Data Science-Portfolio | Tipps zum Aufbau eines guten Data Science-Portfolios

„Ein guter erster Eindruck kann Wunder bewirken“ – JK Rowling

Einführung

Vorbei sind die Zeiten, in denen man sich nur Ihren Lebenslauf ansah und entschied, ob Sie ein geeigneter Kandidat für ein Praktikum oder eine Stelle waren.. Im Technologiesektor, Die Leute sehen jetzt das Gesamtprofil und die Projekte (Portefeuille) Kandidaten in die engere Wahl zu ziehen, speziell für Data Science. Aber im Laufe der Zeit, Bildungsunternehmen haben damit begonnen, kostenpflichtige Online-Projekte anzubieten, So machen mittlerweile fast alle Studierenden Projekte und Praktika. (Bezahlt / unbezahlt / freiwilligen).

Deswegen, Kandidaten sollten Projekte nicht nur proaktiv durchführen, aber zeigen Sie auch Ihre Fähigkeiten, um sich bei einer Gelegenheit abzuheben. Mit "zeigen" meine ich, dass du dich selbst kennzeichnen musst. Wenn jemand Ihr Data-Science-Portfolio ansieht, Sie müssen eine genaue Vorstellung von Ihren Interessen haben, Frühere Arbeiten, Errungenschaften und Interesse an Gesprächen mit Ihnen.

Tipps für den Aufbau eines großartigen Data-Science-Portfolios

1. Sie haben ein aktives Github-Profil

GitHub ermöglicht es Ihnen, eine Remote-Version Ihres Projekts zu hosten, in der andere es anzeigen und sogar zusammenarbeiten können, um eine bessere Version zu erstellen.. Haben Sie immer ein aktives GitHub-Profil und platzieren Sie den Link in Ihrem Lebenslauf. Nach aktivem Profil, Ich meine, du musst regelmäßig daran arbeiten, weil deine täglichen Beiträge darauf aufgezeichnet sind und die Zuschauer sie sehen können.. Was ist mehr, Stellen Sie sicher, dass Sie eine readme.md (Lesen Sie mehr darüber unter Klicke hier) für Ihr Profil, um Ihre Homepage anzupassen.

Hier ist ein Beispiel meines Profils, um sich ein Bild zu machen:

2. Erste Schritte mit Kaggle

Ein Kaggle-Konto zu haben ist sehr wichtig. Nicht nur, um sein Können unter Beweis zu stellen, sondern auch, um sie regelmäßig zu üben. Viele Unternehmen mögen ZS Analytics, KPMG, Bain & Ko., ..JPM, usw. über eine Data-Science-Kompetenz verfügen, wie sie auf Kaggle verfügbar ist.

Abgesehen davon, Die auf Kaggle verfügbaren Lernwettbewerbe helfen dabei, mehr über die Techniken und Tipps zu erfahren, die beim Umgang mit verschiedenen Datentypen angewendet werden sollten. Kaggle ist auch eine großartige Plattform, um Ihre Fähigkeiten zu präsentieren. Sie können Medaillen und Titel lernen (Kaggle 1X / 2x / 3x / 4X Experte, Kaggle Großmeister) die eine große Wirkung haben, wenn Sie sie in die Überschrift Ihres LinkedIn-Profils einfügen. Sie können auch einen Link zu Kaggle in Ihrem Lebenslauf hinzufügen.

Unten finden Sie ein zufälliges öffentliches Profil eines Kaggle 3X-Experten aus Indien,

3. Nehmen Sie an Wettbewerben und Hackathons teil

Wettbewerbe und Hackathons helfen uns, unsere Fähigkeiten zu entwickeln und unsere Position in unserer Peergroup zu kennen. Erfolge bei Wettbewerben und Hackathons können als Erfolge angesehen werden, die Ihrer Arbeit Glaubwürdigkeit verleihen. Zum Beispiel, Die DataPeaker-Plattform kann für die Teilnahme an Hackathons genutzt werden. Sie können auch die wichtigsten Ansätze jeder Kompetenz sehen, um neue und verbesserte Ansätze zu erlernen..

Im Augenblick, Sie beteiligen sich an rund 67 Hackathons zu Lernzwecken und sehen Sie sich die wichtigsten Ansätze für frühere Wettbewerbe an. Sie veranstalten auch Job-A-thons und stellen mehrmals im Jahr Hackathons ein, Bleiben Sie also dran, um daran teilzunehmen.

4. Übungsfragen mit HackerRank

HackerRank ist eine großartige Plattform, um Ihre Python-Kenntnisse zu verbessern. Sie haben Fragen, die Ihnen helfen können, Ihre Programmierkenntnisse zu verbessern. zusammen mit, Es bietet auch Sterne basierend auf den Punkten, die Sie für die korrekte Lösung dieser Fragen erreichen.. Stellen (Hacker-Rang 5 Sterne) in Ihrer LinkedIn-Überschrift, um Ihre Kenntnisse in Python oder Datenstrukturen zu zeigen / Algorithmen.

5. Blogs lesen

Das Lesen von Blogs hält Sie über die neuesten Entwicklungen auf diesem Gebiet auf dem Laufenden. Sie können auch bei Gesprächen während des Vorstellungsgesprächs hilfreich sein.. Was ist mehr, Bloggen kann als Werkzeug zum Erlernen neuer Fähigkeiten verwendet werden. Das Lesen von Blogs über persönliche Erfahrungen würde Ihnen helfen, mehr über die Branche zu erfahren und was Sie tun müssen, um in Zukunft eine geeignete Stelle zu finden.. Sie können Christopher Zita folgen, Analytics India Magazin, DataPeaker-Blog / Mittlerer Kanal, Auf dem Weg zu Data Science (Auf Medium), KDnuggets, etc. für diesen Zweck.

6. Erstellen Sie Ihre Portfolio-Website

Machen Sie eine Portfolio-Website sehr einfach. Sie können in HTML programmieren oder Wix verwenden / Weebly, um einen zu machen. Sobald Sie Ihre Website gehostet haben, Stellen Sie sicher, dass Sie es auch in Ihren Lebenslauf aufnehmen. Eine Website hat einen großen Einfluss auf einen Personalvermittler, der Ihr Profil sieht. Es wird ihre Fähigkeiten verbessern und ihnen auch die Möglichkeit geben, Ihre Projekte zu sehen und vor Ort zu arbeiten.. Das folgende Bild zeigt einen Schnappschuss meiner Portfolio-Website.

7. Haben Sie ein LinkedIn-Profil

Ein Linkedin-Profil ist für jeden extrem wichtig. Dies hilft Ihnen, mit Menschen auf der ganzen Welt in Kontakt zu treten, die möglicherweise in dem Bereich arbeiten, an dem Sie interessiert sind.. LinkedIn hilft Ihnen auch dabei, Ihre Arbeit mit der Community zu teilen. Viele Personalvermittler nutzen jetzt das Empfehlungssystem von LinkedIn, um Kandidaten für offene Stellen in ihren Unternehmen zu kontaktieren.. Was ist mehr, Folgen Sie den Hashtags im DS-Feld und # 66DaysOfData, #MavenAnalytics (zur Datenvisualisierung), ähnlich wie ML.

8. Doder kleine Projekte

Beginnen Sie mit Projekten in bekannten Datensätzen wie Boston Pricing, Iris, XOR, MNIST, etc. Nachdem, Weiterhin große Projekte als Empfehlungsmaschine durchführen, Vollständige Analyse einiger Daten, etc. Datensätze finden Sie in Kaggle. Personalanalyse, Bildanalyse, SegmentierungDie Segmentierung ist eine wichtige Marketingtechnik, bei der ein breiter Markt in kleinere, homogenere Gruppen unterteilt wird. Diese Praxis ermöglicht es Unternehmen, ihre Strategien und Botschaften an die spezifischen Merkmale jedes Segments anzupassen, So verbessern Sie die Effektivität Ihrer Kampagnen. Das Targeting kann auf demografischen Kriterien basieren, psychografisch, geografisch oder verhaltensbezogen, Erleichterung einer relevanteren und persönlicheren Kommunikation mit der Zielgruppe.... de clientes, Netflix-Datenanalyse, Die Uber-Datenanalyse sind einige Beispiele, um Projekte zu starten. Fühlen Sie sich frei, Ihren eigenen Datensatz zu erstellen und dann eine Analyse durchzuführen.

9. DCode für die Bereitstellung

Sobald Sie ein Projekt abgeschlossen haben, Versuchen Sie, es auf Heroku oder AWS oder einer anderen Cloud-Plattform bereitzustellen. Auf diese Weise können Sie eine vollständige Data-Science-Anwendung erstellen, die verwendet werden kann. Zum Beispiel, Wenn Sie eine Filmempfehlungsmaschine erstellen, demnächst, mit Heroku oder AWS, Erstellen Sie eine Website, auf die die Leute kommen können, Wählen Sie die Filme aus, die ihnen gefallen, und der Algorithmus sagt voraus, welche Filme sie basierend auf ihren Interessen sehen können. Diese Code-Implementierung beeindruckt RR sehr. HH. und kann Ihnen sicherlich helfen, ein Vorstellungsgespräch zu bekommen.

10. FOCUS in der Community-Bildung

Die oben genannten Methoden werden Ihnen sicherlich helfen, ein extrem gutes Profil zu erstellen., aber sonst, Es ist auch wichtig, die Möglichkeiten zu kennen. Dafür, Beteiligen Sie sich an der Community und bauen Sie großartige Verbindungen auf. LinkedIn, Zwietracht, Locker, Telegram sind einige der Plattformen, auf denen Sie Gruppen von Datenwissenschaftlern beitreten können, die regelmäßig Nachrichten über Möglichkeiten veröffentlichen, die Sie nutzen können..

Ich hoffe, Ihnen hat dieser Artikel gefallen.

Wenn Sie Zweifel haben, Hinterlasse einen Kommentar.

Folge mir hier, mein Bot Gray wird da sein, um Ihnen zu helfen.

Verwandt