Tips Portofolio Data Science yang Eyecatching

Pada saat ini berbagai macam profesi sudah semakin banyak yang ‘kekinian’. Profesi-profesi kekinian ini biasanya berkaitan dengan kemajuan teknologi. Salah satu profesi yang menjadi incaran orang-orang masa kini adalah data scientist. Sesuai dengan namanya, data scientist tentunya harus menguasai data science. Banyak orang mencari cara bikin portfolio data science untuk menunjang kemudahan menjadi seorang data scientist profesional.

Menjadi seorang data science selain memiliki skill-skill yang diperlukan juga perlu menunjukkan hasil kerjanya. Hasil dari mengerjakan project data science perlu ditunjukkan sebagai bentuk pembuktian kemampuan seseorang dalam menganalisis data. Semua itu dapat disampaikan dalam portofolio data science. Dengan membaca portofolio data science seseorang akan mengetahui project apa saja yang pernah dikerjakan dan seberapa mampu seseorang dalam mengolah data.

1. Sampaikan Project

Isi utama dari portofolio data science adalah project-project yang dikerjakan. Pada bagian ini penulis mempresentasikan hasil kerjanya ke dalam portofolio dengan kata-kata yang menarik, singkat, jelas dan sesuai. Penulis diharapkan dapat menjelaskan kasus apa yang akan diselesaikan, apa permasalahannya, teknik apa yang digunakan, tools yang digunakan, hasil analisis serta kesimpulan dari hasil analisis. Selain itu untuk mendukung tampilannya, penulis juga dapat menambahkan gambar pendukung yang relevan dengan project.

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

2. Buat Tampilan Menarik

Pada saat membaca sesuatu tentu kita biasanya lebih mudah dan lebih tertarik dengan tampilan yang menarik. Tampilan yang menarik dan rapi dalam portofolio data akan bisa menarik perhatian recruiter untuk membaca lebih lanjut. Walaupun sebenarnya dapat dikatakan pula bahwa tampilan yang menarik tidak menjamin isinya, namun lebih baiknya lagi kita menampilkan portofolio dengan sebaik mungkin tanpa melupakan poin penting dari apa yang akan disampaikan.

3. Perbanyak Skill

Perlu diketahui bahwa dalam menyusun berbagai project dalam portofolio data diperlukan berbagai skill analisis data. Proses penyelesaian permasalahan data dimulai dari langkah awal, pemilihan teknik yang digunakan dan cara mengaplikasikan teknik analisis data merupakan salah satu bagian yang benar-benar diperhatikan dalam portofolio data. Oleh karena itu penting bagi seseorang untuk terus memperbanyak dan mengasah skill analisis data sehingga dapat mengoptimalkan proses pengolahan data.

4. Perbarui Portofolio

Tidak sedikit orang yang pertama kali membuat portofolio data science namun lupa untuk terus mengupdatenya. Portofolio data sering digunakan untuk berbagai keperluan. Kita perl untuk terus selalu mengupdate portofolio data agar portofolio data yang dimiliki semakin berkembang. Selain itu pengguna juga perlu mengupdate isi portofolio dengan project yang semakin menantang dan teknik-teknik analisis data yang belum pernah digunakan. 

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

Portofolio data merupakan bagian penting dalam proses menuju profesi yang diinginkan. Seseorang perlu memulai dasar-dasar membangun portofolio data dan dapat mulai mencoba mengerjakan beberapa modul di DQLab. DQLab menyediakan berbagai modul gratis untuk belajar dari dasar dengan bahasa yang mudah dipahami dan mulai bangun portofolio dasar dari sini.

DQLab menyajikan materi secara teori maupun praktek. Selain itu di DQLab pun menyediakan berbagai modul dan ebook dengan materi yang beragam sesuai kebutuhan.

Cara bergabungnya sangat mudah. Langsung saja sign up di DQLab.id/signup dan nikmati belajar data science DQLab. 

Penulis : Latifah Uswatun Khasanah

Editor : Annissa Widya Davita