Calon Data Analyst, Intip Portfolio Data Ideal Idaman Rekruter
Pekerjaan Data Analyst merupakan sebuah pekerjaan yang bersifat teknis, dimana untuk bisa menempati posisi ini harus memiliki skill yang mumpuni, baik dari segi hard skill maupun soft skill. Dari awal mula kemunculan profesi ini, banyak orang yang tertarik untuk bekerja di profesi ini. Kebutuhan akan data yang terus dianggap sebagai hal penting juga berdampak pada eksistensi berbagai profesi data, salah satunya adalah Data Analyst ini.
Tidak semua orang yang ingin menjadi Data Analyst bisa memenuhi kualifikasi yang ada, Karena posisi ini merupakan profesi yang bersifat teknis, maka kualifikasi yang ditulis perlu dibuktikan. Salah satunya adalah dengan membuat portofolio data untuk menunjukkan sudah sejauh mana kemampuan kita dalam menganalisis data. Hal ini juga bisa dijadikan bahan pertimbangan oleh perusahaan, apakah kita merupakan orang yang dibutuhkan atau tidak.
Dalam membuat portofolio data yang menarik, tidak bisa dilakukan begitu saja. Ada beberapa hal yang harus dipertimbangkan. Dalam artikel ini akan dibahas mengenai hal-hal tersebut. Yuk, simak pembahasannya!
1. Cukup Masukkan Portofolio yang Paling Menarik
Jika kamu adalah orang yang sudah pernah mengatasi banyak permasalahan data, maka kamu tidak perlu memasukkan semua hasil pekerjaanmu dalam portofolio data, terlebih hasil pekerjaan pertama mu. Recruiter tidak memiliki banyak waktu untuk melihat portofolio data mu, sehingga pastikan yang kamu masukkan adalah portofolio yang paling menarik dan bisa membuatmu lebih unggul dibandingkan kandidat yang lain.
Baca juga : Kenali Perbedaan Data Scientist, Data Analyst dan Data Engineer
2. Sesuaikan dengan Bidang yang Kamu Apply
Saat ini, data digunakan hampir di semua sektor. Sehingga ketika kamu ingin memasukkan hasil pekerjaan mu ke dalam portofolio, ada baiknya jika hasil analisis tersebut sesuai atau berkesinambungan dengan bidang yang sedang kamu apply. Misalkan jika kamu ingin menjadi praktisi data di sektor telekomunikasi, maka kamu bisa mengangkat tentang hal-hal yang berbau telekomunikasi seperti incoming call, customer churn di dunia telekomunikasi, dan seterusnya. Hal ini bisa menjadi nilai tambah mu.
3. Tidak Harus Rumit, Asalkan Lengkap
Banyak orang yang berpikir bahwa portofolio yang terbaik merupakan portofolio yang paling rumit untuk dikerjakan. Padahal sebenarnya, portofolio data yang terbaik adalah hasil analisis data yang dikerjakan dengan sistematik dan jelas. Tidak salah jika kamu ingin menyajikan hasil analisis yang terbilang rumit, namun pastikan kamu menyajikan secara sistematik dan mudah dimengerti. Dan yang paling penting adalah kamu harus menguasai isi portofolio yang kamu sajikan. Tidak jarang, hal tersebut akan dijadikan sebagai pertanyaan di tahap interview oleh recruiter.
4. Kamu Bisa Mencoba Project DQLab untuk Mulai Membangun Portofolio Mu
Bingung harus membuat portofolio data dari mana? Kamu bisa mulai dengan mengerjakan project yang tersedia di DQLab Academy. Saat ini, project yang ada tersedia dalam tiga bahasa pemrograman yang umum digunakan oleh praktisi data, yaitu bahasa R, Python, dan juga SQL. Kamu bisa menyesuaikan dengan kualifikasi yang tertera di lowongan pekerjaan. Tidak hanya itu, DQLab juga memudahkan kamu yang tidak memiliki tools pengolahan data, karena di DQLab kamu bisa memanfaatkan live code editor. Sehingga meskipun kamu tidak menginstall software yang digunakan untuk bahasa pemrograman tersebut, kamu tetap bisa mengerjakannya.
Baca juga : Data Analyst vs Data Scientist, Yuk Kenali Perbedaannya
Tertarik menjadi seorang Data Analyst? Kamu bisa mulai dengan belajar bahasa pemrograman R, Python, dan SQL di DQLab. Seperti kata pepatah, “sekali menyelam dua tiga pulau terlampaui” bisa kamu temukan disini. Tidak hanya belajar bahasa pemrograman, namun kamu juga akan belajar untuk membuat visualisasi data, mencari insight dari data, serta ada project yang sangat mirip dengan permasalahan di lapangan. Caranya cukup mudah, kamu hanya perlu berlangganan menjadi member premium DQLab dan kamu akan bisa menikmati semua hal tersebut.
Tapi untuk kamu yang belum mau berlangganan menjadi member premium, kamu juga tetap bisa mengakses live code yang ada di free modul loh, yaitu modul “Introduction to Data Science with R” dan “Introduction to Data Science with Python”. Yuk, tunggu apa lagi? Buruan sign up dan nikmati fasilitasnya!
Penulis : Gifa Delyani Nursyafitri