Inovasikan Portofolio Data Science dengan Cara Berikut
Data science atau ilmu data merupakan suatu bidang ilmu yang banyak diperlukan oleh berbagai bidang di masa kini. Dengan mempelajari data science memiliki prospek kerja yang bagus, beberapa diantaranya adalah menjadi data scientist, data analyst, business analyst, statistician, data engineer, data architect, dan database administrator. Berbagai profesi di atas banyak diperlukan oleh perusahaan masa kini. Salah satu hal yang diperlukan oleh praktisi data adalah portofolio data science. Pada artikel kali ini kita akan mengetahui cara bikin portfolio data science dengan menarik.
Ketika seseorang memiliki keinginan untuk berkarir dalam bidang data, tentu perlu mempersiapkan diri dengan berbagai hal yang diperlukan. Salah satunya adalah mempersiapkan portofolio data dengan baik. Banyak cara yang bisa dilakukan untuk bisa memiliki portofolio data yang menarik dan sesuai dengan yang diinginkan. Beberapa bagian penting yang perlu dicantumkan dalam portofolio data antara lain seperti profil diri, project yang dikerjakan, visualisasi data yang menarik, dan testimoni klien.
1. Kuasai Skill
Ketika akan membangun portofolio data analyst, awal mulanya kita akan diberi suatu project yang berisikan kasus dan menghadapi permasalahan yang harus diselesaikan. Dalam mengerjakan project, kita perlu mengenali istilah-istilah yang digunakan dalam mengerjakan portofolio, paham terhadap studi kasus dan tujuannya, serta kita diharapkan dapat mengemas hasil analisis serta menampilkannya dalam bentuk yang menarik, singkat, dan mudah dipahami oleh pembaca.
Baca juga : Data Science Adalah: Yuk Kenali Lebih Jauh Tentang Data Science!
2. Melampirkan Sertifikat Pelatihan
Bagi seseorang yang baru belajar data science seringkali mengikuti kegiatan pelatihan atau bootcamp data science. Dalam kegiatan pelatihan tersebut peserta mendapatkan materi dan belajar praktek menganalisis data. keuntungan lainnya dalam mengikuti pelatihan adalah mendapatkan sertifikat pelatihan atau sejenisnya. Sertifikat pelatihan yang dimiliki ini bisa dicantumkan dalam portofolio data. Dengan demikian akan lebih meyakinkan pembaca ketika mereview portofolio data yang kita miliki.
sumber: iStock
3. Update Portofolio
Saat ini sudah banyak ditemukan portofolio data yang digunakan sebagai gambaran atau referensi bagi para pemula. Akan tetapi, tidak jarang juga portofolio yang ada itu merupakan format atau jenis lama yang belum diupdate. Semakin hari, umumnya orang semakin kreativitas untuk mengembangkan portofolio datanya. Nah, agar tidak ketinggalan dengan portofolio terbaru lainnya, kita juga perlu terus mengupdate skill serta mengupdate portofolio dengan isi yang lebih berkualitas serta menarik.
4. Mencantumkan Tautan
dicantumkan dalam portofolio data adalah daftar project apa saja yang dikerjakan. Namun ada kalanya portofolio data ini terbatas oleh tempat yang tidak cukup banyak. Hal ini bisa jadi membingungkan para penulis yang telah memiliki banyak pengalaman dalam menganalisis data.
Untuk menyiasatinya, penulis dapat memilih beberapa project saja yang ditampilkan dalam portofolio dan menambahkan tautan link yang berisi daftar project lainnya sehingga pembaca dapat mengunjungi tautan link tersebut jika ingin mengetahui project lainnya.
sumber: mogodev
Baca juga : 3 Contoh Penerapan Data Science yang Sangat Berguna di Dunia Perindustrian
Portofolio data adalah salah satu berkas yang perlu dilampirkan ketika seseorang melampirkan lamaran pekerjaan. Dengan adanya portofolio data maka akan membuktikan skill menganalisis data yang dimiliki.
DQLab menyajikan materi secara teori maupun praktek. Selain itu di DQLab pun menyediakan berbagai modul dan ebook dengan materi yang beragam sesuai kebutuhan.
Cara bergabungnya sangat mudah. Langsung saja sign up di DQLab.id/signup dan nikmati belajar data science DQLab dan ikuti Bootcamp Machine Learning and AI for Beginner.
Penulis : Latifah Uswatun Khasanah
Editor : Annissa Widya Davita