Portfólio de ciência de dados | Dicas para construir um bom portfólio de ciência de dados

“Uma boa primeira impressão pode fazer maravilhas” – JK Rowling

Introdução

Já se foram os dias em que as pessoas apenas olhavam seu currículo e decidiam se você era um candidato adequado para um estágio ou um emprego.. no setor de tecnologia, as pessoas agora veem o perfil geral e os projetos (Pasta) para pré-selecionar candidatos, especialmente para Data Science. Mas com o tempo, empresas educacionais começaram a oferecer projetos online pagos, quase todos os alunos estão agora fazendo projetos e estágios (pago / não pago / voluntários).

Portanto, os candidatos não devem apenas fazer projetos proativamente, mas também mostrar suas habilidades para se destacar em uma oportunidade. Ao mostrar quero dizer que você deve fazer uma marca de si mesmo. Quando alguém vê seu portfólio de ciência de dados, você deve ter uma ideia exata de seus interesses, trabalho anterior, conquistas e estar interessado em conversar com você.

Dicas para criar um portfólio incrível de ciência de dados

1. Tenha um perfil ativo do Github

O GitHub permite que você hospede uma versão remota do seu projeto onde outras pessoas possam vê-lo e até colaborar para construir uma versão melhor.. Tenha sempre um perfil ativo no GitHub e coloque o link no seu CV. Por perfil ativo, quero dizer, você tem que trabalhar nele regularmente porque suas contribuições diárias são registradas nele e os espectadores podem vê-los. O que mais, certifique-se de fazer um readme.md (leia mais sobre isso em Clique aqui) para seu perfil para personalizar sua página inicial.

Aqui está uma amostra do meu perfil para ter uma ideia:

2. Comece a usar o Kaggle

Ter uma conta Kaggle é muito importante. Não apenas para mostrar suas habilidades, mas também para praticá-los regularmente. Muitas empresas gostam da ZS Analytics, KPMG, Bain & Companhia, JPM, etc. têm uma competição de ciência de dados como as disponíveis no Kaggle.

Alem disso, os concursos de aprendizagem disponíveis no Kaggle ajudam a entender mais sobre as técnicas e dicas para aplicar ao lidar com diferentes tipos de dados. Kaggle também é uma ótima plataforma para mostrar suas habilidades.. Você pode aprender medalhas e títulos (Kaggle 1X / 2X / 3X / 4Especialista X, Kaggle Grandmaster) que têm um grande impacto se você colocá-los no título do seu perfil do LinkedIn. Você também pode adicionar um link para Kaggle em seu CV.

Abaixo está um perfil público aleatório de um especialista Kaggle 3X da Índia,

3. Participe de concursos e hackathons

Concursos e hackathons nos ajudam a desenvolver nossas habilidades e descobrir onde estamos em nosso grupo de pares. O sucesso em concursos e hackathons pode ser colocado como conquistas que agregarão credibilidade ao seu trabalho. Por exemplo, a plataforma DataPeaker pode ser usada para participar de Hackathons. Você também pode ver as principais abordagens de qualquer competição para aprender abordagens novas e aprimoradas..

Neste momento, você participa de cerca de 67 hackathons para fins de aprendizado e você vê as principais abordagens para competições anteriores. Eles também têm Job-A-thons e contratam hackathons várias vezes por ano., então fique ligado para participar deles.

4. Pratique perguntas usando o HackerRank

HackerRank é uma ótima plataforma para melhorar suas habilidades em Python. Você tem perguntas que podem ajudá-lo a melhorar suas habilidades de programação. junto com isso, também oferece estrelas com base nos pontos que você recebe por responder a essas perguntas corretamente. por (HackerRank 5 estrelas) no título do LinkedIn para mostrar sua proficiência em Python ou Estruturas de Dados / Algoritmos.

5. Leia blogs

A leitura de blogs mantém você atualizado sobre os desenvolvimentos recentes no campo. Eles também podem ser úteis nas discussões durante a entrevista.. O que mais, blogs podem ser usados ​​como uma ferramenta para aprender novas habilidades. Ler blogs sobre experiências pessoais ajudaria você a aprender mais sobre o setor e o que você precisa fazer para encontrar uma posição adequada no futuro.. Você pode seguir Christopher Zita, Revista Índia Analytics, Blogue DataPeaker / Canal Médio, Em direção à ciência de dados (No meio), KDnuggets, etc. para este propósito.

6. Faça seu site de portfólio

Faça um site de portfólio muito simples. Você pode codificar em HTML ou usar Wix / weebly para fazer um. Depois de hospedar seu site, certifique-se de incluí-lo também no seu CV. Um site terá um enorme impacto em um recrutador que visualiza seu perfil. Isso melhorará suas habilidades e também lhes dará a oportunidade de ver seus projetos e trabalhar no campo.. A imagem a seguir mostra um instantâneo do site do meu portfólio.

7. Tenha um perfil no LinkedIn

Um perfil do Linkedin é extremamente importante para todos.. Isso ajuda você a se conectar com pessoas de todo o mundo que possam estar trabalhando na área em que você está interessado.. O LinkedIn também ajuda você a compartilhar seu trabalho com a comunidade. Muitos recrutadores agora usam o sistema de recomendação do LinkedIn para entrar em contato com candidatos para qualquer vaga em suas empresas.. O que mais, siga as hashtags no campo DS e # 66dias de dados, #MavenAnalytics (para visualização de dados), semelhante a ML.

8. Dou pequenos projetos

Comece com projetos em conjuntos de dados conhecidos como Boston Pricing, Íris, XOR, MNIST, etc. Depois disso, continuar com a realização de grandes projetos como motor de recomendação, análise completa de alguns dados, etc. Os conjuntos de dados podem ser encontrados no Kaggle. Análise de recursos humanos, análise de imagem, O desempenho é exibido como gráficos de dispersão e caixaA segmentação é uma técnica de marketing chave que envolve a divisão de um mercado amplo em grupos menores e mais homogêneos. Essa prática permite que as empresas adaptem suas estratégias e mensagens às características específicas de cada segmento, melhorando assim a eficácia de suas campanhas. A segmentação pode ser baseada em critérios demográficos, psicográfico, geográfico ou comportamental, facilitando uma comunicação mais relevante e personalizada com o público-alvo.... de clientes, Análise de dados Netflix, Análise de dados Uber são alguns exemplos para iniciar projetos. Sinta-se à vontade para criar seu próprio conjunto de dados e depois fazer algumas análises.

9. Dcódigo de implantação

Depois de concluir um projeto, tente implantá-lo no heroku ou aws ou qualquer outra plataforma de nuvem. Isso ajuda você a criar um aplicativo completo de ciência de dados que pode ser usado. Por exemplo, se você criar um mecanismo de recomendação de filmes, mais tarde, utilizando Heroku o AWS, criar um site que as pessoas possam acessar, escolha os filmes que eles gostam e seu algoritmo prevê quais filmes eles podem assistir com base em seus interesses. Esta implementação de código realmente impressiona o RH. e certamente pode ajudá-lo a conseguir uma entrevista.

10. Focus na construção da comunidade

Os métodos acima certamente ajudarão você a construir um perfil extremamente bom., mas fora isso, conhecer as oportunidades também é importante. Para isso, participe da comunidade e construa ótimas conexões. LinkedIn, Discórdia, Folga, Telegram são algumas das plataformas onde você pode participar de grupos de cientistas de dados que publicam regularmente mensagens sobre oportunidades que você pode aproveitar..

Espero que tenha gostado deste artigo.

Se você tiver alguma dúvida, Deixe um comentário.

me siga aqui, meu bot cinza estará lá para te ajudar.

Relacionado