Portfólio dátového vedca je dnes jedným z najdôležitejších faktorov pri hľadaní práce v oblasti dátovej vedy. Dnešný článok vychádza z bežnej praxe v dátovej vede a slúži ako odporúčanie pre začiatočníkov, ktorí si chcú vybudovať praktické portfólio dátového vedca a zvýšiť tak svoje šance na získanie práce. Treba si uvedomiť, že tak ako každý projekt aj kariérna cesta môže vyzerať inak, no určité princípy sú univerzálne.
Prečo je portfólio dôležitejšie než certifikáty.
V dátovej vede platí jednoduché pravidlo a to, že projekty hovoria viac než životopis. Praktické skúsenosti a ukážky reálnych riešení problémov často viac odhaľujú schopnosti a vedomosti človeka, než formálne vzdelanie alebo zoznam pracovných skúseností.
Firmy chcú vidieť, že uchádzač o zamestnanie dokáže:
- pracovať s dátami
- riešiť reálne problémy
- vysvetliť svoj postup
- prezentovať výsledky
Dobré portfólio môže v podstate rozhodnúť o tom, či bude uchádzač o zamestnanie pozvaný na pohovor aj bez predchádzajúcich pracovných skúseností.
Čo by teda malo obsahovať portfólio?
Ide v podstate o zbierku praktických projektov, ktoré ukazujú schopnosti pracovať s dátami, riešiť reálne problémy a používať nástroje ako Python, SQL, Pandas, Matplotlib alebo knižnice pre strojové učenie (angl. machine learning).
Portfólio má najčastejšie podobu osobného webu alebo blogu s prepojením na Linkedin profil, prípadne doplneného o GitHub repozitár (popis reálnych projektov vrátane zdrojového kódu). Takéto portfólio umožňuje potenciálnym zamestnávateľom vidieť zručnosti v praxi a zhodnotiť, ako efektívne dokáže potenciálny uchádzač o zamestnanie analyzovať dáta a prezentovať výsledky.
Obsah portfólia by mal zahŕňať:
- ukážku analýzy dátovej sady (načítanie dát, čistenie, vizualizácia)
- realizované projekty s SQL (práca s databázou, agregácie, analytické dotazy)
- vývoj v jazyku Python (práca so súbormi, transformácie, grafy alebo export dát)
- schopnosť vysvetliť jednoduchý model strojového učenia (predikcia, klasifikácia, vysvetlenie výsledkov)
Dobrý dátový projekt by mal obsahovať popis problému, zdroj, použitý postup, zdrojový kód, výsledky, záver a odporúčania.
Príklady pre mini projekty:
Analýza predaja e-shopu
Cieľom projektu, t.j. problém ktorý sa bude riešiť, je analyzovať predajný výkon e-shopu za vybrané obdobie. Ako dátový zdroj sa použije CSV súbor s objednávkami (objednávka, zákazník, produkt, cena, dátum,..).
Použitý postup:
- načítanie a kontrola dát v jazyku Python s knižnicou Pandas
- čistenie a transformácia dát (úprava dátumov, odstránenie chýbajúcich hodnôt, agregácie)
- výpočet kľúčových metrík zahŕňajúci analýzu vývoja obratu v čase, mesačný obrat, nákupnú aktivitu podľa zákazníkov a identifikáciu najpredávanejších produktov
- analýza dát a vizualizácia výstupov s využitím Matplotlib a Seaborn
- vyhodnotenie výsledkov a odporúčania pre marketing
Výstupom analýzy bude prehľad najpredávanejších produktov, grafy predaja a marketingové odporúčania.
Predikcia odchodu zákazníkov
Cieľom projektu, t.j. problém ktorý sa bude riešiť, je vytvoriť odhad pravdepodobnosti, že zákazník ukončí využívanie služieb. Ako dátový zdroj sa použije CSV súbor alebo SQL databáza s údajmi o zákazníkoch, nákupoch a interakciách.
Použitý postup:
- načítanie a kontrola dát v jazyku Python s knižnicou Pandas
- čistenie a príprava ukazovateľov správania zákazníkov
- analýza dát a identifikácia vzorcov v správaní zákazníkov
- rozdelenie zákazníkov do skupín, podľa miery rizika odchodu na základe analytických kritérií
- vyhodnotenie výsledkov a príprava odporúčaní na udržanie zákazníkov
Výsledkom analýzy bude zoznam zákazníkov s vysokým rizikom odchodu a odporúčania pre marketingové akcie.
Tipy na budovanie portfólia
Odporučil by som začať s malými projektami a postupne ich vylepšovať. Vytvoriť si prehľadný GitHub repozitár so zdrojovým kódom a každý projekt doplniť o popis, aby ste vedeli vysvetliť postup a zistené výsledky. Dôležité je doplniť vizualizácie a reálne metriky (personalisti oceňujú konkrétnu pridanú hodnotu) a buďte konzistentní, t.j. pravidelne pridávajte nové projekty a aktualizujte tie existujúce.
Z pohľadu počtu prezentovaných projektov v rámci svojho portfólia, je dobré si uvedomiť, že kvalita je vždy dôležitejšia než kvantita (t.j. 3 až 5 kvalitne spracovaných projektov bude mať rozhodne vyššiu cenu, než 20 nedokončených alebo priemernej kvality).
Dobre pripravené portfólio dátového vedca s praktickými projektami v jazyku Python a SQL výrazne zvyšuje šance na uplatnenie v oblasti dátovej vedy. Budovanie portfólia je proces, ktorý si vyžaduje čas, ale výsledky sa dostavia. Dobre spracované projekty, prehľadný GitHub a súčasne schopnosť vysvetliť vlastný postup výrazne zvýšia šance na uplatnenie sa v oblasti dátovej vedy.
Zaujal Vás článok?
Zvážte možnosť jeho zdieľania na sociálnych sieťach alebo sa podeľte o svoj názor a pripomienky k článku a to odoslaním správy na e-mailovú adresu info@dataspark.sk.
