Contoh Portofolio Data Analyst Yang Bikin Rekruter Jatuh Cinta!
Sebagai seorang calon data analyst, memiliki portofolio data analyst adalah hal yang paling utama dipersiapkan untuk melakukan apply pekerjaan. Betapa tidak, lowongan pekerjaan data analyst ini sekarang meminta kita para kandidat untuk melakukan update portofolio (jika sudah bekerja dan ingin switch career ke data analyst) atau membuat portofolio data bagi lulusan baru sebagai aspek penilaian recruiter. Dari sinilah, recruiter akan melakukan penilaian secara menyeluruh kepada kandidat yang shortlisted. Mulai dari background pendidikan, rekam jejak alias track record apakah memang kandidat ini berpeluang untuk mendapatkan posisi tersebut. Rekruter juga sangat bangga apabila kandidatnya menyertakan portofolio data sebagai daya upaya atas hasil kerjanya selama mengikuti pendidikan atau bootcamp di kursus-kursus yang mengajarkan basic soal data analyst. Portofolio yang stand out, outstanding dan bikin recruiter jatuh cinta membuat jalanmu akan dipermudah karena kamu telah mendapatkan pengalaman.
Salah satu cara yang bisa kalian lakukan untuk bisa mendapatkan portofolio data analyst yang keren ya cuma ada di DQLab. DQLab menyediakan banyak modul-modul yang berkaitan dengan real case industry sehingga dapat digunakan sebagai latihan untuk kamu mulai berkarir di posisi data analyst. Sebelumnya kamu mulai belajar untuk menyelesaikan modul-modul yang ada di DQLab. Kalian akan mendapatkan sertifikat di akhir pembelajaran. Nantinya sertifikat ini bisa kamu gunakan sebagai bukti kalau kamu pernah mengikuti pelatihan ilmu data science. Itu membuktikan bahwa setidaknya ada beberapa ilmu yang kamu upgrade di diri kamu. Sertifikat ini juga dilengkapi dengan credential ID, sehingga tentunya memiliki kredibilitas yang dapat kamu sertakan di platform pencarian kerja seperti Linkedin.
Dengan memiliki sertifikat pelatihan DQLab, itu artinya kamu memiliki kesempatan emas untuk bisa berkarir di industri data. Sebab, sertifikat ini bisa kamu jadikan sebagai portofolio yang menjual. Jika kalian adalah seorang pemula yang ingin membuat portofolio data analyst, pastikan untuk merekomendasikan beberapa modul project data science dari DQLab yang bisa kamu gunakan sebagai portofolio. Pada artikel ini kita akan bahas khusus terkait project-project yang bisa kamu gunakan untuk menyusun portofolio. Yuk simak terus artikel ini untuk mempersiapkan dirimu berkarir menjadi Data Analyst! Pastikan simak baik-baik dan keep scrolling on this article guys!
1. Pentingnya Portofolio Data Analyst Untuk First Jobber
Pentingnya membangun portfolio data merupakan salah satu fundamental dasar untuk mulai berkarir sebagai Data Analyst. Selain mengoperasikan berbagai jenis bahasa pemrograman seperti SQL, sebagai seorang Data analyst perlu memiliki kemampuan public speaking dan presentasi yang baik dan kepercayaan diri dalam menyampaikan informasi detail mengenai apa yang telah dilakukan, kemudian mempresentasikannya ke tim yang membutuhkan informasi tersebut.
Selain itu, data menjadi pedoman seutuhnya dalam penyampaian informasi. Orang data harus bergerak dan berbicara by data. Sampaikan hasil analisa melalui data, jika ada informasi yang kurang, jadikan task baru untuk melakukan analisa kedepannya.
Baca juga : Kenali Perbedaan Data Scientist, Data Analyst dan Data Engineer
2. Data Science in Finance: Credit Risk Analysis
Project pertama yang bisa kalian jadikan sebagai portofolio data analyst adalah Data Science in Finance: Credit Risk Analysis. Pada project ini kalian disarankan untuk mempelajari penggunaan algoritma decision tree untuk pembuatan dan operasional model prediksi risiko kredit pada bahasa pemrograman R. Module œData Science in Finance: Credit Risk Analysis adalah modul project data science yang disediakan DQLab sebagai bahan untuk pembuatan portofolio data yang bisa kalian gunakan untuk melamar pekerjaan. Modul ini terdiri dari 7 chapters dan 65 sub chapters. Kalian bisa akses modulnya langsung dengan subscribe ke premium dari akun DQLab. Selanjutnya, kita akan bahas masing-masing chapter yang ada pada modul œData Science in Finance: Credit Risk Analysis.
Di chapter pertama, kamu akan mengenal tentang credit risk dan model prediksi. Disini kamu mulai melakukan pengenalan terhadap mengenai credit risk dan credit rating prediction dan apa manfaatnya untuk industri finansial pemberi pinjaman seperti bank, multi finance, asuransi, dan lain-lain. Chapter kedua, berisi penjelasan mengenai konsep decision tree dan implementasi machine learning dengan menggunakan fungsi rpart di R.
Pada chapter ketiga berisi penjelasan ringkas algoritma C5.0, persiapan data dan penggunaan algoritma untuk menghasilkan model credit risk. Selanjutnya pada chapter keempat, kamu akan fokus pada tahap memahami hasil dari C5.0. Chapter kelima merupakan evaluasi model. Setelah model dihasilkan kita perlu fokus mengevaluasi kelayakan model untuk digunakan. Di chapter keenam, berisi cara bagaimana kita menggunakan model ini untuk melakukan prediksi risk rating dari data pengajuan pinjaman baru. Terakhir berisi ringkasan alias summary.
3. Data Science Project: A Walk Into Sensory Science
Project ketiga yang bisa kalian jadikan sebagai portofolio data analyst adalah Data Science Project: A Walk Into Sensory Science. Pada modul 'A Walk Into Sensory Science' ini anda akan mempelajari metode analisis data untuk studi kasus riset data sensoris di industri pangan dengan menggunakan R. Dengan menyelesaikan modul ini, kalian akan mengenal ilmu sensoris dan manfaatnya, mengetahui kategori riset sensoris di industri pangan, mengenal istilah umum dan prosedur dalam riset sensoris, melakukan analisis univariat untuk mengamati atribut sensoris sampai membuat interpretasi dan simpulan dari analisis data riset sensoris. Module œData Science Project: A Walk Into Sensory Science.
Data Science Project: A Walk Into Sensory Science adalah modul project data science yang disediakan DQLab sebagai bahan untuk pembuatan portofolio data yang bisa kalian gunakan untuk melamar pekerjaan. Modul ini terdiri dari 4 chapters dan 43 sub chapters. Kalian bisa akses modulnya langsung dengan subscribe ke premium dari akun DQLab. Selanjutnya, kita akan bahas masing-masing chapter yang ada pada modul œData Science Project: A Walk Into Sensory Science. Di chapter pertama, kamu akan mengenal tentang ilmu sensoris. Chapter kedua, Setelah mempelajari sedikit teori mengenai ilmu sensoris, sekarang mari kita belajar sedikit lebih dalam mengenai analisis data riset sensoris. Anda akan diajak melakukan analisis data untuk mempelajari karakteristik sensoris produk cokelat komersial. Pada chapter ketiga kalian akan melakukan analisis data riset sensoris menggunakan SenseHub. Terakhir berisi ringkasan alias summary.
4. Data Science in Marketing: Customer Segmentation
Bagi kalian yang ingin menjadi seorang data analyst dan berencana untuk melamar di ranah industri marketing, kalian bisa coba untuk membuat portofolio dalam data science in Marketing. DQLab menyediakan modul ini bagi kalian yang ingin membuat portofolio dalam bidang marketing. Pada module 'Data Science In Marketing: Customer Segmentation' ini anda akan mempelajari metode analisis data untuk membagi data-data customer menjadi beberapa segmen yang bermanfaat bagi bisnis di marketing dan CRM. Module œData Science In Marketing: Customer Segmentation adalah modul project data science yang disediakan DQLab sebagai bahan untuk pembuatan portofolio data yang bisa kalian gunakan untuk melamar pekerjaan. Modul ini terdiri dari 7 chapters dan 42 sub chapters. Kalian bisa akses modulnya langsung dengan subscribe ke premium dari akun DQLab. Selanjutnya, kita akan bahas masing-masing chapter yang ada pada modul œData Science In Marketing: Customer Segmentation.
Di chapter pertama, kamu akan mengenal apa itu Customer Segmentation, kenapa customer segmentation itu penting, kenapa perlu adanya bantuan algoritma untuk menyelesaikan masalah dalam penanganan case pada Customer Segmentation. Chapter kedua, kita belajar untuk mempersiapkan data agar siap digunakan untuk menganalisis lebih lanjut dalam kasus Customer Segmentation. Pada chapter ketiga kalian akan melakukan analisis data dengan metode clustering dan algoritma K-Means. Pada chapter keempat, dari informasi yang dihasilkan oleh function k means, matrix Sum of Squares (SS) atau sering disebut Sum of Squared Errors (SSE) sangat penting untuk dijadikan dasar kita menentukan jumlah cluster yang paling optimal. Selanjutnya pada chapter kelima, setelah berhasil mempersiapkan data, menggunakan algoritma k means, dan akhirnya bisa memutuskan jumlah cluster terbaik. Chapter keenam kita akan melakukan operasionalisasi model k-means. Terakhir ditutup dengan summary atau ringkasan
Baca juga : Data Analyst vs Data Scientist, Yuk Kenali Perbedaannya
5. Kamu Ingin Menjadi Data Analyst? DQLab Punya Jawabannya!
Apakah kamu adalah talenta data yang ingin menjadi seorang data analyst? Jika kamu menginginkannya maka DQLab punya sesuatu untukmu! Kalian bisa cobain beberapa rekomendasi toolsnya nih buat yang pengen banget jadi seorang data analyst. Ada SQL, Python, dan tools dalam menunjang visualisasi data seperti Tableau dan Power BI. Kini Sahabat Data DQLab sudah tidak perlu khawatir lagi.
Karena sekarang telah tersedia roadmap pembelajaran berupa Data Analyst Career Track DQLab! Dengan roadmap yang telah dirancang khusus untuk instruktur dan modul-modul lengkap, kamu bisa menjadi lebih siap dengan perbekalannya menjadi seorang Data Analyst. Dengan belajar data science di DQLab sekarang tidak perlu install software lagi. Kamu bisa langsung belajar dari sekarang karena dataset yang telah disediakan sudah sudah terintegrasi dengan live code editor.
Jika kamu penasaran dengan data science dan ingin belajar data science secara langsung, caranya mudah banget. Kamu bisa loh untuk coba bikin akun gratisnya kesini di DQLab.id dan lakukan signup untuk dapatkan info-info terbaru serta belajar data science. Nikmati pengalaman belajar data science yang menarik dan cobain berlangganan bersama DQLab yang seru dan menyenangkan dengan live code editor. Tersedia berbagai macam modul-modul yang terupdate mulai dari free hingga platinum semua dapat diakses jika kamu ingin berlangganan buat akses seluruh modul lengkapnya.
Kalian juga bisa mencoba studi kasus penerapan real case industry dan kamu juga diberikan kesempatan mendapatkan job connector dari perusahaan ternama di ranah industri data. Uniknya kamu bisa langsung apply dari akun kamu loh. So, tunggu apalagi, buruan SIGNUP Sekarang ya!
Penulis: Reyvan Maulid