Data Science brzo se širi i postala je jedan od najtraženijih poslova diplomaca i veterana danas. To je takođe imalo kao rezultat veliku konkurenciju za ove poslove. Kada su svi strastveni, vredni i obrazovani, kako da se izdvojite od ostalih kandidata? Odgovor- Portfolio. Čvrst i raznovrstan Data Science portfolio pomaže u isticanju vaših sposobnosti i znanja.
Zbog obilјa talenata na tržištu rada, poslodavci bi mogli da budu malo oprezni pri zapošlјavanju novih diplomaca. Pa kako vi možete da ih ubedite da ste vi idealan kandidat za posao? Vaše sposobnosti demonstrirate tako što ćete prikazati rad sa prethodnih projekata i stažiranja. Portfoliji se prave sa primarnim cilјem da se potencijalnim poslodavcima prikažu vaše sopstvene sposobnosti. Time povećavate vaše šanse da dobijete posao u kompaniji iz snova.
Portfoliji takođe postaju važni ako imate ne-tehničko obrazovanje ili ako menjate karijeru. Takođe je relevantno za one koji imaju vrlo malo radnog iskustva. Sada kada smo naveli nekoliko razloga zašto je Data Science portfolio važan, hajde da pređemo na to kako da napravimo impresivan Data Science portfolio.
Koji projekti izgledaju atraktivno u vašem portfoliju?
Najbolјi način da povećate vaše šanse da budete angažovani za posao je izgradnja portfelјa cilјanog na određene poslodavce, određene industrije i specifične poslove. Međutim, ako tražite pozicije na početnom nivou, bacate široku mrežu i tražite mogućnosti koje zahtevaju sličan skup veština i sposobnosti. Bićete na dobrom početku ako sastavite portfolio koji uklјučuje najmanje jedan projekat iz svake od sledećih oblasti.
- Čišćenje podataka: Priprema podataka, traženje i čišćenje – kako god to želite da nazovete – potrebno je u 60-80% većine Data Science profila. Stoga će izlaganje vaših talenata za čišćenje podataka u projektu potvrditi vaše veštine. Prvo ćete morati da izaberete neuredan, haotičan skup podataka sa kojim ćete da radite. Prođite kroz nefiltrirane podatke da biste došli do zanimlјivih analitičkih pitanja ili uglova koje želite da istražite. A zatim očistite podatke i izvršite neku rudimentarnu analizu da biste odgovorili na ta pitanja. Tehnike čišćenja se razlikuju od jednog skupa podataka do drugog. Možda ćete morati da popravite strukturne greške, filtrirate neželјene podatke i rukujete podacima koji nedostaju. Neki od najbolјih alata za korišćenje su TIBCO Refine, Winpure, Data Cleaner, Data Ladder, itd. Tableau je još jedan moćan softver koji može da se koristi za čišćenje podataka.
- Pripovedanje i vizuelizacija podataka: Pripovedanje priča u Data Science odnosi se na donošenje zaklјučaka analizom i povezivanjem podataka. Svaki posao naučnika podataka podrazumeva pružanje stvarnog uvida i ubeđivanje drugih u podatke. Ovi zaklјučci, uvidi i njihova primena u poslovanju moraju da budu saopšteni različitim zainteresovanim stranama. Ovo će da zahteva korišćenje vizuelizacije podataka i komunikacijskih veština. Možete da dizajnirate projekat sličan onom koji je objavio National Geographic koji vizualizuje 500.000 smrtnih slučajeva od Covid-19 u SAD. Ili mikro projekat koji se fokusira na mentalno zdravlјe srednjoškolaca.
- Grupni projekat: Rad u grupi otkriva da imate efikasne komunikacijske veštine i sposobnost da radite u timu, što je od vitalnog značaja u Data Science profilima. Grupni projekti mogu da budu odličan način za kreiranje izazovnog i teškog projekta. Možete da pokušate da doprinesete dobro poznatom projektu otvorenog koda, kao što je biblioteka otvorenog koda u vezi sa Data Science na jeziku po vašem izboru. Jedan primer takvog projekta je klasifikacija raka dojke. Možete da koristite Python za programiranje ovog projekta. Uz Python, može da se koristi skup podataka o invazivnom duktnom karcinomu (IDC). Možete da koristiteKeras, OpenCV, NumPy i Matplotlib python biblioteke. Može da bude nezgodno, ali ako ste u mogućnosti da doprinesete dobro poznatoj biblioteci ili paketu, to će zaista da pomogne kompanijama da primete vašu aplikaciju.
Još nekoliko saveta kako da vaš portfolio učinite atraktivnim
- Iskoristite online prisustvo
Online prisustvo postalo je veoma važno za bolјu šansu za zapošlјavanje. Pomaže u potvrđivanju nekoliko stvari kao što su vaš identitet, obrazovanje, društvene veze, interesovanja itd. Postoji nekoliko platformi koje mogu da se koriste za izgradnju impresivnog prisustva na društvenim medijima. Neki od njih su-
- LinkedIn – LinkedIn profil funkcioniše kao vaš društveni profesionalni profil. Pomaže u izgradnji kredibiliteta i interesovanja za vaš profil. Kompanije mogu da verifikuju vaše obrazovanje, radno iskustvo i projekte. Vaš LinkedIn profil takođe funkcioniše kao digitalni rezime jer se svako dostignuće, kvalifikacija, projekat i link na web sajtu mogu da pomenu ovde.
- Napravite dubok GitHub profil – GitHub je najbolјi prijatelј svakog programera. Posebno za programere početnike. To je softver koji omogućava grafički interfejs zasnovan na webu, koji nudi kontrolu pristupa i funkcije za saradnju. Možete da otpremite i delite vaš Data Science projekat. Na ovaj način poslodavci ili kolege naučnici podataka mogu da se upute i prođu kroz vaš projekat. To je takođe odličan način za saradnju na grupnim projektima. Pokušajte da imate više projekata i nekoliko saradnji na vašem profilu. Pružanje veze do vašeg GitHub profila na LinkedIn-u i rezimea je odličan način za pravlјenje portfelјa.
- Koristite Kaggle – Kaggle je još jedna odlična platforma za entuzijaste Data Science i mašinskog učenja. To je zajednica u kojoj može da se uči, vežba i testira Data Science i mašinsko učenje. Kaggle je odličan način za početak izgradnje Data Science projekata. Možete da pronađete različite otvorene skupove podataka za pokretanje vašeg projekta, kao i druge resurse koji će vam dobro doći za projekat. Postoje i takmičenja u kojima možete da učestvujete. Možete da ih postavite naslovom na vašem LinkedIn profilu i zaradite značke ili medalјe koje će učiniti da vaš profil stoji iznad ostalih.
- Naučite i umrežite se koliko god možete:
Podrazumeva se da što više jezika, tehnika i alata poznajete, to će biti bolјe za pravlјenje portfelјa. To je zato što vam širok spektar veština može da pomogne da koristite jezike i bolјe razumete probleme. Takođe pomaže da izoštrite vaše analitičke veštine. Pošto je Data Science oblast koja se razvija, praćenje trendova i razvoja postaje imperativ za naučnike koji teže podacima. Pa, kako to radite?
- Čitajte blogove – Blogovi su odličan način da brzo steknete nove uvide i informacije o bilo kojoj temi. Najbolјa stvar je to što se blogovi objavlјuju skoro svaki dan i sadrže relevantne informacije o novostima. Na ovaj način ste svesni aktuelnih događaja i najnovijih dešavanja u Data Science. Pominjanje nekih od njih u intervjuu će sigurno da impresionira panel. Takođe može da vam pomogne da savladate nove veštine i alate.
- Izgradnja zajednice – Izgradnja ili biti deo zajednice kao što je Kaggle, otvara mnoga vrata. Zajednice su odličan način za učenje, vežbanje i podučavanje veština. Postoje različite dobro poznate zajednice kao što su Kaggle, Slack, LinkedIn i Discord, kojima možete da se pridružite. Biti aktivan u takvim zajednicama osigurava da nikada ne propustite ažuriranja ili prilike. To je odličan način za izgradnju profesionalnih veza. Takođe, aktivan profil u zajednicama govori poslodavcima o vašem ozbilјnom Data Science interesovanju.
- Portfolio web sajt – Ovaj korak se često smatra gnjavažom i stoga se zanemaruje. Ali to je takođe korak koji može da pomogne kandidatu da napravi brend za sebe. Slično kao što grafički dizajneri koriste Behance za njihove portfelјe, možete da koristite Vix/Weebly ili HTML za kreiranje web sajta za vaš Data Science portfolio.
Zaklјučak
Pravlјenje portfelјa u početku može da izgleda zastrašujuće, ali će postati druga priroda nakon što se naviknete da dokumentujete i izlažete vaše projekte. Najbolјa stvar da stvaranje portfelјa učinite zabavnim i impresivnim je odabir skupova podataka i problema koji vas zanimaju. Na ovaj način ćete možda moći da mu date lični zaokret i da razlikujete vaš projekat od svih drugih. Počnite sa sajtovima za blogovanje ili napravite vaš sopstveni web sajt ako želite da izgradite vaš brend. Izgradnja solidnog Data Science portfelјa će vam dati ogromne prednosti. Iskorištavanje gore navedenih saveta na najbolјi način će vam pomoći da napravite značajan i impresivan Data Science portfolio.