium dan Social Media

Data Science

Untuk project portofolio berbasis konten, ada platform blogging yang dapat kita gunakan selain website personal. Medium adalah salah satu platform terbaik untuk menjangkau khalayak yang lebih luas dengan project kita. Selain itu, kita juga bisa memposting di berbagai social media seperti Quora, LinkedIn, Twitter, dan Reddit, untuk membantu memperkuat legitimasi kita sebagai data scientist dan memungkinkan project kita mendapatkan lebih banyak visibilitas.


Baca juga : 3 Contoh Penerapan Data Science yang Sangat Berguna di Dunia Perindustrian


Yuk tambah portfolio data science kamu dengan mengerjakan berbagai project dari DQLab! DQLab adalah platform edukasi pertama yang mengintegrasi fitur ChatGPT yang memudahkan beginner untuk mengakses informasi mengenai data science secara lebih mendalam.


DQLab juga menggunakan metode HERO yaitu Hands-On, Experiential Learning & Outcome-based, yang dirancang ramah untuk pemula. Jadi sangat cocok untuk kamu yang belum mengenal data science sama sekali. Untuk bisa merasakan pengalaman belajar yang praktis dan aplikatif, yuk sign up sekarang di DQLab.id atau ikuti Bootcamp Data Analyst with SQL and Python berikut untuk informasi lebih lengkapnya!


Penulis: Galuh Nurvinda K




Mulai Karier
sebagai Praktisi Data
Bersama DQLab

Daftar sekarang dan ambil langkah pertamamu untuk mengenal Data Science.

Buat Akun Gratis Dengan :

https://dqlab.id/files/dqlab/file/data-web-1/data-user-2/50040333a3a5d46bf130664e5870ebc6/8be7fae4b69abead22aa9296bcab7b4b.jpg Sign-Up dengan Google

https://dqlab.id/files/dqlab/file/data-web-1/data-user-2/50040333a3a5d46bf130664e5870ebc6/d0aa879292fb427c0978d2a12b416e98.jpg Sign-Up dengan Facebook

Atau Buat Dengan :