Bocoran Calon Data Analyst, Portofolio Data yang Disukai Rekruter
Sebelum terjun sebagai praktisi data tentu Sahabat DQ telah berlatih mengolah data, pengolahan tersebut dapat menjadi portofolio yang akan berguna dalam karir didunia data.
Portofolio yang baik merupakan portofolio yang dapat dimengerti dengan mudah namun tetap terstruktur. Mengapa demikian? Karena recruiter pasti hanya memiliki waktu yang tidak terlalu banyak untuk melakukan screening CV. Hal ini dikarenakan banyaknya kandidat yang melakukan pendaftaran.
Namun, tentu saja setiap portofolio yang dibuat harus mementingkan unsur yang baik dan juga. Unsur unsur portofolio dapat menggambarkan cara seseorang dalam menyelesaikan pekerjaan. Sehingga recruiter dapat gambaran awal bagaimana seseorang yang telah menyelesaikan hasil kerjanya dengan baik dan tepat serta dapat dimengerti.
Jika Sahabat DQ ingin membuat portofolio data, DQLab akan memberikan rekomendasi struktur portofolio secara terperinci, Yuk simak sekarang!
1. Judul Portofolio
Seperti kebanyakan judul karya, portfolio juga merupakan karya pribadi yang memiliki value besar. Sehingga untuk memudahkan recruiter menilai antara kesesuaian tujuan dan dan hasil akhir portfolio akan memiliki korelasi yang tepat. Dengan demikian portfolio kamu akan lebih dicintai oleh recruiter. Namun, judul saja tidak cukup desain visual juga dapat membantu menerjemahkan judul yang Sahabat DQ punya. Misalnya seperti product paling favorit, Sahabat DQ bisa memberikan gambar top product yang menjadi rekomendasi Sahabat DQ.
Baca juga : Kenali Perbedaan Data Scientist, Data Analyst dan Data Engineer
2. On Point Studi Kasus
Runut selanjutnya adalah studi kasus yang ingin dipecahkan oleh Sahabat DQ, misalnya studi kasus terkait dengan top product yang ingin di approach ke customer dalam periode flash sale seperti periode flash sale malam, siang, dan tengah malam. Misalnya seperti berikut ini.
Sahabat DQ bisa memberikan fokus pembaca pada tulisan yang dibold akan pembaca lebih mudah melakukan teknik membaca cepat dan tepat dan on point. Sehingga dalam hitungan detik pembaca dapat dengan mudah mengerti maksud portfolio Sahabat DQ.
3. Mind Mapping dan Proses Pengolahan data
Salah satu cara mudah menyampaikan idea dan proses adalah dengan konsep mind mapping. Tidak perlu terlalu rumit namun dapat dimengerti tahapan yang Sahabat DQ lakukan dalam mengolah data sehingga menimbulkan insight. Konsep mind mapping akan menyederhanakan proses berpikir menjadi lebih lean.
4. Rekomendasi dan Pembahasan
Sebagai bentuk dari hasil analisis rekomendasi bisa menjadi bagian yang sangat tepat dilakukan dan dapat menjadi tahapan akhir dalam pengolahan data. Biasanya dalam mengerjakan rekomendasi serta pula pembahasan mengapa memberikan rekomendasi tersebut. Apapun hasil yang kamu berikan sesuaikanlah dengan apa yang sudah kamu olah karena kesesuaian tersebut bisa saja menjadi penilaian oleh para recruiter.
Baca juga : Data Analyst vs Data Scientist, Yuk Kenali Perbedaannya
5. Buat Portofolio Data bersama DQLab Yuk!
Yuk latih proses pengolahan data Sahabat DQ dengan membuat portfolio data, salah satu caranya dengan berlatih bersama dataset dan studi kasus dari praktisi data pada modul DQLab!
Sahabat DQ tidak perlu melakukan instalasi apapun karena environment DQLab sudah mendukung dengan adanya fitur Live Code Editor. Yuk persiapkan diri kamu menjadi talenta data di 2022.
Siap mengawali karir sebagai Data Analyst dengan belajar bersama DQLab! Signup sekarang di DQLab.id atau bisa klik button di bawah ya!