Tips Bangun Portofolio Data Analyst yang Menarik Hati Rekruter
Siapa nih yang ingin berprofesi sebagai Data Analyst? Sahabat DQ pasti tahu dong kalau profesi ini sedang naik daun.
Data Analyst memiliki peran yang sangat penting di industri. Sepanjang berjalannya industri, bisnis, pemerintahan, atau bidang lainnya akan menghasilkan banyak sekali data-data yang diorganisir dalam suatu penyimpanan. Data Analyst bertanggung jawab mengolah data dan memvisualisasikan data. Proses ini akan menghasilkan informasi yang berguna dan dapat dijadikan dasar dalam pengambilan keputusan atau penarikan kesimpulan. Bisa untuk menentukan strategi bisnis di masa mendatang, mengetahui persebaran penyakit di suatu daerah, penerapan digital marketing, dan lain sebagainya.
Melihat tanggung jawab Data Analyst, Sahabat DQ harus tahu apa saja skill atau kemampuan yang dibutuhkan untuk menjadi Data Analyst baik hard skill maupun soft skill. Beberapa diantaranya adalah kemampuan pemrograman dan analisa yang baik. Seringlah berlatih menganalisis data dengan kasus yang berbeda-beda. Nah, hasil analisis datamu bisa dirangkum dan dibuat menjadi portofolio data. Portfolio data ini penting, loh untuk kamu yang ingin menjadi Data Analyst. Kali ini DQLab akan kasih tips ke sahabat DQ gimana sih membangun portfolio yang menarik hati rekruter. Penasaran? Simak artikel ini sampai akhir, ya!
1. Tentukan Judul Portofolio
Dalam membangun portfolio, judul juga merupakan bagian yang penting. Melalui judul, rekruter akan menilai apakah antara judul serta isi dan tujuan dari project yang kamu tuangkan dalam portfolio sesuai. Dengan judul yang sesuai, rekruter bisa lebih mudah dan tertarik dengan portfolio datamu. Portfolio bisa dibuat dalam bentuk presentasi atau tulisan yang di publish platform misalnya Medium.
Sahabat DQ juga bisa menambahkan gambar, ikon, atau desain visual lainnya agar portfolio semakin menarik. Contoh-contoh judul portfolio data lainya bisa ditemukan di media sosial profesional seperti LinkedIn sebagai referensi.
Baca juga : Kenali Perbedaan Data Scientist, Data Analyst dan Data Engineer
2. Jelaskan Tujuan Serta Studi Kasus dari Project
Sudah menentukan judul menarik untuk project? Nah, selanjutnya jelaskan tujuan pengerjaan project tersebut. Misalnya untuk customer churn, membuat machine learning, dan sebagainya.
Selanjutnya jelaskan juga seperti apa kasus pada project yang kamu kerjakan. Sahabat DQ bisa bold bagian-bagian yang penting pada studi kasus. Hal ini akan membuat rekruter lebih fokus pada project mu. Bisa juga menambahkan sumber data yang digunakan dan bagian-bagiannya. Contohnya seperti berikut:
3. Petakan Proses Analisismu
Ketika menganalisis data tentu ada langkah-langkah yang harus dilalui. Nah, step by step ini dapat dipetakan dalam bentuk yang menarik seperti mind mapping, dan lainnya. Contoh gambar diatas adalah langkah-langkah yang dilakukan dalam project. Terdapat empat tahap dan tiap tahapnya dijelaskan secara singkat. Dengan begitu proses akan terlihat jelas oleh recruiter dan recruiter akan lebih memahami bagaimana cara kamu memproses suatu data hingga menghasilkan insight yang berguna.
4. Visualisasi Data dan Kesimpulan
Tujuan dilakukannya analisis data adalah untuk memperoleh informasi dari balik data. Jika sudah melakukan analisis selanjutnya yaitu membuat visualisasi data untuk mendeskripsikan hasil analisis. Buat secara menarik serta mudah dipahami. Perhatikan juga grafik yang kamu pilih, pastikan menggunakan grafik yang sesuai dengan datamu. Kamu bisa juga memberi penjelasan tentang visualisasi yang dihasilkan
Kemudian tuliskan kesimpulan dari hasil analisis yang telah kamu kerjakan. Contohnya seperti dibawah ini kesimpulannya yaitu menggalakkan protokol kesehatan untuk masyarakat guna menekan kasus Covid.
Baca juga : Data Analyst vs Data Scientist, Yuk Kenali Perbedaannya
5. Yuk, Mulai Portfolio Datamu Bareng DQLab!
Portfolio data bisa dibuat dari project-project sederhana, loh. Misalnya melakukan data cleaning, data mining, dan lain sebagainya. Data-datanya bisa diperoleh dengan melakukan web scraping, mengakses situs yang menyediakan berbagai dataset contohnya Kaggle, mengunduh dari BPS, dan lain-lain.
Masih pemula dan bingung memulai portfolio data? Yuk, gabung di DQLab.id!
Dengan mencoba module gratisnya œIntroduction to Data Science dan subscribe paket premium, sahabat DQ dapat mengakses project-project data dari DQLab yang bisa banget dijadikan portofolio datamu.
Di akhir pengerjaan, kamu akan mendapatkan sertifikat completion secara gratis. So, jangan lewatkan kesempatan menjadi Data Analyst. Good luck signup di DQLab.id ya!
Penulis: Dita Kurniasari
Editor: Annissa Widya