Tips Penting Bangun Portfolio Data Scientist dari Nol

Menjadi seorang Data Scientist yang hebat dan terampil pastinya dibutuhkan skill-skill Data Scientist yang mumpuni. Untuk mendapatkan skill tersebut kalian harus membuktikannya ke dalam sebuah dokumentasi bernama portofolio. Pada dasarnya, portofolio merupakan kombinasi dari kata port yang berasal dari kata report atau laporan dan folio yang berarti full atau lengkap. Secara umum, portofolio merupakan dokumen pribadi maupun kelompok yang berisi hal-hal yang pernah dikerjakan, dimana laporan ini akan disusun secara rapi.

Lalu apa portofolio Data Scientist itu? Sebenarnya, tidak ada yang berbeda antara pemahaman portofolio Data Science dengan portofolio pada umumnya, dimana pada portofolio Data Science akan berisi hasil analisis data yang sudah pernah dikerjakan. Semakin rumit penyelesaian yang pernah dikerjakan menunjukkan bahwa si praktisi data semakin mumpuni di bidang tersebut.

Salah satu cara agar membuat para rekruter yakin untuk memilihmu adalah dengan menunjukkan portofolio data yang menarik. Karena para rekruter tidak mengenalmu lebih jauh, maka kamu harus bisa memberi kesan yang baik melalui portofolio datamu.

Dalam artikel ini kita akan membahas beberapa tips yang bisa dicoba untuk membuat portofolio Data Science yang menarik. Yuk simak pembahasannya!

1. Tips 1: Menentukan Topik yang Ingin Diselesaikan

Hal pertama yang harus dilakukan adalah membuat list topik yang ingin diselesaikan. Setiap saat akan selalu ada topik pembicaraan yang masuk trending. Kamu bisa memanfaatkannya topik tersebut untuk membuat portofolio data.

Misalkan ketika ada sebuah film baru yang keluar, kamu bisa memanfaatkannya untuk mencari informasi yang menarik. Misalnya saja melihat apakah sentimen masyarakat lebih ke arah positif atau negatif, prediksi jumlah penonton, membandingkan dengan film lain yang baru muncul, dan masih banyak lagi.

Hal ini akan menunjukkan kamu bahwa kamu selalu tertarik untuk mencari tahu informasi dari hal yang sedang banyak dibicarakan melalui data, sehingga nantinya rekruter akan memprediksi di dalam pekerjaan kamu juga akan melakukan hal yang sama ketika menghadapi permasalahan baru.

Baca juga : Mengenal Profesi Data Scientist

2. Tips 2: 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.

Pertama 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.

3. Tips 3: 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.

Beberapa elemen lainnya yaitu informasi pribadi seperti nama lengkap dan kontak yang bisa dihubungi, akun sosial media, akun linkedin, tautan link, list project yang pernah dikerjakan, serta riwayat pekerjaan sebelumnya yang relevan.

4. Bangun Portofolio dengan Mengakses DQLab Project

DQLab Project merupakan salah satu wadah bagi member DQLab untuk membangun portofolio data mereka. Dengan mengikuti program Data Mentoring, kamu bisa belajar secara langsung bersama ahlinya, dan kamu juga berkesempatan untuk membangun relasi bersama para praktisi dan member DQLab lainnya.

Dengan mengakses DQLab Project yang dirancang khusus berdasarkan kasus riil industri, kamu akan berlatih seperti menghadapi kasus yang biasanya dihadapi industri nyata.

5. Pilih Platform yang Cocok untuk Portofolio Data Science

Selain mempersiapkan kompetensi data dengan baik, kamu juga harus mempersiapkan diri dari sisi self branding. Apa sih yang dimaksud dengan self branding? Self branding merupakan salah satu cara agar kamu dikenal dengan praktisi data atau komunitas lainnya. Kamu dapat memulai dengan membagikan portofolio kamu pada sosial media yang kamu miliki.

Banyak platform yang dapat meningkatkan self branding kamu diantaranya adalah sosial media yang kamu miliki, linkedin serta Github.

• Github: Melalui Github, kamu bisa memamerkan barisan coding yang telah kamu buat loh!

• Medium: Dengan Medium, kamu dapat menceritakan analisis studi kasus yang telah kamu kerjakan dalam bentuk artikel.

• Instagram: Platform ini dapat kamu gunakan untuk menjadi portofolio bagi visualisasi data yang telah kamu ciptakan!

• LinkedIn: Menjadi salah satu platform pencarian kerja secara profesional, kamu dapat memamerkan sertifikasi yang kamu miliki!

6.  Manfaat Memiliki Portofolio Data Science

Bagaimana pendapat kalian setelah mengetahui tips membuat portofolio data di atas? Untuk lebih menyakinkan lagi, perlu bagi kita mengetahui apa saja manfaat memiliki portofolio data. Beberapa diantaranya yaitu:

• Portofolio data akan menceritakan kepiawaian dalam bekerja,

• Dinilai lebih terpercaya,

• Sebagai pengingat akan pencapaian,

• Membantu calon klien merasakan bagaimana bekerja sama dengan kita,

• Meningkatkan kesempatan memperoleh lebih banyak klien,

•  Menjadi pembeda dengan pesaing,

• Sebagai tempat untuk menunjukan kreatifitas,

• Dan masih banyak lagi.

Baca juga : Bootcamp Machine Learning and AI for Beginner

Data Analyst memang menjadi profesi yang lebih mudah diakses oleh berbagai background, karena tingkat kesulitan untuk dipelajari belum sesulit Data Scientist. Kamu bisa memulai proses menjadi Data Analyst dengan belajar di DQLab.

DQLab merupakan platform belajar online yang berfokus pada pengenalan Data Science & Artificial Intelligence (AI) dengan menggunakan bahasa pemrograman populer, serta platform edukasi pertama yang mengintegrasi fitur Chat GPT.

Selain itu DQLab juga menggunakan metode HERO yaitu Hands-On, Experiential Learning & Outcome-based, yang dirancang ramah untuk pemula.

Untuk mendapatkan pengalaman belajar menarik, buruan sign up di DQLab.id! Daftar sekarang dan kejar impianmu untuk menjadi Data Analyst atau ikuti Bootcamp Machine Learning and AI for Beginner!