Portofolio data science jadi modal utama untuk kamu yang sedang meniti karier di bidang data science. Jika kamu memiliki portofolio data science, maka kamu akan memiliki kesempatan untuk lebih dilirik perusahaan karena dianggap memiliki pengalaman, keahlian dan kemampuan yang sudah teruji. Bahkan, portofolio yang kamu miliki bisa jadi pembeda dengan kandidat lain sehingga kesempatan untuk kamu diterima kerja sebagai data scientist akan lebih tinggi.
Portofolio adalah dokumen yang menunjukkan pengalaman dan kemampuan kamu, jika kamu saat ini menggeluti bidang data science, maka isi portofolio yang kamu miliki juga berisi berbagai topik atau kemampuan terkait data science. Portofolio ini akan jadi gambaran mengenai kemampuan dan keahlian yang kamu miliki, oleh karena itu portfolio jadi modal untuk meningkatkan peluang karier setiap orang baik itu yang sudah bekerja atau masih mencari pekerjaan.
Apakah semua perusahaan membutuhkan portofolio? Mengutip Indeed, portofolio jadi salah satu cara kamu untuk memamerkan atau mendemonstrasikan kemampuan yang kamu miliki. Oleh karena itu, walaupun tidak semua perusahaan meminta pelamar untuk melampirkan portofolio, tetapi alangkah baiknya jika kamu tetap memiliki portofolio untuk jadi pembeda saat proses perekrutan kerja. Apalagi, jika kamu tertarik untuk berkarier di bidang data science, maka kamu harus memiliki portofolio.
Lantas, bagaimana cara panduan portofolio bagi pemula? Simak terus artikel ini sampai akhir!
BACA JUGA: Proses Kerja Data Scientist – Penjelasannya bagi Pemula
Fungsi Portofolio Data Science
Sebelum mengetahui langkah membuat portofolio data science, alangkah baiknya kamu mengetahui dulu fungsi portofolio data science agar semakin semangat untuk membuat portofolio terbaikmu, berikut diantaranya:
Fungsi Portofolio Data Science: Meningkatkan Peluang Pekerjaan
Dalam proses mencari pekerjaan, portofolio menjadi alat yang sangat berguna untuk membedakan diri dengan pesaing lainnya. Jika kamu memiliki portofolio yang baik yang bisa menunjukkan keterampilan dan pencapaian kamu di bidang data science seperti:
- Data visualization
- Programming
- Analyze data
- Statistik
Maka perusahaan juga akan melihat kamu sebagai kandidat yang memiliki kompetensi, hal ini tentunya akan meningkatkan peluang untuk kamu dipilih sebagai karyawan di suatu perusahaan.
Fungsi Portofolio Data Science: Meningkatkan Kemampuan Storytelling
Tanpa disadari, portofolio juga berfungsi sebagai media yang bisa meningkatkan dan menunjukkan kemampuan storytelling atau kemampuan presentasi diri. Dalam proses mempersiapkan portofolio, kamu akan memahami kekuatan dan kelemahan diri, hingga mengevaluasi pencapaian dan pengalaman kerja yang dimiliki. Dengan demikian, kamu bisa membuat storytelling melalui portofolio terkait diri kamu di ranah profesional dan ini bisa jadi ajang untuk berlatih agar lebih siap dan percaya diri saat harus mempresentasikan hasil kerja kamu di depan stakeholders atau perusahaan.
Fungsi Portofolio Data Science: Meningkatkan Profesionalisme dan Kredibilitas
Portofolio yang berkualitas akan meningkatkan profesionalisme dan kredibilitas kamu di mata calon perusahaan atau klien. Di portofolio data science juga kamu bisa menunjukkan bahwa kamu memiliki kompetensi dan keterampilan yang diperlukan di bidang data science. Hal ini tentunya akan memberikan kepercayaan diri kepada calon perusahaan atau klien bahwa mereka akan mendapatkan hasil pekerjaan yang baik jika memilih kamu.
Fungsi Portofolio Data Science: Menjadi Pembeda dengan Pesaing Lain
Tak bisa dipungkiri kini ada banyak orang yang memiliki skill di bidang data science. Oleh karena itu, untuk bisa menjadi kandidat data science terbaik kamu harus membuat portofolio menarik yang bisa jadi pembeda dengan para pesaing lainnya. Kamu bisa membuat portofolio dari berbagai project yang menunjukkan skill kamu di bidang data science.
BACA JUGA: Peran Data Science di Industri Finance: Study Case Kredivo
3 Poin Utama yang Dilirik HR dari Portofolio Data Science
Mungkin kamu juga penasaran, sebenarnya apa saja poin utama yang diperhatikan oleh HR atau recruiter saat melihat portofolio data science? Umumnya jawabannya ada tiga poin utama, yaitu:
Track Record dan Dampak
Poin pertama yang akan dilihat oleh recruiter adalah track record dan dampak terhadap bisnis. Maksudnya, jika kamu membuat proyek data visualization, recruiter akan menilai seberapa berdampak proyek tersebut untuk perusahaan yang kamu kelola. Oleh karena itu, di portofolio yang kamu buat, alangkah baiknya kamu juga menjelaskan impact dari proyek yang kamu kerjakan kepada perusahaan.
Kemampuan Teknis
Tentunya untuk bisa bekerja sebagai data scientist yang baik kamu harus memiliki kemampuan teknis yang mumpuni. Maka dari itu, poin kedua yang dijadikan pertimbangan oleh recruiter adalah kemampuan teknis yang kamu miliki. Ada beberapa kemampuan teknis yang paling dicari perusahaan untuk data scientist, diantaranya:
- Machine learning
- Data visualization
- Data storytelling
- Data cleaning
- Data collection
Kemampuan Menemukan Insight
Poin ketiga yang dilirik oleh recruiter adalah kemampuan kamu menemukan insight dari data yang dikelola. Tak bisa dipungkiri, data science di perusahaan berperan sebagai orang yang mencari insight bermanfaat dari data-data mentah yang dimiliki perusahaan. Maka dari itu, kemampuan kamu menemukan insight dari data yang dikelola akan jadi pertimbangan utama perusahaan.
3 Poin Utama yang Harus Dihindari Saat Membuat Portofolio Data Science
Dalam membuat portofolio data science juga kamu harus menghindari beberapa hal agar portofolio yang kamu buat lebih dilirik oleh recruiter, berikut 3 poin utama yang perlu kamu hindari:
Tidak Menunjukkan Kemampuan Business Problem
Data scientist itu dituntut untuk memahami business problem, kamu harus bisa menunjukkan di portofolio bahwa kamu memahami kebutuhan bisnis yang kamu handle dan kamu bisa memberikan insight yang sesuai dengan kebutuhan bisnis tersebut. Hal ini bisa ditunjukkan dari model yang kamu buat di portofolio, jika kamu tidak paham business problem maka kemungkinan besar model yang kamu buat juga tidak menyelesaikan masalah yang ada di perusahaan.
Tidak Memahami Domain Knowledge
Untuk bisa membuat model yang berguna bagi bisnis, kamu juga harus memahami domain knowledge. Idealnya kamu harus memiliki wawasan terkait:
- Industri bisnis perusahaan
- Tantangan, risiko, hingga peluang di industri terkait
- Dinamika dan tren di industri terkait
Penguasaan kamu akan domain knowledge juga akan tercermin dari model proyek yang kamu buat di portofolio.
Tidak Menguasai Cara Membuat Model
Terakhir, saat membuat portofolio juga kamu harus memastikan bahwa selain kamu paham cara fitting data, kamu juga bisa membuat model machine learning. Alias, kamu harus menunjukkan di portofolio bahwa kamu menguasai:
- Data preparation
- Data exploratory
- Data cleaning
- Data imputation
- Feature engineering
Lima Elemen Utama Portofolio Data Science Pemula
Mengutip dari Substack, recruiter hanya menghabiskan waktu sekitar 3 menit untuk screening portofolio yang kamu kirim. Artinya, jika portofolio kamu kurang menonjol diantara banyaknya pelamar lain, kemungkinan portofolio kamu juga tidak akan dibaca atau di-skip oleh recruiter. Lalu, apa saja tips agar portofolio data science yang kamu bisa bisa dilirik recruiter? Pada dasarnya, ada lima elemen utama yang bisa kamu jadikan acuan pertama saat membuat portofolio pemula, diantaranya:
Informasi Diri
Elemen paling utama yang harus kamu cantumkan di portofolio adalah informasi mengenai diri kamu, seperti:
- Nama lengkap
- Pengalaman karier
- Ringkasan diri
- Skill dan tools yang dikuasai
Edukasi Formal dan Non-Formal
Elemen kedua adalah mencantumkan edukasi formal dan non-formal yang pernah kamu tempuh. Berikut tipsnya:
- Edukasi formal = Cukup tuliskan jenjang pendidikan terakhir, misalnya S1 Sistem Informasi
- Edukasi non-formal = Cukup tulisan pelatihan, bootcamp, dan lain sebagainya yang relevan dengan bidang data science
Bisa disimpulkan, kamu tidak perlu mencantumkan semua jenis edukasi yang pernah kamu tempus, fokus saja pada edukasi yang memang relevan dengan bidang yang kini kamu geluti.
Kontak Untuk Recruiter Menghubungi
Elemen ketiga yang penting di portofolio data science adalah menuliskan kontak yang bisa dihubungi oleh recruiter atau klien. Tips-nya kamu bisa mencantumkan email pekerjaan atau akun Linkedln, hindari menuliskan nomor WhatsApp untuk menghindari risiko penipuan.
Proyek yang Pernah Dikerjakan
Elemen keempat adalah kamu harus mencantumkan proyek yang pernah kamu kerjakan. Tentunya, semuanya harus berkaitan dengan bidang data science. Tips untuk elemen keempat, kamu bisa memilih proyek yang dirasa paling impactful dan kamu bisa menceritakan proyek tersebut secara end-to-end.
Navigasi ke Source Lain
Elemen terakhir, jangan hanya mencantumkan screenshot hasil proyek yang pernah kamu buat. Alangkah baiknya, kamu juga memberikan navigasi ke source lain seperti GitHub supaya recruiter bisa melihat lebih detail proyek yang kamu buat.
Panduan Membuat Portofolio Untuk Pemula
Terakhir, setelah mengetahui hal yang dipertimbangkan HR, hal yang perlu dihindari saat membuat portofolio, hingga elemen utama yang harus ada di portofolio data science, selanjutnya kamu harus memahami cara step-by-step membuat portofolio untuk pemula:
Kumpulkan Hasil Kerja yang Relevan
Langkah pertama untuk membuat portofolio adalah mengumpulkan hasil kerja atau hasil project yang relevan di bidang data science. Jika kamu saat ini hanya memiliki beberapa project saja, maka kamu bisa memanfaatkan waktu untuk mencoba berbagai project menggunakan dataset yang ada di internet. Nantinya, setelah kamu memiliki banyak project, kamu bisa memilih project yang paling layak untuk ditampilkan di portofolio.
Urutkan Berdasarkan Kategori
Selanjutnya, setelah mengumpulkan project, kamu bisa urutkan berdasarkan kategori project-nya. Misalnya, kategori data visualization, data storytelling, dan lain sebagainya. Tujuannya agar nanti di portofolio yang kamu buat akan rapi dan recruiter lebih mudah untuk screening project berdasarkan jenis kategori yang ada.
Susun Portofolio dengan Terstruktur
Terakhir, kamu harus menyusun portofolio dengan terstruktur, kurang lebih urutannya seperti ini:
- Cover
- Daftar isi
- Ringkasan diri, informasi diri, informasi edukasi
- Isi portfolio
- Pencapaian atau sertifikasi pendukung
- Informasi kontak
Belajar Data Science dari Nol Sekaligus Buat Portofolio Data Science
Jika kamu saat ini kamu ingin belajar skill sekaligus membuat portofolio data science, kamu bisa ikut pelatihan dari Digital Skola yaitu Bootcamp Data Science. Di pelatihan data science Digital Skola ini kamu akan membuat portofolio yang bisa menunjang karier, berikut contoh portofolio alumni Bootcamp Data Science Digital Skola:
Tertarik ingin tahu info lengkapnya? Klik button di bawah ini: