Media Dokumentasi Portfolio Data Science untuk Pemula

Portofolio merupakan salah satu cara membuka gerbang kepercayaan talent acquisition. Portofolio data science adalah kumpulan karya terbaik Sahabat DQ dan menunjukkan keahlian Sahabat DQ sebagai ilmuwan data. Portofolio data science harus menampilkan kombinasi kode dan dokumentasi Sahabat DQ dan beberapa contoh tulisan yang menunjukkan kemampuan Sahabat DQ untuk berkomunikasi secara efektif tentang data. 

Portfolio juga membantu memvisualisasikan proses Sahabat DQ dan bagaimana Sahabat DQ berpikir tentang pemecahan masalah. Portofolio data science akan menyorot keahlian Sahabat DQ dalam deep learning, analisis data eksplorasi dalam statistics dan ilmu bisnis.

Hal ini juga bisa menjadi nilai jual dan cara yang bagus untuk menampilkan proyek atau minat pribadi apa pun yang terkait dengan data science seperti membuat aplikasi atau situs web atau mengerjakan kumpulan data di rumah.

Salah satu upaya untuk mendapatkan pekerjaan adalah dengan membuat portfolio data. Mendapatkan pekerjaan biasanya menjadi alasan utama untuk membangun portofolio. Sahabat DQ dapat menampilkan keahlian baik dari softskill maupun hardskill Sahabat DQ dengan menunjukkan pekerjaan yang telah Sahabat DQ lakukan di project sebelumnya. Semakin kuat portofolio online Sahabat DQ, semakin tinggi peluang Sahabat DQ untuk dipekerjakan untuk pekerjaan impian.

Lalu, apa saja media dokumentasi portfolio data? Simak pada artikel ini!

1. GitHub

Github merupakan salah satu media yang sangat powerfull untuk bisa showcase project Sahabat DQ. Github adalah platform paling populer di kalangan pengembang, dan sejujurnya, perekrut memeriksa profil GitHub Sahabat DQ untuk tau skill dan background dari Sahabat DQ. GitHub adalah platform kolaboratif global tempat orang-orang berbagi dan berkolaborasi dalam berbagai macam proyek. 

Baca juga: Memahami Keunggulan dan Manfaat Data Science dalam Dunia Bisnis

2. Deepnote

Deepnote jauh lebih sederhana daripada GitHub, dan juga ramah pemula. Jika Sahabat DQ terbiasa dengan notebook Jupyter maka akan sangat mudah bagi Sahabat DQ untuk mempublikasikan proyek pertama Sahabat DQ.

Platform menyediakan semua kualitas GitHub tetapi jauh lebih sederhana dan fokus pada komunitas praktisi data. Sama seperti GitHub Gist, Sahabat DQ dapat membagikan cuplikan kode Sahabat DQ dengan tim Sahabat DQ atau publik secara umum. 

3. DAGsHub 

DAGsHub merupakan platform yang jarang di jamah oleh calon praktisi data. DAGsHub hadir dengan server DVC, MLflow, Visualizing pipeline, dan Sinkronisasi GitHub. DAGsHub memungkinkan Sahabat DQ untuk berbagi repositori GitHub Sahabat DQ dan membuat proyek ilmu data Sahabat DQ dengan kemampuan untuk memvisualisasikan Machine Learning.

DagsHub juga memiliki fitur tersembunyi README.ipynb sebagai file deskripsi proyek Sahabat DQ, yang berarti Sahabat DQ perlu mempelajari Git dan DVC untuk menggunakan platform ini dengan lebih flexibel.

4. Kaggle

Sahabat DQ dapat membuat profil Kaggle sambil mempelajari dasar-dasarnya. Platform ini sangat ramah untuk pemula untuk bisa bersaing mengembagkan solusi inovatif dan tentunya sebagai wadah untuk showcase portfolio data Sahabat DQ! 

Baca juga : 3 Contoh Penerapan Data Science yang Sangat Berguna di Dunia Perindustrian

Belajar memulai karir sebagai praktisi data science dengan menggunakan Python, R dan SQL sederhana dengan sign up dan login melalui DQLab Academy! Yuk nikmati kemudahan belajar tanpa ribet melalui live code editor DQLab. Belajar sambil buat portfolio dengan modul DQLab! 

Signup sekarang atau isi form dibawah ini ya Sahabat DQ!

Tags