Masih banyak orang yang belum menyadari manfaat dari memiliki portofolio yang baik. Padahal, portofolio sangat penting untuk menunjang karier, termasuk untuk kamu yang tertarik terjun berkarier menjadi data scientist. Hampir di semua lowongan kerja data scientist pasti ada persyaratan menyertakan portofolio. Salah satu alasannya karena portofolio bisa membuat recruiter semakin yakin karena bisa menilai langsung skill yang kamu miliki dari hasil pekerjaan sebelumnya. Oleh karena itu, penting untuk kamu mengetahui contoh data science portofolio terbaik untuk jadi referensi.
Portofolio adalah alat yang bisa mencerminkan pencapaian, keterampilan, pengalaman, dan value yang kamu miliki untuk menarik perhatian recruiter (Sumber: CofC Career Center). Umumnya, ada beberapa hal yang recruiter lihat dari sebuah portofolio data science yaitu track record dan dampak terhadap bisnis, kemampuan teknis di bidang tertentu, hingga kemampuan kamu dalam menemukan insight. Simak tips dan contoh data science portofolio yang bisa kamu jadikan referensi melalui penjelasan di bawah ini.
Baca juga: Portofolio Data Scientist: Rekomendasi untuk Job Seeker
Tips Portofolio Data Science
Ada beberapa hal yang harus kamu perhatikan saat membuat portofolio data science, diantaranya:
Informasi Diri
Walaupun portofolio berfungsi untuk menampilkan hasil karyamu di bidang data, tetapi mencantumkan informasi diri juga merupakan hal yang penting, setidaknya kamu harus mencantumkan nama lengkap dan ringkasan diri secara singkat.
Edukasi
Selanjutnya, kamu juga harus mencantumkan informasi mengenai edukasi yang pernah kamu tempuh yang relevan dengan bidang data. Kamu bisa menambahkan kolom edukasi formal seperti jurusan dan universitas, dan kolom edukasi non formal seperti bootcamp, seminar, dan jenis pelatihan lainnya.
Kontak Informasi
Jangan lupa di portofolio data science kamu juga harus mencantumkan kontak informasi agar recruiter atau calon klien bisa mudah menghubungi kamu. Jika kamu merasa tidak nyaman menuliskan nomor handphone, kamu bisa menuliskan email yang biasa digunakan untuk keperluan yang berkaitan dengan pekerjaan.
Pencapaian
Kamu harus menjelaskan secara detail apa saja yang sudah kamu capai selama jenjang karier kamu. Contohnya pencapaian sertifikasi tertentu yang berkaitan dengan data seperti sertifikat BNSP data science.
Contoh Proyek Data
Tips paling penting adalah jangan lupa mencantumkan contoh proyek data yang sudah kamu kerjakan. Karena tujuan utama portofolio adalah membuktikan bahwa kamu memiliki skill di bidang data. Ada banyak pilihan proyek data yang bisa kamu masukan ke portofolio, diantaranya:
- Data storytelling
- Machine learning
- Data cleaning
- Data collection
Navigasi Ke Source Lain
Jika proyek data yang kamu buat diunggah di platform lain jangan lupa untuk mencantumkan navigasi ke source tersebut. Ada beberapa platform yang biasa digunakan untuk membuat portofolio data science, diantaranya:
- Kaggle
- GitHub
- Medium
Feedback Dari Klien
Terakhir tak kalah penting, kamu bisa menampilkan beberapa feedback positif yang diberikan oleh klien atau atasan terdahulu. Tujuannya agar meningkat kredibilitas kamu sebagai data scientist.
Contoh Data Science Portfolio
Ada banyak contoh data science portfolio yang bisa kamu jadikan bahan referensi, diantaranya:
- David Venturi : Contoh portofolio yang berisi proyek yang sudah dikerjakan secara ringkas dengan menyertakan link yang akan mengarah kepada hasil proyek
- Harrison Jasma : Contoh portofolio dalam bentuk rangkuman teks dan hasilnya ditautkan langsung ke GitHub
- Brandon Walker : Contoh portofolio dalam bentuk visual
- Claudia ten Hoope = Contoh portofolio dari freelance data scientist dan data analyst yang bisa dijadikan referensi untuk kamu yang tertarik berkarier sebagai freelancer juga
- Tim Hopper = Contoh portofolio data scientist yang berisi project terkait machine learning engineer, cybersecurity software, dan lain sebagainya
- Ger Inberg = Contoh portofolio data scientist yang berisi berbagai project terkait data visualization dan machine learning
- James Le = Contoh portofolio data scientist berisi project data analytics, machine learning, dan masih banyak lagi
- Harrison Jansma = Contoh portfolio yang menonjolkan sisi personal branding-nya secara kuat di berbagai project data science yang dikerjakan
- Naledi Hollbruegge = Contoh portfolio berisi project terkait visualisasi data, collecting data, processing data, hingga data analytics
- Yan Holtz = Portofolio data scientist berisi project data visualisasi dan data analisis
Source Free Dataset Untuk Data Science Portfolio
Jika kamu saat ini belum memiliki pengalaman mengerjakan project data science untuk dijadikan portofolio, maka kamu bisa membuat dummy project atau biasa juga disebut fake project yaitu portofolio yang kamu buat sendiri untuk menunjukkan ke orang lain yaitu perusahaan atau client skill yang kamu kuasai. Selain itu, fake project juga berguna untuk melatih skill yang lagi kamu tekuni. Untuk punya portofolio data scientist, kamu bisa membuat fake project menggunakan free dataset berikut ini:
Google Cloud Public Datasets
Tak hanya berfungsi sebagai mesin pencari, Google juga memiliki kumpulan data yang bisa diakses publik di Google Cloud dan bisa kamu gunakan untuk menganalisis dan mendapatkan insight baru dari data-data yang tersedia. Ada lebih dari 100 dataset yang semuanya menggunakan hosting BigQuery dan Cloud Storage. Tak hanya itu, kamu juga bisa menggunakan machine learning Google untuk menganalisis kumpulan data seperti BigQuery ML, Vision AI, Cloud AutoML, dll.
Bahkan, kamu juga bisa memanfaatkan Google Data Studio untuk membuat visualisasi data dan dashboard interaktif sehingga kamu bisa mendapatkan insight yang lebih baik dan menemukan pola dari data yang kamu analisis.
Amazon Web Services Open Data Registry
Amazon Web Services memiliki kumpulan data dalam jumlah yang sangat besar di open data registry milik mereka. Kamu bisa memanfaatkan kumpulan data ini dan mengunduhnya untuk digunakan sebagai bahan dummy project, kamu juga bisa menganalisis data di Amazon Elastic Compute Cloud. Menariknya, Amazon juga memiliki berbagai tools yang kamu gunakan untuk mengolah data seperti Apache Spark, Apache Hive, dan lain sebagainya.
Data.gov
Data.gov adalah gudang utama untuk kumpulan data terbuka dari pemerintah Amerika Serikat yang bisa kamu manfaatkan untuk penelitian atau membuat dummy project. Data-data yang ada di sini kamu bisa gunakan untuk menunjukan skill kamu dalam analisis data, visualisasi data, bahkan jika kamu juga tertarik dalam software development kamu juga bisa memanfaatkan datanya untuk membuat aplikasi web dan seluler.
Data yang tersedia di Data.gov banyaknya berkaitan dengan bidang seperti iklim, energi, pertanian, ekosistem, lautan, dan lain sebagainya. Jadi, untuk kamu yang tertarik berkarier jadi data scientist di pemerintahan bisa coba gunakan data yang ada di Data.gov.
Kaggle
Kamu bisa menemukan sekitar 23.000 dataset publik di Kaggle yang bisa kamu unduh secara gratis. Di Kaggle kamu bisa menggunakan fitur pencarian untuk mencari kumpulan data publik mengenai topik apa saja yang ingin kamu gunakan, mulai dari kesehatan, sains, hingga data-data mengenai kartun populer. Bahkan, kamu bisa membuat kumpulan data publik baru di Kaggle yang nantinya akan dikurasi oleh Kaggle secara keseluruhan untuk akhirnya diunggah di dataset Kaggle.
Baca juga: Prospek Karier Terkini Data Science Indonesia
Global Health Observatory
Jika kamu tertarik untuk berkarier jadi data scientist di dunia kesehatan atau medis, kamu bisa membuat dummy project mengenai sistem kesehatan dan penyakit global dari data yang ada di Global Health Observatory. Di sini ada banyak kategori data kesehatan yang dibagi berdasarkan karakteristik masing-masing mulai dari data penyakit menular, penyakit tidak menular, kesehatan mental, angka kematian, obat-obatan, vaksin, pengendalian tembakau, kesehatan perempuan, risiko kesehatan, imunisasi, dan lain sebagainya.
Earthdata
Jika kamu tertarik dengan topik bumi dan luar angkasa, kamu bisa membuat fake project menggunakan data dari Earthdata yaitu bagian dari program sistem data ilmu bumi buatan NASA yang menyediakan kumpulan data berdasarkan atmosfer bumi, lautan, matahari, kriosfer, geomagnetism, tektonik, dan lain sebagainya. Meskipun Earthdata menyediakan banyak kumpulan data ini mereka juga memiliki alat data untuk mencari, menangani, mengurutkan, memetakan, dan memvisualisasikan data.
National Center for Environmental Information
Jika kamu ingin membuat fake project terkait cuaca dan kondisi lingkungan, maka kamu bisa menggunakan dataset yang tersedia di National Center for Environmental Information, mereka memiliki banyak kumpulan data terkait kondisi iklim dan cuaca di seluruh Amerika Serikat yang mencakup data kelautan, data meteorologi, kondisi iklim, data geofisika, informasi atmosfer, dan lain sebagainya.
Baca juga: Tahapan Rekrutmen Virtual Internship Data Science
Jika kamu saat ini masih merasa perlu mengasah skill data science untuk bisa membuat portofolio atau dummy project, kamu bisa mulai dengan mengikuti Bootcamp Data Science Digital Skola.
Di kelas ini selama 3 bulan kamu akan belajar hardskill, mengasah softskill, membangun portofolio, membentuk professional branding hingga mendapatkan kesempatan untuk mengikuti online remote internship dengan perusahaan rekanan Digital Skola. Nantinya, selama mengikuti pelatihan, kamu akan membuat portofolio data science berupa:
- Pembuatan portofolio end-to-end dengan pendampingan tutor.
- Project individu untuk mengasah skill dan memperkuat portofolio
Project yang akan kamu kerjakan melibatkan:
- Output Excel dengan library Pandas
- Project data visualization menggunakan Google Data Studio
- Price prediction dan churn prediction
- Object segmentation, serta demographic atau transaction dataset
Kamu juga akan mendapatkan praktik spesifik pengerjaan dataset dari berbagai industri yang berbeda-beda serta dapat dijadikan latihan melakukan pekerjaan sebagai seorang data scientist di dunia nyata. Selain itu, akan ada juga praktik pengerjaan dataset yang bersifat end-to-end, mulai dari tahap analisis sampai tahap modelling dengan menggunakan dataset dari perusahaan rekanan Digital Skola. Dengan praktik pengerjaan dataset yang berbeda-beda ini, pastinya setelah menyelesaikan pembelajaran di Digital Skola, kemampuan dan portofolio kamu akan menjadi jauh lebih oke!
Untuk info lengkap mengenai programnya, kamu bisa klik link di bawah ini, ya!