5 Pain Experience saat Bikin Portofolio Data Science
Tantangan bagi kamu yang masih nol banget soal data
Follow IDN Times untuk mendapatkan informasi terkini. Klik untuk follow WhatsApp Channel & Google News
Membuat portofolio data science dalam prosesnya memang tidak mudah. Dibutuhkan ketangkasan, ketelitian, dan akurasi tinggi menggabungkan setiap elemen yang ada dalam portofolio data science. Tidak mengherankan ketika di tengah-tengah proses pembuatannya seorang analis mengalami pain experience (pengalaman yang kurang mengenakkan) saat menyusun portofolio data. Terlebih bagi seorang pemula yang baru terjun di dunia data yang belum terbiasa untuk menghadapi situasi-situasi seperti ini.
Pada konteks data science, pain experience merujuk pada kesulitan yang dihadapi selama proses pembuatan portofolio. Seperti yang diketahui, dewasa ini banyak perusahaan meminta calon karyawannya untuk melampirkan portofolio sebagai dokumen pendamping lamaran kerja. Memudahkan kamu dalam menyusun portofolio, cermati pain experience apa saja yang rentan dialami oleh pemula ketika membuat portofolio data science dan bagaimana tips menghindarinya, yuk!
Baca Juga: 5 Rekomendasi Film tentang Konsep Data Science, Seru!
1. Kesulitan memilih topik yang tepat
Memilih proyek atau ide yang ingin ditampilkan merupakan kesulitan terbesar dalam membuat portofolio data science. Mungkin terkadang kamu bingung, kira-kira topik apa yang pengin dibahas dalam portofolio? Nyatanya memilih topik juga menjadi tantangan rumit tersendiri kalau kamu tidak menguasainya dengan baik. Sebab, proyek yang ditampilkan dalam portofolio menjadi kunci HRD mengenali potensi dan kemampuan kandidat ketika nantinya diterima menjadi praktisi data.
Baca Juga: 7 Tempat Belajar Data Science Gratis Berbahasa Indonesia
IDN Times Community adalah media yang menyediakan platform untuk menulis. Semua karya tulis yang dibuat adalah sepenuhnya tanggung jawab dari penulis.