Langkah-Langkah Membuat Portfolio Data Analyst DQLab
Menjadi seorang data analyst yang hebat dan terampil pastinya dibutuhkan skill-skill yang mumpuni. Untuk mendapatkan skill-skill tersebut kalian harus membuatkan sebuah dokumentasi dalam bentuk portofolio. Portofolio ini merupakan hasil dari pembuatan sebuah dokumentasi atau project kalian yang pernah kalian buat dan buktikan atas softskill dan juga hardskill yang kalian miliki. Dengan kalian melampirkan hasil dokumentasi kalian atau portofolio yang sesuai dengan posisi atau skill yang kalian kuasai pada saat kalian melamar pekerjaan, maka perusahaan akan semakin yakin kepada kalian yang memberikan contoh project kalian sebagai bahan pertimbangan untuk menerima kalian di perusahaan mereka.
Nah, biasanya banyak perusahaan memberikan test kepada para pelamar untuk bisa join ke dalam perusahaan, untuk testnya sendiri terbagi menjadi dua test yaitu test teori dan juga test codingan. Pada artikel kali ini kita akan membahas kisi-kisi dari test tersebut yaitu test teori dan juga beberapa macam test coding. Jadi simak terus ya artikel dibawah ini.
1. Test Teori Data Analyst
Sebelumnya kita sudah membahas kisi-kisi tentang apa-apa saja test untuk menjadi seorang data analyst, salah satunya adalah test teori data analyst. Tes teori ini diperuntukan untuk menguji seberapa mampu kalian dalam melakukan ETL (Extract Transform Load) sebuah data. Salah satu contoh adalah proyek market research dengan goals dapat melakukan churn analysis kepada produk di salah satu cabang perusahaan. Dengan berharap bisa memberikan sebuah rekomendasi dalam bisnis dan juga strategi yang pas untuk menurunkan churn pelanggan tersebut. Pada tes teori yang diberikan oleh perusahaa ini kalian akan diasah skillnya untuk bisa mengerti apa itu data cleaning dan algoritma skill, data storytelling, dan juga data visualization.
Baca juga : Kenali Perbedaan Data Scientist, Data Analyst dan Data Engineer
2. Test Coding: Data Preparation
Pada modul data analyst: project business decision research kalian akan diuji kembali bagaimana keahlian kalian dalam menggunakan library yang ada pada python untuk membuat rekomendasi dan juga visualisasi yang tepat dari sebuah data retail, sehingga hal tersebut dapat membantu proses pengambilan sebuah keputusan bisnis di tahap persiapan data. Nah, kalian dapat memulai membangun portofolio kalian dengan menyelesaikan tahap ini untuk dapat menentukan churn konsumen data transaksi dari tahun 2013 sampai dengan tahun 2019 dengan bentuk file CSV.
Di dalam proses data preparation ini terdapat langkah-langkah yang harus kalian selesaikan terlebih dahulu yaitu:
Importing Data: hal pertama adalah melakukan import data_retail.csv ke dalam python environment
Cleansing data: Setelah mengimport data langkah selanjutnya adalah melakukan pembersihan dan juga modifikasi data sehingga siap untuk digunakan dan dianalisis lebih lanjut. Yang perlu dilakukan adalah menghapus kolom yang tidak perlukan, yaitu kolom ‘no’ dan juga ‘Row_Num’ dengan mengetik code berikut:
3. Test Coding: Data Visualization
Selanjutnya kalian akan masuk ke dalam tahap Data Visualization yaitu kalian akan membuat sebuah visualisasi data. Pada bagian ini kalian akan diuji kemampuannya dalam menggunakan library python untuk membuat suatu rekomendasi dan visualisasi yang tepat juga dari data retail sehingga dapat membantu kalian dalam proses pengambilan keputusan bisnis pada tahap EDA dengan visualisasi data. Untuk contohnya kalian dapat memulai visualisasi datanya berupa trend of customer acquisition by year dengan cara menggunakan bar chart. Untuk itu kalian dapat membuat kolom tambahan yang merupakan tahun dari pertama kali transaksi dan tahun dari terakhir transaksi masing-masingnya dengan menggunakan nama Year_First_Transaction dan juga Year_Last_Transaction sebelum melakukan visualisasi.
Baca juga : Yuk Kenal Role Data Scientist, Profesi Menarik Dengan Gaji Besar
4. Test Coding: Modeling
Selanjutnya adalah langkah terakhir kalian untuk membuat portofolio adalah membuat contoh project yaitu modeling. Pada bagian ini kalian akan diuji atau ditest oleh perusahaan sampai mana keahlian kalian dalam menggunakan library python untuk membuat rekomendasi dan visualisasi yang tepat dari data retail sehingga dapat membantu proses pengambilan keputusan bisnis pada tahap pemodelan data dengan cara kalian dapat menggunakan klasifikasi. Jadi dengan melakukan testing 25% dari jumlah dataset, yang selanjutnya akan membuat sebuah model menggunakan linear regression,inisialisasi lah, model, fit, dan juga evaluasi model dengan menggunakan confusion matrix.
Yuk, segera kumpulkan tekad kamu mulai berkarir atau switch karir di bidang data analyst sekarang juga. Ngga usah overthinking karena tidak memiliki background pendidikan yang linier dengan itu. Kamu bisa mulai bangun portfolio datamu yang outstanding dengan Modul Data Analyst Career Track bersama DQLab dan nikmati modul-modul dari dasar hingga tingkat mahir. Caranya dengan Sign Up sekarang untuk #MulaiBelajarData di DQLab:
Buat Akun Gratis dengan Signup di DQLab.id/signup
Pilih menu Learn
Pilih menu Career Track
Lalu Pilih menu Data Analyst