Project Data Science yang Cocok Buat Jadi Portofolio Data

Sahabat DQ, untuk bisa menjadi seorang praktisi Data Science memang dibutuhkan bekal yang cukup ya untuk siap menghadapi industri data! Sebagai calon praktisi data, kamu perlu memiliki sejumlah kompetensi yang akan berguna ketika kamu  memecahkan permasalahan seputar pengolahan data nantinya. Namun, pemahaman teori saja tidak cukup, Sahabat DQ. Kamu perlu memperlihatkan sejauh mana pemahaman teorimu dengan menuangkannnya ke dalam suatu project data.

Project data inilah yang nantinya bisa kamu gunakan sebagai portofolio datamu untuk membantumu mencari pekerjaan. Sebab, melalui portofolio, rekruter akan semakin paham project dan skill set yang telah kamu kuasai. Memangnya, project apa saja sih yang cocok untuk dijadikan portofolio data? Ini jawabannya!

1. Project Data Cleaning

Data cleaning merupakan langkah awal dalam proses pengolahan data. Data yang baru dikumpulkan, kemungkinan besar terdapat banyak bagian yang tidak relevan atau bahkan ada bagian yang hilang. Oleh sebab itu, proses pembersihan data atau yang dikenal dengan istilah data cleaning menjadi penting. 

Secara umum, hal yang bisa diatasi menggunakan data cleaning adalah penanganan missing value dan noise. Missing value adalah kondisi di mana adanya data yang hilang atau tidak lengkap, sedangkan noise merupakan data yang tidak berguna yang tidak dapat diinterpretasikan oleh tools. Dengan mengerjakan project data jenis ini, Sahabat DQ akan dianggap mampu mengolah data mentah menjadi sebuah data bersih yang siap diolah ke tahap selanjutnya.

Baca juga : Belajar Excel untuk Data Cleaning, Yuk !

2. Project Machine Learning

Di era digitalisasi saat ini, istilah machine learning nampaknya sudah tidak asing lagi, khususnya di sejumlah perusahaan. Secara sederhana, machine learning yang merupakan bagian dari Artificial Intelligence (AI) adalah mesin yang dikembangkan untuk dapat belajar dengan sendirinya tanpa perlu diprogram ulang atau tanpa arahan user. Kehadirannya, memudahkan pekerjaan manusia yang sebelumnya dilakukan secara manual, kini dapat dilakukan dengan bantuan machine learning. 

Hal ini juga bukan tanpa sebab, mengingat pertumbuhan dan pertukaran data sangat cepat dan beragam, maka diperlukan teknologi yang dapat mendukungnya. Maka sebabnya, jika kamu sudah memiliki portofolio berupa project data machine learning, ini akan menjadi nilai jual mu di mata rekruter!

3. Project Data Visualization

Salah satu tahapan terakhir dalam proses pengolahan data adalah mengubah hasil olahan data ke dalam bentuk visual, bisa dalam berupa grafik, chart, dan lainnya. Hal ini tentu untuk memudahkan orang awam untuk bisa memahami isi hasil olahan data tersebut. Karena pada praktiknya nanti, dalam suatu perusahaan, hasil olahan data yang dibuat oleh tim praktisi data akan dipresentasikan ke sesama rekan kerja yang mungkin tidak memahami data. 

Oleh sebab itu, keterlibatanmu dalam project data visualization juga cukup berpengaruh pada saat kamu mencari pekerjaan. Rekruter akan menilai, jika kamu memiliki pengalaman dalam memvisualisasikan data.

Baca juga: Visualisasi Data Populer dalam Python

4. Mau Cari Project Lainnya? Yuk, Temukan di Sini!

Memiliki portofolio data adalah bekal yang cukup penting dalam mempersiapkan karirmu di industri data. Dengan terus memperbanyak portofolio, selain kemampuanmu akan semakin terasah, kamu juga akan memiliki validitas atas apa yang pernah kamu kerjakan, Sahabat DQ! Sekarang, sudah saatnya kamu mulai perdalam pengetahuanmu tentang data science. Di DQLab, selain mempelajari secara teori, kamu juga berkesempatan untuk terjun ke sejumlah project yang nantinya bisa kamu jadikan bahan portofolio! 

Penasaran? Yuk, saatnya bergabung di DQLab.id!

Penulis : Sandi Sabar Rahman
Editor : Annissa Widya Davita

Tags