Ragam Elemen untuk Bangun Portfolio Data Science
Portofolio data science adalah kumpulan karya terbaik dan menunjukkan keahlian kita sebagai data scientist. Portofolio data science harus menampilkan kombinasi code dan dokumentasi serta beberapa contoh tulisan yang menunjukkan kemampuan kita untuk berkomunikasi secara efektif tentang data dan project yang sudah kita kerjakan. Portfolio ini juga bisa menggambarkan bagaimana proses dan cara kita berpikir untuk memecahkan masalah.
Portofolio data science akan berfokus pada keahlian yang kita miliki dalam hal deep learning, analisis data eksplorasi, ilmu komputer, bahasa pemrograman, dan masih banyak lagi. Media ini juga bisa menjadi cara yang bagus untuk menampilkan project sains atau minat pribadi apa pun yang terkait dengan data science, seperti membuat aplikasi atau situs web atau mengerjakan kumpulan data di rumah.
Namun, membuat portfolio cukup tricky. Jika terlalu panjang, audience cenderung malas membaca hingga akhir, namun jika terlalu pendek ditakutkan informasi yang hendak disampaikan kurang jelas. Pada artikel kali ini, DQLab akan membahas empat elemen yang dibutuhkan oleh setiap portofolio data science yang hebat.
1. Menjelaskan Profil Diri
Hal pertama yang harus diperhatikan adalah cara menggambarkan siapa kita dan apa yang kita lakukan secara jelas. Tidaklah cukup hanya mengatakan, “Saya seorang data scientist” atau “Saya seorang AI engineer.” kita perlu mendeskripsikan keterampilan komunikasi, pengalaman, dan pencapaian kita.
Di bagian ini, kita juga harus membicarakan contoh project apa pun yang relevan dengan bidang kita. Misalnya, jika kita melamar pekerjaan sebagai data scientist startup, masuk akal untuk memasukkan project apa pun yang terkait dengan startup ke dalam portofolio kita.
Baca juga : Data Science Adalah: Yuk Kenali Lebih Jauh Tentang Data Science!
2. Web Load Time yang Cepat
Source: Sakhsi Gupta
Salah satu media yang digunakan untuk membagikan portfolio data science adalah website. Kecepatan web sangat penting agar audience tidak memutuskan untuk close browser sebelum mereka melihat karya kita secara menyeluruh. Kita dapat menggunakan Google PageSpeed Insights untuk menguji seberapa cepat web kita dimuat di berbagai perangkat dan browser.
3. Desain yang Profesional
Portofolio harus terlihat profesional, tidak seperti blog atau resume pribadi. Website harus mudah dilihat dan menampilkan informasi dan pekerjaan kita tanpa gangguan seperti iklan atau pop-up yang dapat mengalihkan perhatian audience yang mencoba menavigasi website.
4. Ilustrasi Project on Point
Portofolio harus menggambarkan semua karya dan project terbaik kita dalam format yang mudah dipahami, enak dipandang, dan ramah audience. Portofolio yang berisi terlalu banyak informasi akan menyulitkan recruiter untuk menemukan apa yang mereka cari dengan cepat, jadi buatlah ilustrasi project tetap sederhana dan to the point.
Baca juga : 3 Contoh Penerapan Data Science yang Sangat Berguna di Dunia Perindustrian
Ingin mencoba membangun portfolio data science namun masih bingung harus mencari project dari mana? Yuk coba berbagai project dari DQLab! DQLab adalah platform edukasi pertama yang mengintegrasi fitur ChatGPT yang memudahkan beginner untuk mengakses informasi mengenai data science secara lebih mendalam.
DQLab juga menggunakan metode HERO yaitu Hands-On, Experiential Learning & Outcome-based, yang dirancang ramah untuk pemula. Jadi sangat cocok untuk kamu yang belum mengenal data science sama sekali. Untuk bisa merasakan pengalaman belajar yang praktis dan aplikatif, yuk sign up sekarang di DQLab.id atau ikuti DQLab Bootcamp LiveClass berikut untuk informasi lebih lengkapnya!
Penulis: Galuh Nurvinda K