Buat Akun DQLab & Akses Kelas Data Science Python, R, SQL, Excel GRATIS!

Pilihan Media untuk Showcase Hasil Belajar Data Science Jadi Portofolio

Belajar Data Science di Rumah 25-Februari-2022
https://dqlab.id/files/dqlab/cache/8675a0d48d284b7a95fce268a332eeae_x_Thumbnail800.jpg

Ternyata, kursus data science saja jika tidak dikembangkan maka hal itu tidak cukup, karena untuk memasuki industri ilmu data sebagai pemula, sahabat data perlu membuktikan bahwa sahabat data memiliki keterampilan yang diperlukan untuk melakukan pekerjaan itu. Jika sahabat data tidak memiliki kualifikasi ilmu data formal, cara terbaik untuk melakukannya adalah dengan membangun proyek ilmu data. Saat sahabat data memamerkan proyek-proyek ini di portofolio sahabat data, itu memberi calon pemberi kerja keyakinan bahwa sahabat data akan mampu melakukan pekerjaan itu.


Namun, tidak semua proyek ilmu data bagus untuk dimasukkan ke dalam portofolio sahabat data. Beberapa proyek terlalu umum dan sederhana ” seperti pembelajaran mesin di Dataset Titanic, atau regresi linier pada dataset Harga Rumah Boston. Memamerkan proyek seperti ini sebenarnya lebih merugikan portofolio sahabat data daripada manfaatnya. Mereka memberi kesan bahwa sahabat data adalah seorang pemula yang telah melakukan tidak lebih dari kursus ilmu data tingkat pemula, dan tidak dapat menunjukkan keterampilan lebih dari itu.


Baik sahabat data seorang analis data yang baru berkualifikasi atau ilmuwan data berpengalaman, sahabat data memerlukan portofolio yang menonjol. Sementara portofolio analitik data secara tradisional menyoroti pekerjaan sahabat data, mereka juga perlu memamerkan kepribadian sahabat data, keterampilan komunikasi sahabat data, dan merek pribadi sahabat data. Nah, Lewatlah sudah hari-hari ketika orang hanya biasa melihat CV dan memutuskan apakah sahabat data kandidat yang cocok untuk magang atau pekerjaan. Di sektor teknologi, orang sekarang melihat profil dan proyek secara keseluruhan (Portofolio) untuk memilih kandidat, terutama untuk Ilmu Data. Namun seiring berjalannya waktu, perusahaan pendidikan sudah mulai menyediakan proyek online berbayar, sehingga hampir setiap siswa sekarang mengerjakan proyek dan magang (berbayar/tidak dibayar/sukarela).


Jadi, para kandidat seharusnya tidak hanya secara proaktif melakukan proyek tetapi juga menunjukkan keterampilan mereka untuk muncul dalam sebuah kesempatan. Dengan menampilkan maksud saya, sahabat data harus membuat merek diri sahabat data sendiri. Ketika seseorang portofolio ilmu data sahabat data, mereka harus mendapatkan ide yang tepat dengan minat sahabat data, pekerjaan sebelumnya, tentang melihat dan tertarik untuk berbicara dengan sahabat data.


Lalu, bagaimana cara mengunggah portofolio sahabat data? Yuk simak media unggah portofolio data science!


1. GitHub

GitHub adalah sumber daya pemrograman yang semakin populer digunakan untuk berbagi kode. Ini adalah situs jejaring sosial untuk pemrograman yang digunakan banyak perusahaan dan organisasi untuk memfasilitasi manajemen dan kolaborasi proyek. Menurut statistik yang dikumpulkan pada Oktober 2020, ini adalah host kode sumber paling menonjol, dengan lebih dari 60 juta repository baru dibuat pada tahun 2020 dan membanggakan lebih dari 56 juta total pengembang. Sebelum kita melihat secara mendalam apa itu GitHub, mari kita lihat kasus penggunaan dan dapatkan apresiasi atas relevansinya.


Baca juga: Belajar Data Science Secara Otodidak? Berikut langkah-langkahnya!


2. Medium

Medium adalah tempat membaca artikel di Internet. Medium adalah platform blogging, seperti Wordpress atau Blogger. Medium adalah proyek baru dari orang-orang yang membawakan Anda Twitter. Medium secara kacau, diproduksi secara aritmia oleh kombinasi editor terkemuka, penulis berbayar, flacks PR, startup bros, dan peretasan. Bagi kami produser media, kami harus memutuskan apakah Medium itu kawan atau lawan. Mereka tampaknya tidak memiliki kendala keuangan yang kami miliki (seperti menghasilkan uang melalui iklan atau langganan), yang memberi mereka keunggulan desain, dan mereka juga tidak memiliki kendala etis yang kami miliki dalam apa yang berjalan di situs mereka. Jika kami memublikasikan sesuatu yang dijiplak, itu berdampak buruk bagi kami. Jika Medium menerbitkan sesuatu yang dijiplak, itu berdampak buruk pada penulisnya.


3. LinkedIn 

LinkedIn adalah jaringan profesional terbesar di dunia di internet. Anda dapat menggunakan LinkedIn untuk menemukan pekerjaan atau magang yang tepat, terhubung dan memperkuat hubungan profesional, dan mempelajari keterampilan yang Anda butuhkan untuk berhasil dalam karier Anda. Anda dapat mengakses LinkedIn dari desktop, aplikasi seluler LinkedIn, pengalaman web seluler, atau aplikasi seluler LinkedIn Lite Android. Profil LinkedIn yang lengkap dapat membantu Anda terhubung dengan peluang dengan menampilkan kisah profesional unik Anda melalui pengalaman, keterampilan, dan pendidikan.


4. HackerRank

HackerRank adalah tempat di mana programmer dari seluruh dunia berkumpul untuk memecahkan masalah dalam berbagai domain Ilmu Komputer seperti algoritma, pembelajaran mesin, atau kecerdasan buatan, serta untuk mempraktikkan paradigma pemrograman yang berbeda seperti pemrograman fungsional.


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


5. Belajar Data Otodidak dan Mandiri Bersama DQLab

Halo sahabat data, Yuk Belajar dirumah aja bersama DQLab. Nikmati modul interaktif dan pembelajaran aplikatif bersama DQLab dan tentunya kamu tidak perlu melakukan instalasi environment anti ribet. DQLab sudah menyediakan semua yang kamu butuhkan untuk belajar. Mulai dari Modul sampai ke sertifikat Completion. Yuk Mulai Karir Datamu bersama DQLab.

Mulai Karier
sebagai Praktisi
Data Bersama
DQLab

Daftar sekarang dan ambil langkah
pertamamu untuk mengenal
Data Science.

Buat Akun


Atau

Sudah punya akun? Login