PROMO PUNCAK LEBARAN DISKON 99%
Belajar Data Science 6 Bulan BERSERTIFIKAT hanya Rp 99K!

0 Hari 2 Jam 48 Menit 11 Detik

Terapkan 5P dalam Portfolio Data Sciencemu

Belajar Data Science di Rumah 09-Maret-2023
https://dqlab.id/files/dqlab/cache/c415ffdd52e6704c18c29e1f92dc3474_x_Thumbnail800.jpeg

Sebagai seorang calon praktisi data, tentunya membangun portofolio Data Science merupakan suatu prasyarat sebelum kalian terjun memasuki ranah industri data. Sederhananya, portofolio data mengisyaratkan bahwa pelamar telah memiliki pengalaman dalam mengerjakan suatu proyek atau challenge yang diberikan oleh kursus Data Science.


Selain sebagai unjuk kemampuan dalam bidang Data Science, portofolio sangatlah penting bagi Fresh Graduate maupun experience. Hal tersebut diibaratkan sebagai "pintu gerbang" untuk bisa meraih pekerjaan idaman di industri data. Tidak heran, jika portofolio ini kerap kali digunakan sebagai bukti pengakuan atas keterampilan pelamar dalam menyelesaikan suatu proyek.


Portofolio Data Science perlu dibuat semenarik mungkin. Salah satunya berisi permasalahan terupdate yang sedang terjadi baik di lingkungan sekitar, skala nasional, atau bahkan sebagai permasalahan dunia. Untuk terus mendapatkan informasi berkaitan dengan kasus tersebut, kalian perlu mengikuti beberapa hal.


Berikut akan dibahas cara membuat portofolio Data Science terupdate yang bisa dilaksanakan oleh semua kalangan. Yuk simak penjelasannya!


1. Pentingnya Portfolio Data Science

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 : Data Science Adalah: Yuk Kenali Lebih Jauh Tentang Data Science!


2. Perhatikan Apa yang Akan Ditampilkan

Hal yang pertama kalian lakukan adalah memastikan apa yang akan kalian tampilkan sebelum membuat portofolio adalah skills apa saja yang ingin kalian tonjolkan di dalam portofolio kalian. 


Jadi kalian dapat menampilkan beberapa skills kalian seperti kalian menonjolkan skill berkomunikasi, kemampuan untuk bekerja dalam tim, memiliki kompetensi teknis, memiliki kemampuan mengambil inisiatif, dan lain sebagainya selagi kalian menguasai skill tersebut kalian dapat memasukkan dalam portofolio kalian.


3. Pahami Target Audience

Membangun portofolio data tidak hanya mengerjakan suatu project, namun untuk mendapatkan perhatian yang tinggi kamu perlu tahu target audience yang akan kamu tuju. Ada dua tipe target audience untuk membagikan hasil portofolio datamu.


Selanjutnya kamu bisa segmentasikan portofolio pada user atau pihak-pihak yang memang paham dengan data, sehingga kamu dapat memfokuskan portofolio datamu lebih mendalam terkait dengan teknis.


Selain itu kamu juga bisa fokuskan portofolio datamu untuk segmentasi stakeholder yang memang awam dengan data.


4. Pahami Elemen Portofolio

Portofolio merupakan salah satu bagian penting ketika seseorang ingin melamar pekerjaan. Dengan membuat portofolio yang lengkap, jelas dan menarik tentunya akan menjadi nilai tambah bagi pelamar. Perlu diingat bahwa selain melampirkan hasil kerja yang sesuai dalam portofolio, terdapat berbagai elemen penting dalam portofolio data.


Pada portofolio data, elemen yang ditampilkan kurang lebih seperti yang ada di CV yaitu meliputi nama lengkap, kontak, riwayat pekerjaan, akun linkedin dan email, dan yang paling penting adalah project atau studi kasus yang pernah dikerjakan.


Beberapa elemen lainnya yaitu, akun sosial media, tautan link, list project yang pernah dikerjakan, serta riwayat pekerjaan sebelumnya yang relevan.


5. Publikasikan Portofolio Datamu di Berbagai Platform

Dalam membangun sebuah portofolio data, hal yang perlu diputuskan adalah dimana platform yang suitable untuk mempublikasikan portofolio kamu. Jangan khawatir, tersedia berbagai macam opsi agar portofolio kamu bisa terlihat catchy dan menarik.


Mulai dari Jupyter Notebook, GitHub untuk Python, RPubs untuk bahasa pemrograman R, Kaggle, Shinyapps hingga Tableau Public loh sahabat data.


Tentunya, dengan beragam pilihan yang telah disediakan akan sangat membantu sahabat data agar portofolio datanya bisa menjadi daya tarik yang memikat HR saat sesi interview.


Dengan melakukan hal ini, kamu bisa memamerkan keterampilan komunikasi dan skill teknis yang berkaitan dengan Data Science. Orang yang dapat mengkomunikasikan konsep teknis dalam bahasa sederhana dan mudah dipahami sangat dicari oleh recruiters.


Kamu juga bisa menggunakan portofolio blog dan codingmu sebagai tempat untuk mempraktekkannya melalui tulisan dan video. Semoga membantu ya sahabat data.


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


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!


Studi kasus DQLab dirancang dari berbagai industri dan memastikan fokus pada beragam skill Data Science. 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!

Mulai Karier
sebagai Praktisi
Data Bersama
DQLab

Daftar sekarang dan ambil langkah
pertamamu untuk mengenal
Data Science.

Buat Akun


Atau

Sudah punya akun? Login