Tips Jitu Cara Buat Portfolio Data Science Menawan

Masih ada banyak orang yang belum menyadari bahwa ada banyak sekali manfaat dari memiliki sebuah portofolio yang baik. Padahal, portofolio ini sangat penting untuk menunjang karir kalian, termasuk juga ketika kalian ingin berkarir ke dalam dunia data scientist.

Hampir semua lowongan pekerjaan yang berkaitan dengan data scientist pasti memiliki syarat untuk menyertakan portofolio. Karena dengan adanya portofolio dapat memudahkan recruiter untuk menilai langsung skill apa saja yang kalian miliki dari hasil pekerjaan sebelumnya. Maka dari itu penting bagi kalian untuk mengetahui portofolio ini agar mudah mendapatkan pekerjaan.

Portofolio data science ini adalah sebuah alat yang bisa mencerminkan pencapaian, keterampilan, pengalaman, dan value kalian untuk bisa menarik perhatian para recruiter. Pada umumnya, ada beberapa hal yang recruiter lihat pada portofolio data science yaitu track record kalian dalam bisnis, kemampuan teknis tertentu, sampai dengan kemampuan kalian dalam menemukkan insight.

Nah, bagaimana tips membuat portofolio data science yang baik dan benar? Mari kita simak pembahasannya di bawah ini!

1. Memilih Proyek Terbaik

Ketika kalian ingin membuat portofolio, kalian tidak perlu menampilkan semua proyek yang pernah kalian buat dan kerjakan. Jadi kalau kalian memiliki proyek yang menurut kalian tidak percaya diri untuk ditampilkan, kalian tidak perlu khawatir untuk memasukkannya ke dalam portofolio kalian.

Kalian hanya perlu memilih proyek-proyek yang relevan saja, terhadap pekerjaan atau industri yang kalian tuju. Pastikan proyek-proyek data yang kalian sertakan harus menyoroti keterampilan analisis kalian.

Credit by Rolando Gultom - Medium

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

2. Menunjukkan Keterampilan Teknis

Jika kalian ingin membuat portofolio kalian terlihat menarik dan bagus kalian perlu menunjukkan keterampilan teknis yang kalian punya. Pastikan kalian benar bahwa kalian memang keahlian dalam keterampilan yang dibutuhkan seorang data scientist, seperti tools atau bahasa pemrograman yang kalian kuasai. Tunjukkan keahlian kalian dengan contoh-contoh yang konkret.

Credit by Wikipedia

3. Eksplor Portofolio Lain Sebagai Referensi

Kalian juga bisa melihat contoh-contoh portofolio yang dimiliki oleh data scientist profesional sebagai referensi kalian. Ada banyak sekali portofolio data scientist yang ada di internet yang bisa kalian lihat sebagai referensi kalian.

Kalian juga harus memperhatikan apa saja dan bagaimana saja mereka menampilkan proyeknya dan menjadikannya sebagai referensi untuk mengembangkan portofolio kalian sendiri.

Credit by David Venturi Website

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

4. Perbarui Secara Berkala

Kalian tidak perlu ragu ketika kalian ingin memperbarui portofolio kalian. Jika kalian menemukan kesalahan atau mengembangkan lagi proyek-proyek kalian, kalian tentu bisa memperbaikinya di dalam portofolio kalian. Kalian juga bisa menambahkan proyek-proyek kalian terbaru. Tunjukkan bahwa kalian memang seorang data scientist yang aktif bekerja.

Sahabat DQ ingin berkarir di bidang data science tapi, tidak memiliki background pendidikan yang linier dengan itu? Sudah mencoba belajar otodidak tapi malahan overdosis materi? Mengingat skill data science terbilang cukup banyak yang wajib dikuasai salah satunya adalah memahami algoritma data science nya hingga tahap penerapannya pada dataset. 

Yuk, coba free module Introduction to Data Science with R dan python dari DQLab sekarang caranya gimana? Mudah banget kok cukup signup sekarang ke DQLab.id lalu pilih menu learn.

Setelah itu kamu sudah bisa menikmati pembelajaran yang praktis dan aplikatif dan jago algoritma data science bersama DQLab! Tunggu apa lagi? Yuk, signup sekarang dan mulai belajar Module Premium di DQLab!