PROMO 7.7! DISKON 98%
Belajar Data Science Bersertifikat, 12 Bulan hanya 177K!

0 Hari 5 Jam 45 Menit 53 Detik

Catat 5 Hal Ini Dalam Portofolio Data Scientist

Belajar Data Science di Rumah 07-Juli-2023
https://dqlab.id/files/dqlab/cache/img_3107-2023-07-07-190519_x_Thumbnail800.jpeg

Portofolio data scientist merupakan salah satu dokumen yang perlu diperhatikan oleh calon pelamar. Hal ini dilakukan untuk menunjukkan ketertarikan pelamar yang ingin melamar sebagai data scientist. Portofolio data scientist menunjukkan sekumpulan hasil karya dan salinan kode yang pernah dibuat oleh pelamar dalam memecahkan masalah tertentu. Sebagai seorang data scientist perlu diketahui bahwa kemampuan problem solving yang baik akan menentukan seberapa dalam kecakapan seseorang dalam menyelesaikan masalah dan menghasilkan keputusan yang lebih baik serta bermanfaat bagi pihak pengambil kebijakan. 


Portofolio data scientist yang baik mengandung unsur yang tidak membingungkan pembaca dan menghindari ambiguitas selaku pengamat portofolio dalam proses rekrutmen. HRD selaku pengamat portofolio kandidat tidak ingin main-main soal unsur apa saja yang dimasukkan dalam portofolio. Harap dicatat dan perlu diperhatikan bahwa portofolio data scientist sebisa mungkin tidak mencantumkan informasi-informasi yang tidak diperlukan dan terkesan berlebihan. Hal ini sangat bermanfaat bagi calon kandidat untuk segera berbenah memperbaiki portofolio mereka menuju proses rekrutmen. 


Jika kamu adalah seseorang yang ingin melamar menjadi seorang data scientist, berikut adalah 5 hal yang tidak boleh dimasukkan dalam portofolio data scientist. Apa saja itu? Simak informasinya yuk sahabat DQLab!


1. Informasi Pribadi yang Tidak Relevan

Hal pertama yang sangat dihindari ketika punya portofolio data scientist adalah jangan sekali-kali mencantumkan informasi pribadi secara lengkap dan detail. Informasi pribadi disini misalnya nomor identitas kependudukan, tanggal lahir, alamat rumah secara lengkap, tinggi badan, berat badan, kontak reference (kalau belum izin, sebaiknya jangan dicantumkan), dan informasi pribadi lainnya. Detail boleh namun perlu waspada juga bahwa semua atas nama privasi tidak sepatutnya disebarkan secara luas. Jika data pribadi kamu sampai pada orang yang tidak tepat, siapa yang tanggung jawab?


Misalkan kamu mencantumkan data nomor induk kependudukan di portofolio yang sudah kamu buat. Kalau misalkan nomor itu disalahgunakan oleh orang lain lantas kita yang punya nomor akan mendapatkan kerugian tanpa kita sadari. Jika ingin mencantumkan tanggal lahir kamu cukup mencantumkan tahunnya saja tidak perlu bulan dan juga tanggalnya. Selain itu, apabila kamu mencantumkan kontak maka perlu diperhatikan juga apakah kontak yang kamu cantumkan itu adalah kontak yang bisa dihubungi atau tidak.

data scientist

Sumber Gambar: ResearchGate


Baca juga : Mengenal Profesi Data Scientist


2. Materi Portofolio yang Mengandung Hak Cipta

Hal yang seringkali dilewatkan oleh pelamar ketika ingin membuat portofolio adalah penggunaan materi yang tidak sesuai dengan etika pengutipan. Terkadang materi yang kita buat itu bisa saja sudah dibuat oleh orang lain. Nah, tugas kamu sebagai seorang kandidat adalah mengubahnya menjadi sesuatu yang berbeda sehingga tidak terlihat persis sama dengan orang lain yang sudah membuat karya portofolio serupa.


Materi portofolio yang mengandung konten hak cipta ini harus kalian hindari karena jika kamu membuat materi portofolio yang terdapat hak cipta di dalamnya maka orang yang kamu catut atau pemilik karya itu akan merasa tidak terima. Jadi jangan pernah mencuri atau menggunakan proyek orang lain tanpa izin dan menjatuhkannya sebagai bagian dari portofolio anda. Sebab, ini tidak etis dan juga merusak kredibilitas anda sebagai pelamar.


3. Proyek yang Tidak Sesuai

Proyek yang tidak sesuai juga menjadi salah satu indikasi kenapa kamu tidak boleh mencantumkan hal ini di portofolio kamu. Pastikan untuk memilih proyek yang relevan dengan latar belakang posisi yang kamu lamar dan juga sertakan proyek sesuai dengan situasi yang ada. Contoh ketika kamu melamar menjadi seorang data scientist di perusahaan yang bergerak di bidang marketing maka kamu bisa mencantumkan proyek yang berhubungan dengan bidang marketing juga agar sejalan dan sepaham sehingga sesuai dengan visi misi perusahaan yang kamu lamar.

data scientist

Sumber Gambar: Planview


4. Pengalaman Kerja yang Tidak Sesuai

Mungkin diantara kalian ada yang memiliki pengalaman kerja lebih dari satu tahun dua tahun bahkan 5 tahun. Tapi kalian harus tahu juga bahwa pengalaman kerja yang tidak sesuai dengan posisi yang kamu lamar saat ini juga menjadi salah satu hal yang perlu kamu hindari dalam menuliskan di portofolio kamu. Pengalaman kerja boleh banyak tetapi kamu harus pandai untuk memilah-milah pengalaman kerja mana yang sesuai dengan perusahaan yang kamu lamar.


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


5. Penyusunan Konten yang Tidak Terstruktur

Hal yang kelima ini mungkin akan sepele di mata kandidat yang lain tapi untuk rekruter sebagai pembaca maka penyusunan konten portofolio juga menjadi salah satu hal yang perlu dikritisi dari sekarang. Hendaknya penyusunan konten dalam portofolio ini dibuat secara terstruktur. Mulai dari cover, daftar isi kemudian proyek-proyek apa saja yang bakal kamu masukkan dalam portofolio, cara menyelesaikan, langkah-langkahnya, dan juga tools apa saja yang kamu gunakan dalam menyelesaikan masalah di portofolio kamu ini.


Kamu juga bisa menambahkan desain agar dapat memanjakan mata recruiter sehingga portofolio kamu terkesan tidak monoton dan juga memiliki perbedaan dibandingkan kandidat yang lainnya. Pastikan untuk membuat desain yang tidak terlalu ramai namun padat akan substansi yang akan kamu sajikan dalam portofolio data scientist.


Untuk bisa menjadi Data Scientist, setidaknya kamu harus bisa memiliki pemahaman akan ilmu Data Science. Nah, tidak perlu bingung harus belajar dimana, karena DQLab menyediakan banyak modul yang berkaitan dengan Data Science. 


DQLab merupakan platform belajar online yang berfokus pada pengenalan Data Science & Artificial Intelligence (AI) dengan menggunakan bahasa pemrograman populer, serta platform edukasi pertama yang mengintegrasi fitur Chat GPT.  Selain itu DQLab juga menggunakan metode HERO yaitu Hands-On, Experiential Learning & Outcome-based, yang dirancang ramah untuk pemula. 


Yuk sign up di DQLab untuk mendapatkan pengalaman belajar yang lebih menarik. Daftar sekarang dan kejar impianmu untuk menjadi Data Scientist!


Penulis: Reyvan Maulid


Mulai Karier
sebagai Praktisi
Data Bersama
DQLab

Daftar sekarang dan ambil langkah
pertamamu untuk mengenal
Data Science.

Buat Akun


Atau

Sudah punya akun? Login