Portofolio Data Science yang Bisa Diperiksa
Portofolio membantu pembaca mengikuti alasan di balik pekerjaanmu. Pilih proyek dengan lingkup terbatas, data berizin, dan hasil yang dapat dijalankan ulang. Tidak semua proyek membutuhkan model kompleks.
Pilih satu keputusan
Contohnya menentukan produk mana yang perlu diperiksa karena penjualannya turun. Tetapkan periode, ukuran penjualan, dan unit analisis. Hindari pertanyaan terlalu luas seperti mencari semua insight. Pertanyaan tajam membantu memilih tabel, grafik, serta metode yang benar-benar dibutuhkan.
Simpan jejak data
Jelaskan sumber, hak penggunaan, cara mengambil data, dan aturan pembersihan. Bila data asli tidak boleh dibagikan, gunakan sampel sintetis yang diberi label jelas. Catat jumlah baris sebelum dan sesudah join agar pembaca dapat membedakan perubahan nyata dari dampak duplikasi atau filter.
Susun cerita dengan bukti
Mulai dari temuan utama lalu tampilkan tabel atau grafik pendukung dengan satuan yang jelas. Pisahkan hubungan statistik dari sebab-akibat yang belum diuji. Jika memakai model, laporkan baseline, split, serta metrik. Tulis rekomendasi yang dapat dilakukan dan asumsi yang harus benar agar rekomendasi itu masuk akal.
Permudah peninjauan
README memuat tujuan, cara menjalankan, struktur folder, hasil, dan batasan. Jalankan notebook dari awal dengan urutan bersih. Periksa bahwa tidak ada token, data pribadi, atau path komputer tertentu yang dibutuhkan. Tambahkan ringkasan untuk pembaca nonteknis agar kontribusimu dapat dipahami tanpa membaca setiap baris kode.
Tugas Praktik
Buat analisis penjualan dengan satu rekomendasi. Minta pembaca menemukan sumber angka utama dan menjalankan ulang hasil hanya dari README.
Periksa Hasilmu
- Pertanyaan jelas
- Sumber dapat diperiksa
- Hasil dapat diulang
- Rekomendasi sesuai bukti