Comment créer un Portfolio de Data Scientist?

    Comment devenir un scientifique des données? Une question qui se pose à l’esprit de chaque future scientifique des données. Et aujourd’hui, nous allons examiner un aspect qui est souvent ignoré par la plupart des candidats en science des données. Oui, c’est le portfolio du candidat.

    Le portefolio de la science des données est un outil très essentiel pour résoudre le problème de l’entretien. Les gens se confondent souvent entre un curriculum vitae et un portfolio. Un CV est un bref résumé de votre vie, compétences, talents et expériences au cours des dernières années, qui est généralement de 1-2 pages. Attendu qu’un portfolio présente la collection d’échantillons de vos œuvres d’art, écrits, photos et activités. Lien vers votre portefolio en ligne peut également être ajouté à votre curriculum vitae.

    Les candidats vont souvent à des entretien avec seulement le curriculum vitae dans leurs mains, et les curriculum vitae sont remplis avec des détails non pertinents qui ne sont pas vraiment nécessaires. Ils ne se rendent pas compte que l’avantage de « montrer, ne pas dire » est beaucoup plus convaincant lorsqu’il s’agit de se faire embaucher comme scientifique des données.

    Comment créer un portfolio de données scientifiques?

    Essentiellement, un portefolio de science des données consiste en une collection de projets de science des données sur lesquels vous avez travaillé, il met en valeur vos compétences en général et ceux en science des données. Il s’agit donc de vendre vos compétences et vos talents. Votre portefeuille devrait dire : «Voici ce que je peux faire pour vous».

    Prenez suffisamment de temps pour construire votre portefeuille, il devrait créer une impression durable sur les gestionnaires. Si vous êtes un débutant  alors vous devriez savoir sur quels projets vous pouvez travailler. Cette astuce pourrait être utile pour vous : Les scientifiques des données et les ingénieurs de logiciels dans le monde réel ne sont pas parfaits, ils utilisent aussi Google pour obtenir des solutions à leurs problèmes. Si ces gens lisent votre travail public (blogues, réponses) et ont leurs problèmes résolus, ils pourraient penser mieux de vous et même vous tendre la main.

     

    « A Portfolio is public evidence of your Data Science Skills », cette définition a été donnée par David Robinson, qui est aujourd’hui un scientifique des données. La stratégie la plus efficace pour lui était de faire du travail public. Il était une personne active sur le site de programmation Stack Overflow pour répondre à des sujets liés au domaine de la science des données et une fois, un PDG de l’entreprise a été si impressionné par sa réponse qu’il a pris contact avec lui et David a été embauché après quelques entretien! Plus vous faites du travail, plus les chances d’un incident étrange comme celui-ci augmentent. Pour un poste de débutant, il faut aussi avoir un peu d’expérience concrète, parce que c’est la demande de la plupart des entreprises.

     

    Vous avez peut-être vu des mèmes comme cela sur Internet. Mais la vraie question est comment obtenir de l’expérience si vous en avez besoin pour votre premier emploi? La réponse que vous recherchez est Projets. Il peut s’agir de stages, de thèses, de travaux publics dont nous avons parlé ci-dessus et de projets à domicile.

     

    Conseils pour créer votre portfolio de données scientifiques 

    La chances de quelqu’un de trouver votre portfolio est par votre curriculum vitae. Les directeurs qui embauchent parcourent vos curriculum vitae très rapidement, et vous n’avez que quelques minutes pour faire bonne impression.

     

    1. Longueur appropriée

    Bien que cela dépende du travail que vous avez fait, essayez de rester simple. Il devrait y avoir assez d’espace pour inclure tout votre travail en 2-3 pages. Essayez de ne pas inclure les objectifs et les conclusions, gardez de l’espace pour vos compétences, projets et expériences.

     

    2.Cours pertinents

    Il s’agit du travail effectué par les stagiaires à des fins d’apprentissage. Énumérez tous les cours pertinents qui, selon vous, s’appliqueront à la description de poste.

     

    3. Compétences techniques

    Énumérez toutes vos compétences techniques mentionnées dans le profil d’emploi. Les compétences que vous maîtrisez le mieux devraient être écrites au début et les compétences que vous possédez, mais qui ne sont pas les meilleures, devraient s’inscrire par la suite. N’oubliez pas de TOUJOURS évaluer vos compétences. Des mots tels que compétent et familier doivent être utilisés pour donner votre niveau, ne vous donnez pas des cotes numériques.

     

    4. Expérience de travail

    Il est préférable d’avoir de l’expérience, mais que faire si ce n’est pas le cas? Vous pouvez inclure des projets, des thèses, des concours et des stages. Ce sont des substituts à l’expérience de travail si vous êtes un débutant.

     

    5. Stages connexes

    Il y a de nombreux stages en science des données, y compris des analystes de données, des ingénieurs de données, des analystes ou des analystes des renseignements opérationnels, des ingénieurs de recherche et d’autres, et pas seulement des scientifiques des données. Le stage devrait vous fournir un travail pertinent et vous devriez apprendre quelque chose de lui. Une forme quelconque de collecte de données, d’analyse, d’élaboration de modèles ou de visualisation est préférée pour un emploi réel.

    Mais pourquoi des stages ? Surtout parce que les entreprises veulent embaucher des gens qui peuvent commencer à travailler sur des choses réelles avec un minimum de formation, car c’est long et le temps est de l’argent dans le monde des affaires. « Ne dis pas n’importe quoi, montre-le ». Le fait d’avoir des stages montre que vous êtes sérieux et passionné par le travail et que vous n’êtes pas un autre candidat qui dit : « Je suis très passionné par la science des données et je veux en apprendre davantage à ce sujet ».

     

    6. Les projets

    Des projets concrets vous donnent l’occasion d’acquérir de l’expérience lorsque vous ne pouvez pas l’obtenir dans le cadre de stages. En général, trois projets de science des données suffisent pour couvrir les responsabilités professionnelles communes des profils d’emploi qui vous intéressent. Rédigez toujours vos projets de façon structurée. Kaggle Si vous voulez montrer vos compétences, participer à des concours de kaggle, et contribuer aux discussions. Établissez un lien entre votre profil de kaggle et le portefeuille de scientifiques des données afin que les employeurs puissent voir à combien de concours vous avez participé.

     

    7. Réseaux sociaux

    Publiez des articles, partagez votre savoir faire, vos expériences pour être reconnu . Renseignez-vous  sur les plus récents et les plus grands développements ou technologies utilisés par les experts dans votre domaine pour élargir vos connaissances.

    Si vous etes a l’aise avec l’anglais, il existe plusieurs sites Web où vous pouvez publier vos articles tels que Medium, Quora.

    Sujets sur lesquels vous pouvez écrire :

    • Écrivez sur votre parcours d’apprentissage et partagez vos erreurs.
    • Expliquer les concepts techniques aux autres de façon plus simple.
    • Communiquez les résultats de vos projets avec des visualisations attrayantes et un parcours d’apprentissage.
    • Parlez des divers défis que vous avez dû relever et de la façon dont vous avez réussi à les résoudre.

     

    Nous espérons que ces conseils pour le portefeuille de la science des données ont été utiles. Cependant, plus vous pratiquez, plus vous réussissez à faire avancer les choses. Parce qu’il n’y a jamais un moment où l’on cesse d’apprendre. Établissez un solide portefeuille de données scientifiques et faites place à de nombreuses possibilités. À mesure que vos connaissances grandissent, votre portefeuille est mis à jour.

     

    A lire aussi:

    Tout ce que vous devez savoir sur la Data Science

     

    >