Buat Akun DQLab & Akses Kelas Data Science Python, R, SQL, Excel GRATIS

Bocoran Cara Bangun Portfolio Data yang Dilirik Perusahaan

Belajar Data Science di Rumah 25-Maret-2022
https://dqlab.id/files/dqlab/cache/b35f6e9ee46d3b7099e3038ec363831b_x_Thumbnail800.jpg

Sejatinya, portofolio menjadi bekal utama yang bisa kamu andalkan saat mencari pekerjaan, Sahabat DQ! Melalui portofolio hasil karyamu dapat dilihat banyak orang, termasuk oleh perekrut. Tentunya, ini bisa jadi bahan pertimbangan perekrut, apakah kamu layak dan memenuhi standar perusahaan atau tidak. Dalam dunia data, portofolio juga sangat begitu penting. Semakin beragam isi portofolio datamu, maka akan semakin baik nilai jual diri kamu di mata perekrut. Salah memperkaya portofoliomu dengan mengerjakan sejumlah project data. Lalu, seperti apa sih sebenernya cara membangun portofolio data?


Kali ini, salah seorang member DQLab, Revyan Maulid Prasetya, akan membongkar tips membangun portofolio data yang pernah ia kerjakan, melalui project data berjudul "A Walk Into Sensory Science" yang ia kerjakan pada kesempatan DQ-Weekend Challenge.


1. Perkenalkan Project Secara Singkat & Jabarkan Library yang Digunakan


data sciencedata science

Sebagai pembuka, kamu bisa memulai project datamu dengan memberikan sedikit gambaran tentang project yang sedang kamu kerjakan. Kamu bisa mulai dengan memperkenalkan project, kemudian tools apa yang kamu gunakan, dan siapa data mentormu yang mengawasimu pada saat mengerjakan project. Jika sudah, kamu bisa melanjutkan dengan menjabarkan library apa saja dibutuhkan, baik untuk menarik, mengolah, dan pada tahap visualisasi data. Tentunya, hal ini agar user dapat memahami portofolio secara mendalam. 


Baca juga : Bermodal Kompetensi Data Cleansing, Rahmat Buktikan Dirinya Berhasil Berkarir sebagai Data Analyst di Era Pandemi


2. Menjelaskan Data & Sampel Data yang Digunakan


data sciencedata science

Langkah selanjutnya yang perlu kamu lakukan adalah menjelaskan data-data yang kamu gunakan. Selain tentang pengenalan data, kamu juga bisa menjelaskan observasi data yang kamu lalukan terhadap data. Hal ini agar bisa memberikan gambaran kepada user jika sewaktu-waktu mengolah jenis data yang sama dengan yang kamu gunakan. Jangan lupa, informasikan juga sampel dan panelis dari data yang ada. Kamu bisa mulai mencari dan menghitung jumlah sampel. Semangat, Sahabat DQ!


3. Menjabarkan Analisis Korelasi & Tarik Kesimpulan Secara Tepat

data science data science


Jika semua tahapan tadi sudah kamu lakukan, kini saatnya kamu masuk ke tahap akhir yakni dengan menjabarkan sedetail dan sejelas mungkin analisis korelasi yang kamu hasilkan. Dan yang pasti, kamu perlu menarik kesimpulan dengan secara menarik dan tepat. Gunakan bahasa yang mudah dipahami dan jangan terlalu panjang, agar user pemula bisa memahami isi dari project datamu.


Baca juga : 6 Bulan Menjadi Fresh Graduate, Wahyu Berhasil Berkarir di Masa Pandemi Sesuai dengan Passionnya


4. Yuk Saatnya Perkaya Project Data Demi Portofoliomu!

data science


Sahabat DQ, kamu sudah tahu kan pentingnya portofolio dalam karirmu di industri data? Yuk, jangan buang waktumu, mulai bangun portofoliomu dengan beragam project data! Jika kamu merasa kesulitan, kamu bisa mempelajarinya secara bertahap di DQLab


Materi pembelajaran  yang dapat diakses secara gratis di DQLab.id dikemas ke dalam bentuk modul. Selama mempelajari modul, kamu akan ditemani fitur Live Code Editor. Sehingga kamu akan lebih mudah memahami setiap modulnya. Sembari berproses dan belajar, kamu tetap bisa bangun portofoliomu dari sekarang. Semangat terus Sahabat DQ!


Penulis: Sandi Sabar Rahman

Editor: Annissa Widya Davita

 


Mulai Karier
sebagai Praktisi
Data Bersama
DQLab

Daftar sekarang dan ambil langkah
pertamamu untuk mengenal
Data Science.

Buat Akun


Atau

Sudah punya akun? Login