Portfolio Data Analyst yang Perlu Dibangun Pemula
![https://dqlab.id/files/dqlab/cache/longtail-senin-03-2023-10-07-075856_x_Thumbnail800.jpg](https://dqlab.id/files/dqlab/cache/longtail-senin-03-2023-10-07-075856_x_Thumbnail800.jpg)
Saat ini profesi yang berkaitan dengan data science banyak dibutuhkan oleh perusahaan maupun kepentingan pribadi. Data analyst merupakan salah satu profesi yang berkaitan dengan data.
Untuk menjadi seorang data analyst perlu memiliki berbagai keahlian yang mendukungnya dalam melaksanakan tugas dan tanggung jawab. Terdapat berbagai cara untuk menjadi data analyst, salah satunya dengan menyiapkan portofolio data analyst.
Pada saat melamar pekerjaan menjadi data analyst terdapat beberapa hal yang perlu dipersiapkan seperti curriculum vitae, portofolio data, serta mempersiapkan softskill maupun hardskill yang dibutuhkan seorang data analyst.
Portofolio data merupakan suatu berkas yang berisi rangkain project yang pernah dikerjakan oleh pelamar. Tidak hanya digunakan untuk melamar pekerjaan, membuat portofolio data science ini bisa membuat value seseorang menjadi lebih tinggi berkat keahlian yang dimilikinya.
1.Skill Analisis Data
Dalam membuat portofolio, poin penting dalam portofolio adalah proses penyelesaian permasalahan data atau proses analisis data. Pada bagian ini kita dituntut untuk menampilkan kinerja kita menggunakan skill analisis yang kita miliki beserta pengalaman dalam menganalisis data.
Oleh karena itu, pentingnya melatih skill analisis dalam sebagai penunjang kinerja kita semakin baik agar dapat menyelesaikan permasalahan data secara maksimal.
Baca juga : Bootcamp Data Analyst with SQL and Python
2. Perhatikan Isi Portofolio Data
Ketika akan membuat portofolio data penting bagi kita untuk mengetahui elemen apa saja yang perlu diisi dalam portofolio data. Dengan membuat portofolio data yang berisi data lengkap tentu akan membuat pembaca lebih memahaminya.
Portofolio data dapat berisi identitas diri, pengalaman dalam menganalisis data, kontak yang bisa dihubungi, tatan link project (jika ada), project yang dikerjakan, cara atau teknik menganalisis data, serta hasil analisis data.
3. Tampilan yang Menarik
Sebagian besar dari kalian mungkin pernah mendengar istilah “jatuh cinta pada pandangan pertama”. Nah, istilah ini juga bisa saja berlaku bagi para rekruter dalam menyeleksi portofolio yang ada. Tampilan yang menarik dan rapi akan bisa menarik perhatian recruiter untuk membaca lebih lanjut.
Walaupun sebenarnya dapat dikatakan pula bahwa tampilan yang menarik tidak menjamin isinya, namun lebih baiknya lagi kita menampilkan portofolio dengan sebaik mungkin tanpa melupakan poin penting dari apa yang akan disampaikan.
4. Memperhatikan Apa yang Akan Ditampilkan
Dalam membuat portofolio data analyst, selain mengerjakan proyek serta menampilkannya, adakalanya penulis ingin menonjolkan beberapa skill seperti komunikasi, kemampuan berkolaborasi, kompetensi teknis, kemampuan bernalar, keahlian dalam bidang data, motivasi, pengambilan inisiatif.
Dengan mengetahui serta menampilkan hal-hal yang ingin ditonjolkan, maka akan dapat membuat recruiter melirik kita berdasarkan hal-hal tersebut.
Baca juga : Data Analyst vs Data Scientist, Yuk Kenali Perbedaannya
Portofolio data merupakan salah satu upaya yang dilakukan untuk meringkas atau merangkum hasil analisis project yang telah dikerjakan. Dengan membuat portofolio data tentunya akan menjadi nilai plus di mata recruiter. Kalian bisa mulai dari sedini mungkin untuk membuat portofolio ya, salah satu caranya dengan mengerjakan berbagai modul yang tersedia di DQLab!
DQLab merupakan suatu platform belajar online yang berfokus pada pengenalan Data Science & Artificial Intelligence (AI) dengan menggunakan berbagai bahasa pemrograman populer. Selain itu DQLab merupakan platform edukasi pertama yang mengintegrasi fitur ChatGPT.
DQLab juga menggunakan metode HERO, yaitu Hands-On, Experiental Learning & Outcome-based, yang dirancang ramah untuk pemula. Untuk bisa merasakan pengalaman belajar yang praktis & aplikatif yuk langsung saja sign up di DQLab.id/signup dan ikuti DQLab LiveClass Bootcamp Data Analyst with SQL and Python sekarang!
Penulis : Latifah Uswatun Khasanah
Editor : Annissa Widya Davita