✨PROMO SPESIAL 11.11!✨
Belajar Data Bersertifikat 12 Bulan hanya 170K!
0 Hari 1 Jam 15 Menit 20 Detik

Portfolio Data Scientist yang Efektif

Belajar Data Science di Rumah 29-Januari-2023
https://dqlab.id/files/dqlab/cache/f13a74fc30da137e9eb18d1855aaa216_x_Thumbnail800.jpeg

Data scientist membutuhkan kemampuan khusus untuk menyelesaikan permasalahan berdasarkan data yang dimiliki. Bagi pemula penting sekali untuk menunjukkan kemampuan tersebut kepada pihak lain agar kemampuan yang dimiliki semakin mendapatkan perhatian. Salah satu caranya dengan membuat portfolio. Portfolio ini merupakan ringkasan dari pemahaman kalian terhadap suatu permasalahan, metode data science yang kalian pilih untuk menyelesaikan, dan kemampuan mempresentasikan hasil agar dipahami dengan beragam orang dari background yang berbeda.


Pentingnya porfolio bagi data scientist ini membuat pemula harus memberikan perhatian khusus ketika mulai membangunnya. Ada beberapa hal yang perlu dipertimbangkan sebelum akhirnya memulai publikasi portfolio. Apa saja aspek tersebut? Tips apa yang bisa dijadikan pertimbangan pemula? Yuk simak penjelasan berikut!


1. Pentingnya Portfolio Data Scientist

Data Scientist

Portofolio adalah kumpulan proyek data science yang telah dikerjakan oleh seorang praktisi data. Portofolio data scientist dapat membantu kalian menunjukkan keahlian dan kredibilitas, dan juga membantu kalian dapat dikenal oleh orang lain atas kemampuan yang kalian miliki. Portfolio ini dapat menjadi jembatan bagi pemahaman teoritis yang kalian ketahui sebelumnya dengan penerapannya dengan kasus yang lebih nyata. 


Dengan portfolio data scientist, kalian dapat mengukur aspek mana yang perlu kalian perkuat sehingga menjadi praktisi data yang profesional. Ini tentunya penting dilakukan oleh pemula yang belum memiliki kemampuan lebih untuk ditunjukkan secara mendalam. Dengan perkembangan teknologi kini dan semakin populernya big data, kalian tidak perlu khawatir dengan sumber dataset yang bisa kalian gunakan. Saat ini banyak sekali akses gratis untuk publik dengan beragam jenis dataset.


Baca juga : Mengenal Profesi Data Scientist


2. Cara Membuat Portfolio Data Scientist yang Efektif

Data Scientist

Bagi kalian seorang pemula, tentu penting untuk mendapatkan arahan bagaimana membuat portfolio yang efektif. Nah, berikut beberapa hal yang perlu kalian pertimbangkan untuk membangun portfolio.


Mencari platform terbaik

Ini penting bagi pemula karena pemahamannya yang terbatas akan membuat kalian kesulitan menyelesaikan portfolio jika platformnya terlalu kompleks. Lakukan beberapa riset dan perbandingan dari berbagai platform yang tersedia. Cara ini diharapkan membuat kalian lebih fokus pada penyempurnaan portfolio dibandingkan cara mempublikasikan pada platform. Jika ada kursus atau bootcamp yang cocok untuk pemula, sebaiknya ambil kesempatan tersebut. Sehingga portfoliomu lebih bernilai kredibilitasnya karena dibimbing oleh tempat yang sudah terverifikasi kualitasnya. 


Menjelaskan apa yang ingin kalian lakukan

Penting untuk membuka portfolio dengan penjelasan singkat tentang permasalahan apa yang kalian ingin selesaikan, metode apa yang akan digunakan, dan output apa yang akan dihasilkan dari portfolio ini. Sehingga bagi pembaca dengan beragam background dapat memahami alur portfolio yang kalian buat. Terlebih data scientist memang berfokus pada output yang relevan dengan permasalahan dan dapat digunakan untuk pengambilan keputusan atau menyelesaikan masalah. 


Tunjukkan skill yang paling kalian kuasai

Sebagai pemula tentu kemampuan yang kalian miliki masih terbatas. Nah, untuk menarik perhatian perlu menonjolkan kemampuan yang paling kalian kuasai sehingga projek yang dibangun selesai dengan baik dengan output yang paling kalian mengerti. Bagaimana pun juga, kalian akan bertanggung jawab atas apa yang kalian publikasikan. Terlebih jika berkaitan dengan kebutuhan mencari kerja. Akan memberi peluang lebih besar jika kalian bisa mempresentasikan portfolio tersebut dengan baik karena skill yang kalian tunjukkan merupakan aspek yang paling kalian pahami.


Lampirkan kontak yang bisa dihubungi

Bukankah tujuan dari publikasi portfolio adalah mendapatkan kesempatan lain yang sesuai dengan minat? Nah, jika portfolio kalian dinilai baik oleh orang lain, bisa jadi akan ada kesempatan kolaborasi atau tawaran kerja. Jadi jangan lupa untuk cantumkan kontak yang bisa dihubungi seperti nomor telepon/HP, email, LinkedIn. Pastikan kalian menggunakan nama kontak seperti email dan LinkedIn yang profesional, ya.


Baca juga : Yuk Kenal Role Data Scientist, Profesi Menarik Dengan Gaji Besar


3. Contoh-contoh Portfolio Data Scientist

Data Scientist

Pemula mungkin masih kebingungan contoh portfolio data scientist itu seperti apa. Jika kalian sudah belajar otodidak tentang data scientist, tentu ada beberapa tahapan yang kalian tahu. Mulai dari data cleansing, exploratory data analysis, data visualization, atau machine learning. Nah, masing-masing tahapan umumnya memiliki dataset yang bisa kalian gunakan untuk dijadikan portfolio. Selain itu, kalian juga bisa berfokus pada penyelesaian masalah umum yang ada di sekitarmu atau permasalahan yang sedang hangat terjadi. Berikut beberapa ide portfolio data scientist yang bisa kalian kembangkan.

  • TikTok Review Rating Analysis. TikTok adalah salah satu media sosial yang sangat populer saat ini. Menganalisis bagaimana kecenderungan opini dari pengguna TikTok merupakan hal yang cukup menarik. Kalian bisa melakukan analisis berkaitan dengan bagaimana persentase rating yang diberikan oleh pengguna TikTok, apa saja jenis kata yang sering muncul untuk ulasan yang termasuk kategori sentimen positif, dan bagaimana kecenderungan sentimen opini atau ulasan dari pengguna TikTok.

  • COVID-19 World Vaccination Progress Analysis. Program vaksinasi adalah salah satu usaha untuk mengurangi dan mencegah tingkat persebaran COVID-19. Menganalisis bagaimana progress program vaksinasi COVID-19 cukup menarik untuk dijadikan ide proyek data scientist. Kalian bisa mendalami analisa berkaitan dengan negara mana sajakah yang menggunakan jenis vaksin tertentu, negara mana sajakah yang progress vaksinasinya paling cepat dan besar, dan berapa jumlah orang yang divaksinasi per hari berdasarkan negara tertentu.

  • Customer Churn Analysis Project. Churn analysis adalah sebuah proses analisis data dengan tujuan untuk memahami mengapa customer berhenti menggunakan produk atau layanan dari suatu perusahaan. Selain itu, jika kalian mampu untuk memanfaatkan data historis dan umpan balik (feedback) dari customer, kalian bisa memperkirakan perencanaan untuk mencegah kemungkinan customer akan churn ke depannya.


4. DQLab Platform Terbaik Untuk Pemula Membangun Portfolio

Seperti yang dijelaskan sebelumnya, portfolio penting untuk menunjukkan kemampuan kalian dan membuka kesempatan di kenal lebih jauh oleh pihak lain. Sayangnya pemula pasti memiliki keterbatasan informasi harus mulai dari mana, bagaimana cara menyempurnakan portfolio, dan memilih kursus atau platform yang kredibel untuk membantu. Nah, kalian bisa memulainya dengan menyelesaikan semua studi kasus di DQLab loh!


Data Scientist


Studi kasus DQLab dirancang beragam dari berbagai industri dan memastikan fokus pada beragam skill data scientist juga. Harapannya dengan modul ini, pemula tidak lagi kesulitan membangun portfolio mereka. Bagi yang sangat baru dalam belajar ilmu data science, kalian juga bisa belajar dari dasar teorinya terlebih dahulu. Bahkan DQLab memberikan fasilitas Live Code Editor sehingga ketika praktik coding tidak perlu install aplikasi lagi. Masih ragu dengan kenyamanan belajar yang demikian? Yuk, Sign Up saja dulu dan nikmati modul gratisnya agar semakin yakin. Mari membangun portfolio yang menarik bersama DQLab!


Penulis : Dita Feby 

Editor : Annissa Widya  


Mulai Karier
sebagai Praktisi
Data Bersama
DQLab

Daftar sekarang dan ambil langkah
pertamamu untuk mengenal
Data Science.

Buat Akun


Atau

Sudah punya akun? Login