Tutorial Portofolio Data Science yang Outstanding

Belajar Data Science saja tidak cukup untuk memulai karir di bidang data. Sebagai seorang calon Data Scientist, kunci utama untuk memulai karir di bidang data yaitu memiliki bekal portofolio untuk menghadapi industri data yang sebenarnya. Terlebih bagi pemula yang backgroundnya bukan dari bidang IT. Portofolio menjadi peran penting dalam membranding diri dan membangun karir.

Portofolio Data Science menjadi penting karena didalamnya terkandung segala rincian mengenai skill dan kapasitas yang kita miliki. Dokumen ini akan menjadi bukti atas segala pencapaian dan keahlianmu. Perusahaan dapat menjadikan portofolio sebagai rujukan dalam menentukan apakah kualifikasi pelamar kerja sesuai dengan deskripsi tugas Data Scientist seperti yang ditawarkan. 

Jika kalian adalah seorang pemula yang ingin membuat portofolio Data Science, pastikan untuk memperhatikan aspek-aspek dalam membuat portofolio. Dengan kalian memperhatikan setiap detail dari elemen portofolio tersebut maka peluang kalian untuk diterima akan menjadi lebih besar.

Pada artikel ini kita akan bahas khusus terkait cara membuat portofolio Data Science bagi fresh graduate atau jobseeker. Yuk simak terus artikel ini untuk mempersiapkan dirimu berkarir menjadi praktisi data!

1. Membuat Profil dan Perkenalan Diri

Bagian “tentang saya” atau “about me” adalah hal pertama yang harus ada dalam portofolio Data Science kamu. Di bagian ini, jelaskan secara singkat tentang dirimu kepada recruiter, fokus apa yang kamu tekuni, dan bagian apa yang kamu kuasai.

Jika kamu belum menemukan kalimat yang tepat untuk menulis informasi diri, kamu bisa mendasarinya pada pertanyaan berikut ini:

• Bagaimana kamu tertarik dengan bidang Data Science?

• Aspek data apa yang paling membuatmu tertarik dan ingin dipelajari lebih lanjut?

• Apa bidang minat kamu yang berkaitan dengan Data Science?

Selain itu, ada beberapa elemen yang bisa sahabat data masukkan dalam portofolio:

• Informasi dasar, meliputi nama lengkap, kontak yang bisa dihubungi, akun Linkedin, email dan informasi relevan yang menunjang personal info di portofolio kalian.

• Riwayat pekerjaan, disini kalian bisa jelaskan tentang pengalaman kerja yang berkaitan dengan posisi yang kalian lamar. Contoh kalau kalian melamar ke posisi Data Scientist maka sertakan apakah ada pengalaman di bidang serupa. Sertakan juga latar belakang pendidikan kalian di portofolio Data Scientist.

Baca juga: Teknik Data Mining pada Algoritma Data Science

2. Menentukan Project yang akan Dikerjakan

Bagian penting selanjutnya adalah poin project yang dikerjakan. Pada bagian ini kamu akan mempresentasikan hasil kerjamu ke dalam portofolio dengan kata-kata yang menarik, singkat, jelas dan sesuai.

Kamu 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, kamu juga dapat menambahkan gambar pendukung yang relevan dengan project. Inti dari memiliki portofolio yang kuat adalah menampilkan kemampuan analisis data kalian dan project analisis kalian.

Di sini, kamu dapat membahas hal-hal seputar Data Science mulai dari model Machine Learning, Python, Tableau, alat visualisasi data, Artificial Intelligence, Business Analytics dan project ilmu data lainnya yang menjadi spesialisasi kamu. 

3. Tentukan Tujuan Analisis Serta Gunakan Metode Analisis yang Tepat

Data sudah dikumpulkan dan dibersihkan, selanjutnya adalah melakukan analisis data. Namun sebelum itu kamu perlu menentukan tujuan analisis dilakukan. Tujuan ini akan memberi batasan dan arah langkahmu sehingga tidak terdistraksi ketika menemukan hal-hal lain selama proses analisis.

Contohnya analisis ditujukan untuk meningkatkan penjualan suatu produk, maka fokuslah pada data yang relevan dengan tujuan tersebut. Lalu gunakan metode analisis yang sesuai untuk mencapai tujuan tersebut. Salah satu metode yang digunakan Data Scientist adalah metode statistik. Jadi kamu perlu memahami benar metode statistik apa saja yang biasa digunakan Data Scientist untuk analisis.

Dalam portofolio kamu dapat memberitahu metode apa yang kamu gunakan dan alasan kenapa kamu memilih metode tersebut. Sehingga rekruter yang melihat portofolio kamu memahami apa yang kamu kerjakan dan hasil apa yang diperoleh dari proses analisismu.

4. 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!

Baca juga: Memahami Keunggulan dan Manfaat Data Science dalam Dunia Bisnis

Bingung membuat portofolio Data Science dari mana? Jawabannya sudah ada di dekat kalian, ya Cuma di DQLab! Kalian dapat belajar membuat portofolio dengan dimulai dari basic atau cara dasar. 

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 dan nikmati belajar Data Science DQLab. 

Penulis: Salsabila MR

Editor: Annisa Widya Davita