partfolio_ds

Как сделать портфолио исследователя данных

Вы отлично разбираетесь в статистике, машинном обучении и программировании, но не можете найти достойную работу? А есть ли у вас подобающее портфолио? Нет? Тогда продолжайте читать дальше, а мы расскажем, как сделать портфолио Data Scientist, которое точно понравится работодателю.

Почему портфолио так важно?

Портфолио — это демонстрация проектов, над которыми вы работали. Оно показывает, как вы развивались, что вы умеете и, что важно, демонстрирует будущему работодателю ваш потенциал.

Кстати, демонстрацией ваших знаний могут стать и публичные действия. Наверняка вы проводите время на специализированных форумах, где пользователи обсуждают последние новости из мира IT или ищут ответы на волнующие их вопросы. Так вот, не бойтесь продемонстрировать свои знания! Отвечайте на вопросы, помогайте людям, публикуйте информацию о собственных проектах и о том, чего вы добились, заведите блог. Зачем? На таких форумах могут оказаться представители крупных компаний, и если они заметят человека, который действительно разбирается в том или ином вопросе, то заинтересуются в нём.

Об этом говорил Дэвид Робинсон, старший исследователь данных из Data Camp в интервью для Mode Analytics. У него был блог, в котором он описывал работу над открытым кодом. Этот блог и стал тем самым публичным доказательством его способностей. Кроме того, он отвечал на вопросы на StackOverflow. Один из его ответов заметили, и пройдя после этого несколько собеседований, Дэвид получил работу.

Кроме того, публичные действия покажут ваши навыки общения. Это тоже важно, потому что демонстрирует, сможете ли вы работать в команде, и раскрывает вас как человека. Вряд ли компания заинтересуется в «токсичном» специалисте, даже если он хорошо знает своё дело, ведь с таким человеком будет крайне сложно работать.

DS
Специализация Data Science
Идет набор в группу 12 500₽ в месяц

А что делать, если у меня нет опыта работы?

История о том, что работодатели практически всегда ищут людей только с опытом работы, стара, как мир. Что же делать, если у вас этого опыта нет?

Как же получить тот самый опыт, не имея опыта? Всё довольно просто. Участвуйте в различных проектах — например, в студенческих. Или найдите единомышленников, определитесь с темой и попробуйте работать в команде. Важно выбрать тему с реальными данными — это покажет ваше умение собирать и обрабатывать информацию.

В таком случае, когда вы придете на собеседование, то сможете рассказать не только о своём опыте, но и о том, почему вы решили уделить внимание именно этому проекту, как продвигалась работа, чему вы научились и так далее. И тут будет важно то, как вы всё это расскажете.

Сформулируйте правильную, последовательную и интересную историю. Ведь Data Science — это последовательность событий, различные данные и выводы, которые можно из них сделать.

partfolio_ds
Специализация Аналитик Данных
Идет набор в группу 6 900₽ в месяц

Заведите профили в социальных сетях

Не забывайте о существовании GitHub, LinkedIn, StackOverflow и других социальных сетей для профессионалов. Обновляйте свой профиль, не бойтесь выставлять даже незавершённые работы, ведь главное — какую работу вы выбрали для демонстрации и почему ваш выбор пал именно на неё.

Профили в социальных сетях, опять же, покажут, что вы коммуникабельный человек, а работодатель получит возможность предварительно оценить ваши навыки и сделать вывод, стоит вас приглашать на собеседование или нет. К тому же, социальные сети — это способ завести новые знакомства и полезные контакты. Даже если вы ведете Twitter, где пишете о своих проектах, шансы найти хорошего работодателя резко возрастают.

Постоянно развивайтесь и работайте над ошибками

Вы сходили на собеседование, но получили отказ? Проанализируйте, почему это произошло. Может быть компании нужно было, чтобы вы обладали ещё какими-то навыками? Изучите сферы, которые ранее не затрагивали, совершенствуйтесь. Из каждого собеседования старайтесь вынести урок.

Что это даст? Во-первых, это практически ваш собственный проект, ведь вы анализируете причины, которые привели к неудовлетворительному результату, а затем пытаетесь их устранить. Во-вторых, это поможет вам постоянно быть в тонусе и учиться, тем самым улучшая свои профессиональные навыки. Не забывайте обновлять свое портфолио по мере того, как осваиваете новые навыки.

Каким должно быть портфолио?

Лучше всего, если вы разместите свое портфолио в резюме. В идеале оно должно занимать не больше страницы, иначе велика вероятность, что его не дочитают до конца. Что действительно стоит упомянуть в портфолио?

  • Перечислите курсы, которые вы прошли. Указывайте только те, которые имеют отношение к работе: если вы хотите стать Data Scientist, то не стоит указывать курсы кулинарии. А вот если вы обучались различным языкам программирования или прошли курсы по Machine Learning, это указать необходимо.
  • Перечислите навыки, которыми вы обладаете: знания языков программирования, знакомство с различными программами и проч.
  • Напишите, над какими уникальными и интересными проектами вы работали. Прикрепите ссылки, если есть. Это позволит работодателю посмотреть на результаты ваших проектов и оценить их.
  • Прикрепите ссылки на социальные сети вроде GitHub, LinkedIn и ваш блог на Medium или Хабре. Это тоже поможет оценить ваш опыт и увидеть исследования, над которыми вы работали. Если у вас нет опыта работы, то расскажите о проектах, в которых вы принимали участие.

Помните, что IT сфера постоянно развивается, а значит и вам нельзя стоять на месте. Изучайте новые возможности, постоянно совершенствуйте свои навыки и не опускайте руки, если с первого раза не получили работу. Опыт — это самое важное, что вы можете вынести из любой ситуации, а вместе с ним придет мотивация, возможные решения и информация для дальнейшего анализа.

Поделиться:
Опубликовано в рубрике Наука о данных (Data Science)Tagged ,

SkillFactory.Рассылка