Thread by @pacmannai

Building data scientist portfolio to land a job
.
.
.
A thread

Menurut kalian, penting ga sih seorang DS punya portfolio?

Pernah ga kalian liat job opening buat entry level yang requirementnya gak masuk akal? Udah mah fresh graduate tapi minimal punya beberapa tahun experience, misalnya?

Permasalahannya, gimana buat para DS wannabe yang belum pernah punya pengalaman kerja?

Jawabannya adalah: kerjain project, masukin ke portfolio yang engaging, buat personal branding dari portfolio kalian, dan voila, you’re ready to bigger opportunity for landing a job!

Data science emang bidang yang luas banget jadi kita juga sebenernya agak sulit buat tau kira-kira project apa yang pengen recruiters liat, jadi jagan mentingin kuantitas project yang kalian kerjain, tapi pentingin kualitasnya.

Seorang Data Scientist di Airbnb pernah bilang kalo portfolio terbaik buat DS itu bukan yang isinya project dengan pemodelan rumit nan fancy, tapi yang projectnya itu berhubungan sama data yang menarik.

Selain itu, salah satu DS Quora pun pernah sharing di CareerCon Kaggle tahun 2018. Ia bilang dia suka project yang memperlihatkan ketertarikan kita pada dataset tersebut lebih dari sekedar “yang penting punya project yang terselesaikan dari data ini”

Ia juga bilang project yg bagus ketika kita punya effort lebih dalam nemuin hasil yang menarik dari exploring dataset itu, terus bikin visualisasi dan share hasil kerjaan mereka di platform yang bisa diakses banyak orang.

Ini salah satu interesting projects yang ada di github tentang traffic cruising di Seattle (github.com/uwescience/Tra…)

Kalo menurut kalian, terutama para DS yang udah berkecimpung di bidang ini cukup lama, portfolio yang berisi project kayak gimana sih yang menarik menurut kalian?

Ada beberapa tips buat building DS portfolio terutama buat kalian yang masih baru banget berkecimpung di bidang DS dan belum punya pengalaman kerja, nih. Intinya adalah building portfolio dengan independent projects:

1. Perbaiki social media profile. Punya github atau Kaggle? Pergunakan platform yang kalian punya sebaik-baiknya. Caranya adalah aktif ngelaksanain project atau berkontribusi di platform yang kalian punya.

Coba liat salah satu random Kaggle user ini. Dari gambar ini aja, dia udah bisa branding diri dia lewat profil kagglenya yang bisa jadi salah satu portfolio-nya dia. Abis itu, tinggal taro link kagglenya di resume/linkedin, deh.

Buat kalian para DS wannabe yang pengen belajar-belajar lagi, di Kaggle pun udah ada free courses yang bisa kalian coba. Udah kelar belajar, terus bisa langsung coba bikin project, deh.

Selain itu, di Kaggle itu banyak banget kompetisi data science yang dibuat sama berbagai perusahaan yang bisa kamu coba.

Hasil dari kompetisi-kompetisi ini bisa kalian masukin di portfolio kalian. Selain itu, banyak project yang membutuhkan team dalam pengerjaannya, jadi kalian bisa showcase juga nih skill teamwork kalian.

Github pun juga begitu. Coba lihat salah satu profile github ini. Gimana pendapat kalian tentang well-maintained profile ini?

Kamu bisa make github buat keeping semua code, dan bikin project kalian visible to public. Selain itu, kalian bisa showcase kontribusi kalian dengan aktif di Github, kayak follow up bug reports, fix bugs dari project orang, atau bikin fitur baru.

2. Bikin project pake dataset sendiri. Ada baiknya juga kalo bikin project dari real data daripada dari Kaggle atau pre-cleaned data lainnya, soalnya real data bikin kamu harus ngelakuin data cleaning, prep, dan transformation dulu.

Atau bisa juga langsung pake webscraping, atau APIs. Banyak opsi data yang bisa dipilih buat memperlihatkan skill data prep kamu. Selain itu, pake data yang ga banyak orang gunain juga bisa jadi nilai plus buat dilirik recruiter.

Catetannya, pilih dataset atau problem yang bikin kamu penasaran atau yang menarik perhatian kamu, jangan sampe bikin project yang kamu harap hasilnya bakal impresif.

Data cleaning, prep, sama transformation bisa jadi salah satu opsi buat dimasukin ke portfolio kamu, loh. soalnya, Udah jadi rahasia publik lah ya kalo kerjaan DS itu ngabisin banyak waktu di situ.

Hasilnya bisa kalian masukin portfolio mulai dari pake Github URL, blogs kayak medium, deploying aplikasi, sampe bikin dashboard pake python, atau kalo kalian udah jago dataviz bisa pake Power BI atau Tableau.

Karena hampir semua orang kayaknya udah tau Linkedin, jadi mimin cuma colek dikit aja nih tentang platform yang satu ini. Selain kamu masukin portfolio kamu di resume, kamu juga bisa cantumin di linkedin profilemu.

Supaya lebih aktif juga, tiap kamu sedang bikin project atau udah nyelesein suatu project, alangkah baiknya kalo kamu share hasil project kamu di linkedin. Cara ini bisa bikin engagement profil linkedin kamu naik.

Kalau project kamu menarik, postingan kamu bisa jadi salah satu jalan ninja buat recruiters nghubungin kamu, deh!

Jadi kenapa DS perlu bikin portfolio? Karena portfolio bisa bantu showcase skill data science kamu. Portfolio kamu juga bisa sebagai record dari semua project yang pernah kamu kerjain.

Dan yang paling penting: bisa ningkatin kemungkinan kamu dilirik sama recruiter setelah lihat portfolio kamu. Intinya harus bikin portfolio yang menarik dan memperlihatkan skill kamu dengan baik.

“Aku pengen banget bikin portfolio, idenya udah ada, udah mulai nyoba bikin tapi masih kagok pas codingnya…”

Tenang! Mimin udah nyiapin paket lengkap buat fundamental coding kamu sebelum bikin portfolionya 😆. Langsung aja daftar workshop mimin di bit.ly/DaftarPacmannW…!

Karena mimin sadar portfolio ini penting banget, mimin masukkin kurikulum project lab di program BI / DS Non-Degree Pacmann lho! Jadi hasil project lab nanti bisa kamu jadiin sebagai portfolio kamu deh 😄!

Liat-liat dulu yuk kelasnya di sini: bit.ly/PacmannioTwitt…

https://twitter.com/pacmannai/status/1413069353247936519?s=20