MIDYEAR PROMO! Segera Beli Paket Premium Belajar Data Science 6 Bulan hanya Rp. 99.000. DAFTAR

Pakai Kode: DQMIDYEAR. Berakhir 0 Days 7 Jam : 51 Menit : 34 Detik

Kursus Data Science Online: Membangun Portofolio Data Science

Belajar Data Science di Rumah 21-Desember-2020
https://dqlab.id/files/dqlab/cache/4a583ec3e79a6487279e3ed777b461a9_x_Thumbnail800.jpg

Jika kamu mengikuti kursus data science online, tentunya kamu memiliki kesempatan membangun portofolio yang merupakan suatu prasyarat sebelum kalian terjun memasuki ranah industri data. Sederhananya, portofolio data mengisyaratkan bahwa pelamar telah memiliki pengalaman dalam mengerjakan suatu proyek atau challenge yang diberikan oleh kursus data science. Kamu bisa mendapatkan pekerjaan di bidang data science dengan kemampuan statistik yang cukup, machine learning, pemrograman, dan juga mengikuti kursus data science. Tetapi beberapa orang yang memiliki keterampilan tersebut justru tidak memiliki portofolio. Walaupun resume itu penting, memiliki portofolio bukti publik yang menunjukkan keterampilan data science dapat mendukung prospek karirmu.

Portofolio biasanya ditanyakan oleh recruiter ketika interview berlangsung. Harapannya, pelamar bisa menjelaskan kepada recruiter mengenai pengalaman selama mengerjakan proyek yang didapatkan dari kursus data science atau mengikuti kompetisi data, kendala dan hambatan yang dialami, hingga sebagai ajang untuk memamerkan keahlian mereka terkait dengan data science yang telah mereka dapatkan selama mengikuti kursus data science. Oleh karena itu, pada artikel DQLab kali ini, kita akan membahas kepentingan membangun portofolio data untuk karirmu. Yuk simak selengkapnya artikel berikut ini!

 

1. Pentingnya Membangun Portofolio

Selain bermanfaat dalam membuat portofolio, portofolio penting karena dapat membantu kamu mendapatkan pekerjaan. Berdasarkan artikel yang membahas tentang David Robinson Chief Data Scientist di DataCamp ketika dia diwawancarai oleh Marissa Gemma di blog Mode Analytics. Dia ditanya tentang pengalaman mendapatkan pekerjaan pertamanya di industri. Strategi paling efektif menurutnya adalah membangun portofolio. Dia membuat blog dan melakukan banyak proyek analisis data, dan ini membantu memberikan bukti publik tentang keterampilan data science nya. Kamu mungkin bisa saja menganggap ini tidak terlalu penting, akan tetapi jika kamu semakin aktif, makan semakin besar juga kemungkinan kamu mendapatkan pekerjaan dengan cepat.

 

Baca juga : Belajar Data Analyst dengan Akses DQLab Module Python for Data Professional Beginner Part 1 Sekarang!

 

2. Jenis Proyek yang Ada di Portofolio

Proyek portofolio yang baik adalah proyek yang melakukan pemodelan-pemodelan yang berbobot dan dengan menggunakan data yang menarik. Banyak orang melakukan analisa dengan data keuangan atau data Twitter; tidak buruk, akan tetapi datanya tidak begitu menarik. Salah satu kuncinya adalah pada web scraping yang merupakan cara yang efektif untuk mendapatkan data yang menarik.

Salah satu contoh proyeknya adalah data spam. Saat ini, kita dikelilingi oleh spam di sekitar kita seperti email spam, iklan spam, dan SMS spam. Dataset spam SMS berisi sekumpulan pesan SMS yang dideteksi sebagai spam. Kumpulan data ini mewakili pesan spam yang berbeda sebagai entri dari file CSV agar mudah dibaca dan diekstrak. File CSV data set berisi dua kolom, satu untuk klasifikasi pesan sebagai spam atau bukan, dan yang lainnya adalah teks mentah pesan. Lalu bagaimana kamu dapat menggunakan data spam tersebut? Kamu dapat menggunakan algoritma klasifikasi (Classification) machine learning untuk membuat pengklasifikasi pesan spam, lalu mengujinya pada beberapa pesan untuk melabeli mereka sebagai aman atau spam. Kamu dapat membuat model dan melatih dataset ini untuk memprediksi dan mendeteksi pesan spam.

 

3. Media Sosial Sebagai Tempat Publikasi Portofolio Datamu

Memiliki akun Github, Kaggle, Stack Overflow, dan sejenis dapat mendukung profilmu dan memperluas jaringanmu. Contohnya adalah GitHub, Profil Github adalah media yang tepat untuk menunjukkan bahwa kamu adalah data scientist yang kompeten. Di bagian proyek resume, orang sering menyisipkan tautan ke GitHub mereka. GitHub memungkinkan orang melihat apa yang telah kamu buat beserta tahap analisisnya. Di beberapa perusahaan, recruiter akan melihat GitHub pelamar.

Baca juga : Belajar Data Science dan Lanjutkan Perjalananmu Menjadi Aksara! Yuk, Akses “Data Analyst Python Career Track” Sekarang!

 

4. Signup Sekarang dan Mulai Belajar Data Science Bersama DQLab!

Tidak memiliki background IT? Jangan khawatir, kamu tetap bisa menguasai Ilmu Data Science untuk siap berkarir di revolusi industri 4.0. Bangun proyek dan portofolio datamu bersama DQLab untuk mulai berkarir di industri data yang sebenarnya! Sign up sekarang untuk #MulaiBelajarData di DQLab!

Simak informasi di bawah ini untuk mengakses gratis module ‘Introduction to Data Science’:

1.Buat Akun Gratis dengan Signup di DQLab.id/signup

2.Akses module Introduction to Data Science

3.Selesaikan modulenya, dapatkan sertifikat & reward menarik dari DQLab

4.Subscribe DQLab.id untuk Akses Semua Module Premium!

 

Penulis: Salsabila Miftah Rezkia

Editor : Annissa Widya Davita


Share

Postingan Terkait

Mulai Bangun Karirmu Bersama DQLab!