JULY SPECIAL ! DISKON 96%
Belajar Data Science Bersertifikat, 12 Bulan hanya 180K!
0 Hari 9 Jam 54 Menit 34 Detik

Tips & Tricks Membuat Project Portfolio Data Scientist

Belajar Data Science di Rumah 06-Oktober-2023
https://dqlab.id/files/dqlab/cache/1-longtail-jumat-02-2023-10-07-095224_x_Thumbnail800.jpg

Data science adalah gabungan beberapa disiplin ilmu seperti big data, data mining dan machine learning. Saat ini, data scientist menggunakan ilmu ini untuk kegiatan pengumpulan dan analisis data, baik data yang tidak terstruktur maupun terstruktur dari suatu organisasi atau perusahaan.


Data scientist adalah profesional yang mencatat, membersihkan noise dan bulk data, memanfaatkan matematika dan skill coding untuk memproses data dan memperoleh insights yang relevan. Perusahaan kemudian menggunakan insights tersebut untuk meningkatkan layanan pelanggan, kualitas produk, komunikasi antar organisasi, dan masih banyak lagi.


Di masa dimana produksi data semakin tinggi, peluang karir data scientist sangat besar. Namun, profesi yang satu ini memerlukan skill praktik yang hanya bisa dilakukan dengan kegiatan hands-on atau mengerjakan project secara langsung.


Project-project tersebut bisa digunakan sebagai portofolio. Pada artikel kali ini DQLab akan membagikan langkah mengerjakan project yang bisa kamu gunakan untuk membuat portfolio data scientist yang bisa kamu kerjakan sendiri. Jadi, simak artikel berikut ini sampai akhir!


1. Define Problem

Data Scientist

Hal pertama yang harus dilakukan adalah membuat list masalah yang ingin dipecahkan. Tidak perlu muluk-muluk, kok! Kamu bisa mulai dari masalah sederhana yang ada di sekitarmu.


Misalnya, kamu bisa mencatat semua pengeluaranmu dalam beberapa bulan kemudian memvisualisasikannya dalam bentu dashboard. Dengan begitu, kamu bisa menganalisis pengeluaran tidak penting apa yang harus dibuang atau dikurangi sehingga kamu bisa lebih banyak saving.


Baca juga : Mengenal Profesi Data Scientist


2. Collecting Data

Setelah kamu mendapatkan masalah yang ingin kamu selesaikan, kamu bisa mulai mencari data yang bisa mendukung tercapainya solusi yang kamu inginkan.


Data ini bisa berasal dari data internal, misalnya data pribadi yang kamu miliki ataupun data eksternal yang bisa kamu ambil di berbagai sumber. Kamu juga bisa melakukan scraping untuk mendapatkan data dari website atau social media.

Data Scientist


3. Menentukan Metode Analisis Data

Setelah kamu mendapatkan data yang kamu perlukan, saatnya untuk menentukan best method agar data yang kamu miliki dapat menjawab permasalahan yang kamu angkat.


Ada banyak metode yang bisa kamu gunakan, mulai dari metode sederhana seperti statistik deskriptif hingga metode yang cukup kompleks. Dalam satu project, kamu juga bisa menggunakan lebih dari satu metode, loh!

Data Scientist


Hal penting yang tidak boleh kamu lupakan adalah menentukan tools yang tepat karena tidak semua tools bisa digunakan untuk menganalisis data berukuran cukup besar. Jadi pastikan tools yang kamu gunakan sesuai dengan jumlah data yang kamu miliki, ya!


4. Sharing

Setelah analisis selesai, kamu harus menginterpretasikan hasil analisisnya karena tidak semua orang memahami dan bisa membaca data. Interpretasi ini tidak hanya mengkalimatkan angka yang ada di hasil analisis tetapi juga makna dari angka tersebut. Hal ini akan mempermudah orang lain yang ingin membaca project-mu.


Data Scientist


Setelah interpretasi selesai, jangan lupa untuk mempublikasikan project-mu, ya! Hal ini agar project yang telah kamu kerjakan mudah diakses dan dibaca oleh orang lain, terutama oleh recruiter ketika kamu melamar pekerjaan.


Ada banyak platform yang bisa kamu gunakan, misalnya google slide, website, blogspot, medium, bahkan social media seperti Instagram.


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


Yuk persiapkan dirimu untuk terjun di dunia data dengan mempelajari berbagai teori data science menggunakan modul dari DQLab! Kita juga bisa praktik langsung menulis script bahasa pemrograman populer seperti python dan R dengan live code editor yang ada di dalam modul 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 Bootcamp Machine Learning and AI for Beginner berikut untuk informasi lebih lengkapnya!


Penulis: Galuh Nurvinda K

Mulai Karier
sebagai Praktisi
Data Bersama
DQLab

Daftar sekarang dan ambil langkah
pertamamu untuk mengenal
Data Science.

Buat Akun


Atau

Sudah punya akun? Login