Как создать портфолио по науке о данных

Автор оригинала: Michael.

Портфолио-это один из способов показать людям, что вы единорог в области науки о данных.

Как вы получаете работу в области науки о данных? Знание достаточной статистики, машинного обучения, программирования и т. Д., Чтобы иметь возможность получить работу, трудно. Одна вещь, которую я обнаружил в последнее время, – это то, что довольно много людей могут | иметь необходимые навыки, чтобы получить работу, но нет портфолио . В то время как резюме имеет значение, наличие портфолио публичных доказательств ваших навыков в области науки о данных может творить чудеса для ваших потенциальных кандидатов на работу. Даже если у вас есть реферал, важна возможность показать потенциальным работодателям, что вы можете сделать, вместо того, чтобы просто сказать им, что вы можете что-то сделать . Этот пост будет содержать ссылки на то, где различные специалисты по науке о данных (менеджеры по науке о данных, специалисты по обработке данных, значки социальных сетей или их комбинация) и другие рассказывают о том, что нужно иметь в портфолио и как привлечь внимание. С этого и начнем!

Важность портфолио

Помимо пользы от обучения путем создания портфолио, портфолио важно, поскольку оно может помочь вам найти работу. Для целей этой статьи давайте определим портфолио как публичное свидетельство ваших навыков работы с данными. Я получил это определение от Дэвида Робинсона Главного специалиста по обработке данных в DataCamp, когда он брал интервью у Мариссы Джеммы в блоге Mode Analytics . Его спросили о том, как он получил свою первую работу в промышленности, и он сказал:,

Самой эффективной стратегией для меня была общественная работа. Я вел блог и много занимался разработкой с открытым исходным кодом в конце своей докторской диссертации, и это помогло публично продемонстрировать мои навыки в области науки о данных. Но то, как я получил свою первую работу в отрасли, было особенно примечательным примером общественной работы. Во время моей докторской диссертации я был активным ответчиком на сайте программирования Stack Overflow, и инженер в компании наткнулся на один из моих ответов (один из них объяснял интуицию, лежащую в основе бета-дистрибутива). Он был настолько впечатлен ответом, что связался со мной [через Twitter], а несколько интервью спустя Меня наняли .

Вы можете думать об этом как о странном происшествии, но вы часто обнаружите, что чем более активны вы, тем больше у вас шансов на то, что что-то подобное произойдет. Из поста в блоге Дэвида ,

Чем больше вы занимаетесь общественной работой, тем выше вероятность такого странного несчастного случая: кто-то заметит вашу работу и укажет вам на возможность трудоустройства или кто-то, кто берет у вас интервью, услышав о вашей работе.

Люди часто забывают, что инженеры-программисты и специалисты по обработке данных также гуглят свои проблемы. Если те же самые люди решат свои проблемы, прочитав вашу общественную работу, они могут подумать о вас лучше и обратиться к вам.

Портфолио, чтобы обойти требования к опыту

Даже для роли начального уровня большинство компаний хотят иметь людей с хотя бы небольшим опытом реальной жизни. Возможно, вы видели мемы, подобные приведенному ниже.

Вопрос в том, как вы получаете опыт, если вам нужен опыт, чтобы получить свою первую работу? Если есть ответ, то ответом будет проекты . Проекты, возможно, являются лучшей заменой опыта работы или, как сказал Уилл Стэнтон ,

Если у вас нет никакого опыта работы в качестве специалиста по обработке данных, то вы абсолютно должны выполнять независимые проекты.

На самом деле, когда Джонатан Холлис |/берет интервью у кандидатов , он хочет услышать описание недавней проблемы/проекта, с которой вы столкнулись.

Я хочу услышать о проекте, над которым они недавно работали. Я спрашиваю их о том, как начался проект, как они определили, что он стоит времени и усилий, их процесс и их результаты. Я также спрашиваю их о том, что они узнали из проекта. Я многое получаю от ответов на этот вопрос: могут ли они рассказать повествование, как проблема связана с более широкой картиной и как они справились с тяжелой работой по выполнению чего-то.

Если у вас нет опыта работы в области науки о данных, лучший вариант здесь-рассказать о проекте по науке о данных, над которым вы работали.

Типы проектов для включения в портфель

Наука о данных-это настолько широкая область, что трудно понять, какие проекты хотят видеть менеджеры по найму. Уильям Чен , менеджер по науке о данных в Quora, поделился своими мыслями по этому вопросу на конференции Kaggle CareerCon 2018 ( видео ).

Мне нравятся проекты, в которых люди показывают, что они заинтересованы в данных таким образом, чтобы это выходило за рамки домашних заданий. Любой тип заключительного проекта класса, в котором вы исследуете интересный набор данных и находите интересные результаты… Приложите усилия к написанию… Мне очень нравится видеть действительно хорошие статьи, в которых люди находят интересные и новые вещи…сделайте несколько визуализаций и поделитесь своей работой.

Многие люди признают ценность создания проектов, но многие люди задаются вопросом, где вы берете этот интересный набор данных и что вы с ним делаете. Джейсон Гудман , специалист по данным в Airbnb, имеет пост Советы по созданию портфельных проектов данных , где он рассказывает о многих различных идеях проекта и дает хорошие советы о том, какие наборы данных вы должны использовать. Он также повторяет одно из высказываний Уильяма о работе с интересными данными.

Я нахожу, что лучшие портфельные проекты меньше связаны с модельным моделированием и больше с работой с интересными данными. Многие люди делают что-то с финансовой информацией или данными Twitter; они могут работать, но данные по своей сути не так интересны, поэтому вы работаете в гору.

Один из его других пунктов в статье заключается в том, что веб-скребок-отличный способ получить интересные данные. Если вам интересно узнать, как создать свой собственный набор данных с помощью веб-скребка на Python, вы можете посмотреть мой пост здесь . Если вы пришли из академических кругов, важно отметить, что ваша диссертация может считаться проектом (очень большим проектом). Вы можете услышать Уильяма Чена поговорить об этом здесь .

Исследование данных о дорожном движении для проекта социального блага ( Исследование данных о дорожном движении для проекта социального блага ( ). Это пример проекта, который я лично нахожу интересным, но там так много интересных проектов. Кредит ( Орыся Стус , Бретт Бейчек , Майкл Влахос , Анамол Пундл )

Типы проектов, которые НЕ следует включать в Портфель

Одна вещь, которую я нашел очень распространенной (до такой степени, что она несколько раз появлялась в этом посте в блоге) во многих рекомендациях по портфолио/резюме, – это отсутствие общих проектов в вашем портфолио.

Джереми Харрис в 4 самых быстрых способа не наниматься в качестве специалиста по обработке данных сказал,

Трудно придумать более быстрый способ, чтобы ваше резюме было брошено в кучу “определенно нет”, чем показать работу, которую вы выполнили над тривиальными наборами данных для проверки концепции, среди ваших выделенных личных проектов.

Если вы сомневаетесь, вот некоторые проекты, которые причиняют вам больше вреда, чем помогают:

* Классификация выживаемости по набору данных Титаник .

* * Рукописная классификация цифр в наборе данных MNIST .

* Классификация видов цветов с использованием набора данных iris .

На рисунке ниже показаны частичные примеры классификации наборов данных Titanic (A), MNIST (B) и iris (C). Существует не так много способов использовать эти наборы данных, чтобы отличить себя от других кандидатов. Обязательно перечислите новые проекты.

Классификация “Титаник” (А), “МНИСТ” (Б) и “ирис” (В)

Портфели являются итеративными

У ФавиоВаскеса есть отличная статья , в которой он рассказал о том, как он получил свою работу в качестве специалиста по обработке данных. Конечно, один из его советов-иметь портфолио.

Есть портфолио. Если вы ищете серьезную оплачиваемую работу в области науки о данных, сделайте несколько проектов с реальными данными. Если вы можете разместить их на GitHub. Помимо соревнований по кагглу, найдите то, что вам нравится, или проблему, которую вы хотите решить, и используйте для этого свои знания.

Одним из других интересных выводов было то, что вы всегда должны продолжать совершенствоваться, проходя через поиск работы.

Я подал заявки почти на 125 рабочих мест (на самом деле, может быть, вы подали заявки на гораздо больше), я получил только 25-30 ответов. Некоторые из них были просто: Спасибо, но нет. И я получил почти 15 интервью. Я учился у каждого из них. Стало лучше. Мне пришлось столкнуться с большим количеством отказов. То, к чему я на самом деле не был готов. Но мне очень понравился процесс собеседования (честно говоря, не со всеми). Я много учился, каждый день программировал, читал много статей и постов. Они очень помогли.

По мере того, как вы учитесь больше и совершенствуетесь, ваше портфолио также должно обновляться. Это же мнение повторяется во многих других статьях с советами. Как Джейсон Гудман сказал,

Проект не будет завершен, когда вы опубликуете его публично. Не бойтесь продолжать добавлять или редактировать свои проекты после их публикации!

Этот совет особенно актуален, когда вы ищете работу. Есть много историй об успешных людях , таких как Келли Пэн , специалист по обработке данных в Airbnb, которые действительно упорствовали и продолжали работать и совершенствоваться. В одном из своих постов в блоге она рассказала о том , сколько мест она подала заявку и взяла интервью.

• Области применения: 475

• Телефонные интервью: 50

• Готовые задачи по науке о данных: 9

• Собеседования на месте: 8

• Предложения: 2

• Затраченное время: 6 месяцев

Она явно подавала заявки на многие вакансии и продолжала настаивать. В своей статье она даже упоминает, как вам нужно продолжать учиться на своем опыте интервьюирования.

Обратите внимание на все вопросы, которые вам задавали на собеседовании, особенно на те вопросы, на которые вы не смогли ответить. Вы можете снова потерпеть неудачу, но не потерпите неудачу в том же месте. Вы всегда должны учиться и совершенствоваться.

*Если вы еще не проходите собеседования, подайте заявку на дополнительные вакансии и продолжайте искать способы учиться и совершенствоваться.

Включение Портфолио в резюме на 1 странице

Один из способов, которым кто-то находит ваше портфолио, часто заключается в вашем резюме, поэтому об этом стоит упомянуть. Резюме по науке о данных-это место, где вы можете сосредоточиться на своих технических навыках. Ваше резюме – это шанс кратко представить вашу квалификацию и соответствовать этой конкретной роли. Рекрутеры и менеджеры по найму просматривают резюме очень быстро, и у вас есть совсем немного времени, чтобы произвести впечатление. Улучшение вашего резюме может увеличить ваши шансы на собеседование. Вы должны убедиться, что каждая строка и каждый раздел вашего резюме имеют значение.

Уильям Чен , менеджер по науке о данных из Quora, имеет 9 Советов по составлению резюме по науке о данных . Обратите внимание в кратком изложении его пунктов ниже, что проекты и портфолио-это пункты 6, 7, 8 и, возможно, 9 .

1. Длина : Держите его простым и не более одной страницы. Это дает вам наибольший эффект для быстрого обезжиривания. Рекомендует простое резюме в одну колонку, так как его легко просмотреть.

Пример резюме, используемого в видео (latex: Пример резюме, используемого в видео (latex: )

2. Цель : Не включайте его. Они не помогают вам отличить себя от других людей. Они отнимают место у более важных вещей (навыков, проектов, опыта и т. Д.). Сопроводительные письма крайне необязательны, если вы действительно не персонализируете их.

Цели не помогают вам отличить себя от других людей. Многие из них говорят очень похожие вещи.

3. Курсовая работа : Список дел соответствующая курсовая работа , применимая к описанию работы.

Примеры соответствующих курсовых работ отображаются в различных резюме.

4. Навыки : Не ставьте числовые оценки своим навыкам. Если вы хотите оценить свои навыки, используйте такие слова, как “опытный”, “знакомый” или что-то в этом роде. Вы даже можете полностью исключить оценки.

Не ставьте числовые оценки своим навыкам

5. Навыки : Перечислите технические навыки, упомянутые в описании работы. Порядок, в котором вы перечисляете свои навыки, может подсказать, в чем вы лучше всего разбираетесь.

Примеры того, как вы можете перечислить свои навыки в своем резюме

6. Проекты : Не перечисляйте общие проекты или домашние задания. Они не очень помогают отличить вас от других претендентов. Перечислите проекты, которые являются новыми.

7. Проекты : Показать результаты и включить ссылки. Если вы участвовали в конкурсе Kaggle, поставьте процентильный ранг, так как это поможет человеку, читающему ваше резюме, понять, где вы находитесь в конкурсе. В разделах проектов всегда есть место для ссылок на статьи и статьи, поскольку они позволяют менеджеру по найму или рекрутеру копаться глубже (предвзятость к реальным проблемам, когда вы узнаете что-то новое).

Хороший пример разделов проекта

Обратите внимание, что в одном из разделов проектов выше у человека есть дополнительная ссылка на блог, которая позволяет рекрутеру или менеджеру по найму узнать больше. Это один из способов ссылки на различные части вашего портфолио из вашего резюме.

8. Портфолио: Заполните свое присутствие в Интернете. Самое основное – это профиль LinkedIn. Это что-то вроде расширенного резюме. Профили Github и Kaggle могут помочь показать вашу работу. Заполните каждый профиль и включите ссылки на другие сайты. Заполните описания для ваших репозиториев GitHub. Включите ссылки на ваши профили обмена знаниями/блог (medium, quora). Наука о данных, в частности, связана с обменом знаниями и сообщением о том, что данные означают для других людей. Вам не нужно делать их все, но выберите несколько и сделайте это (подробнее об этом позже).

9. Опыт : Адаптируйте свой опыт к работе. Опыт-это основа вашего резюме, но если у вас нет опыта работы, что вы делаете? Сосредоточьте свое резюме на независимых проектах, таких как проекты capstone, независимые исследования, диссертационные работы или конкурсы Kaggle. Они заменяют опыт работы, если у вас нет опыта работы, чтобы включить его в свое резюме. Избегайте включения в свое резюме неуместного опыта.

Если вы хотите узнать, как менеджеры по науке о данных просматривают портфолио и резюме, вот ссылки на CareerCon 2018 от Kaggle ( видео , обзор резюме ).

Важность социальных сетей

Это очень похоже на Важность раздела портфолио, только разделенного на подразделы. Наличие страницы Github, профиля Kaggle, переполнения стека и т. Д. Может Обеспечить поддержку вашего резюме. Заполнение онлайн-профилей может быть хорошим сигналом для менеджеров по найму.

Как Дэвид Робинсон формулирует это,

Как правило, когда я оцениваю кандидата, мне не терпится увидеть, чем он поделился публично, даже если это не отполировано или не закончено. И делиться чем угодно почти всегда лучше, чем не делиться ничем.

Причина, по которой ученым, изучающим данные, нравится видеть общественную работу, заключается в том, что Уилл Стэнтон | сказал,

Специалисты по обработке данных используют эти инструменты, чтобы поделиться своей работой и найти ответы на вопросы. Если вы используете эти инструменты, то вы сигнализируете ученым , изучающим данные, что вы один из них , даже если вы никогда не работали ученым, изучающим данные.

Большая часть науки о данных связана с коммуникацией и представлением данных, поэтому хорошо иметь эти онлайн-профили. Помимо того, что эти платформы помогают обеспечить ценный опыт, они также могут помочь вам привлечь внимание и привести людей к вашему резюме. Люди могут и находят ваше резюме в Интернете через различные источники (LinkedIn, GitHub, Twitter, Kaggle, Medium, Stack Overflow, Tableau Public, Quora, Youtube и т. Д.). Вы даже обнаружите, что различные типы социальных сетей взаимодействуют друг с другом.

Github

Профили Github Дженнифер Брайан и Юань (Терри) Хвостовик

Профиль на Github-это мощный сигнал о том, что вы компетентный специалист по обработке данных. В разделе “Проекты” резюме люди часто оставляют ссылки на свой GitHub, где хранится код для их проектов. У вас также могут быть записи и уценки. GitHub позволяет людям увидеть, что вы создали и как вы это сделали. В некоторых компаниях менеджеры по найму смотрят на GitHub кандидатов. Это еще один способ показать работодателям, что вы не являетесь ложноположительным. Если вы потратите время на разработку своего профиля на GitHub, вас могут оценить лучше, чем других.

Стоит отметить, что вам нужно иметь какой-то README.md с описанием вашего проекта, как много наука о данных-это передача результатов . Убедитесь, что README.md файл четко описывает, что представляет собой ваш проект, что он делает и как запускать ваш код.

Каггл

Участие в конкурсах Kaggle, создание ядра и участие в дискуссиях-это способы продемонстрировать некоторую компетентность в качестве специалиста по обработке данных. Важно подчеркнуть , что Kaggle не похож на отраслевой проект, как Коллин Фаррелли , упоминает в этом вопросе quora . Соревнования Kaggle позаботятся о том, чтобы придумать задачу, собрать для вас данные и привести их в какую-то полезную форму. Что он делает, так это дает вам практику анализа данных и разработки модели. Решма Шейх имеет пост В Каггле или нет где она говорила о ценности соревнований по кагглу. С ее поста,

Это правда, что участие в одном соревновании по Кагглу не дает права кому-то быть специалистом по обработке данных. Так же как и посещение одного урока, или посещение одного учебника по конференции, или анализ одного набора данных, или чтение одной книги по науке о данных. Работа с конкурентами увеличивает ваш опыт и увеличивает ваше портфолио. Это дополнение к другим вашим проектам, а не единственная лакмусовая бумажка для проверки навыков работы с данными.

Также верно, что есть веская причина, по которой гроссмейстеры Каггла продолжают участвовать в соревнованиях по кагглу .

Сеть LinkedIn

В отличие от резюме, которое ограничено по длине, профиль LinkedIn позволяет более подробно описать ваши проекты и опыт работы. У Udacity есть руководство по созданию хорошего профиля LinkedIn . Важной частью LinkedIn является их инструмент поиска, и для того, чтобы вы появились, у вас должны быть релевантные ключевые слова в вашем профиле. Рекрутеры часто ищут людей в LinkedIn. LinkedIn позволяет вам видеть, какие компании искали вас и кто просматривал ваш профиль.

Проверьте, где работают ваши поисковики и сколько раз люди просматривали ваш профиль.

Помимо того, что компании находят вас и отправляют вам сообщения о вашей доступности, LinkedIn также имеет множество функций, таких как Попросите направление . Джейсон Гудман в своей статье Советы по подаче заявки на вакансии в области науки о данных использует LinkedIn для косвенного запроса рефералов.

Я никогда, никогда, никогда не обращался в какие – либо компании, не познакомившись с кем – то, кто работал в компании…как только я интересовался компанией, я использовал LinkedIn, чтобы найти связь первой или второй степени в компании. Я бы написал в эту связь, попросив поговорить с ними об их опыте работы в компании и, если возможно, смогут ли они связать меня с кем-то из команды по изучению данных. Всякий раз, когда я мог, я проводил личные встречи (кофе или обед) вместо телефонных звонков. Кстати, Трейкоузи недавно написал отличный пост о том, как просить именно о таких встречах. Я никогда не просил о работе напрямую, но они обычно запрашивали мое резюме и предлагали представить меня в качестве внутреннего реферала или связаться с менеджером по найму. Если бы они не чувствовали себя комфортно, делая это…Я бы просто поблагодарил их за потраченное время и пошел дальше.

Обратите внимание, что он не сразу просит направление. Хотя распространенным советом при приеме на работу в компанию является получение рекомендации, ОЧЕНЬ ВАЖНО отметить, что вам все еще нужно портфолио, опыт или какое-то доказательство того, что вы можете выполнить работу. Джейсон даже упоминает о важности портфолио в этой и других статьях, которые он написал .

Аман Далмия узнал нечто подобное, интервьюируя в нескольких компаниях и стартапах в области искусственного интеллекта .

Сеть-это НЕ обмен сообщениями с людьми, чтобы разместить для вас реферал. Когда я начинал, я делал эту ошибку слишком часто, пока не наткнулся на эту превосходную статью Марка Мелуна , где он говорит о важности создания реальной связи с людьми, предлагая нашу помощь в первую очередь.

Еще один момент, который у него был, заключается в том, что LinkedIn отлично подходит для публикации вашего контента/портфолио.

Еще один важный шаг в создании сетей-это распространение вашего контента. Например, если у вас что-то хорошо получается, напишите об этом в блоге и поделитесь этим блогом на Facebook и LinkedIn_._ Это помогает не только другим, но и вам.

Средние и/или Другие Платформы для ведения блогов

Наличие какой-либо формы блога может быть очень полезным. Большая часть науки о данных связана с коммуникацией и представлением данных. Блог-это способ практиковать это и показать, что вы можете это сделать. Написание статьи о проекте или теме науки о данных позволяет вам поделиться с сообществом, а также побуждает вас записывать свой рабочий процесс и мысли. Это полезный навык при собеседовании.

Как Дэвид Робинсон сказал,

Блог-это ваш шанс попрактиковаться в соответствующих навыках.

• Очистка данных : Одним из преимуществ работы с различными наборами данных является то, что вы учитесь принимать данные “как они есть”, будь то в виде дополнительного файла из журнальной статьи | или | сценария фильма Статистика
• : Работа с незнакомыми данными позволяет применять статистические методы на практике, а написание постов, в которых излагаются и преподаются концепции, помогает построить собственное понимание Машинное обучение
• : Существует большая разница между тем, чтобы использовать прогностический алгоритм один раз и использовать его для решения различных проблем, понимая при этом, почему вы выбрали бы один из них вместо другого Визуализация
• : Наличие аудитории для ваших графиков побуждает вас начать их полировать и создавать свой личный стиль Коммуникация
• : Вы приобретаете опыт написания и получаете практику структурирования аргумента, основанного на данных. Это, вероятно, самый важный навык, который развивает блоггинг, поскольку его трудно практиковать в других местах, и это неотъемлемая часть любой карьеры в области науки о данных

Написав блог, вы можете практиковать передачу результатов другим. Это также еще одна форма рекламы себя. Блоги об Использовании Scrapy для создания собственного набора данных и , по иронии судьбы Управление средой Python с помощью Conda многому меня научили и дали мне много возможностей, которых я обычно не получал. Одно из главных преимуществ, которое я обнаружил, заключается в том, что на протяжении всего процесса люди критикуют мои проекты и предлагают улучшения (хотя раздел комментариев в блоге) делает это так, что интервьюеры ahttps://towardsdatascience.com/how-to-build-a-data-science-portfolio-5f566517c79clot больше сообщений в блоге по науке о данных/машинному обучению и, следовательно, узнают больше.

Что касается того, на какой платформе вести блог, я рекомендую использовать Medium. Манали Синдэ в своем посте в блоге Как создать портфолио по науке о данных с нуля очень хорошо объяснила, почему она выбрала среду для своего блога.

Я подумал о создании собственного веб-сайта на платформе, такой как WordPress или Squarespace. Хотя эти платформы великолепны для размещения вашего собственного портфолио, я хотел найти место, где я мог бы получить некоторую видимость и довольно хорошую систему тегов для охвата большей аудитории. К счастью, Medium, как мы знаем, имеет такие возможности (и это также бесплатно).

Если вы не знаете, о чем писать, я предлагаю вам обратиться к совету Дэвида Робинсона|/.

Если вы не знаете, о чем писать, я предлагаю вам обратиться к совету Дэвида Робинсона|/.

Твиттер

Быть активным в Twitter-отличный способ идентифицировать и взаимодействовать с людьми в вашей области. Вы также можете продвигать свой блог в Twitter, чтобы ваше портфолио было более заметным. В твиттере так много возможностей для общения с людьми. Одна из них, как Решма Шейх сказала в своем знаменитом посте в блоге ” Как Мне Получить Свою Первую Работу В Области Науки О Данных? ” был,

Дэвид Робинсон великодушно предлагает ретвитнуть ваш первый пост в области науки о данных. С 20 тысячами подписчиков это предложение, от которого нельзя отказаться.

Твиттер можно использовать не только для саморекламы. Наука о данных Рене имеет должность ” Как использовать Twitter для изучения науки о данных (или чего-либо еще) ” Это довольно проницательно о том, чтобы использовать Twitter для изучения навыков. Еще одним выводом из ее статьи было то, насколько ее присутствие в Твиттере помогло ей выйти в сеть и получить новые возможности.

Меня попросили дать интервью в подкастах и блогах (некоторые из них должны появиться в ближайшее время), предложили работу по контракту и предложили бесплатный вход на конференцию, на которую я, к сожалению, не смог пойти, но был взволнован тем, что меня рассмотрят. “Известные” люди в отрасли теперь приходят ко мне, чтобы каким-то образом поработать с ними.

Публичная таблица

Не каждая работа по науке о данных использует Tableau или другие инструменты BI. Однако, если вы подаете заявку на работу, где используются эти инструменты, важно отметить, что существуют веб-сайты, на которых вы можете разместить информационные панели для общего пользования. Например, если вы говорите, что изучаете или знаете Tableau, поместите пару панелей мониторинга на Tableau Public . В то время как многие компании могут быть согласны с тем, что вы изучаете Tableau на работе, наличие публичных доказательств вашего навыка Tableau может помочь. Если вы хотите увидеть хорошие примеры публичных профилей Tableau, пожалуйста, ознакомьтесь с профилями Orysya Stus и Brit Cava|/.

Вывод

Помните, что портфолио-это процесс. Продолжайте совершенствоваться.

Наличие сильного резюме уже давно является основным инструментом для соискателей, чтобы передать свои навыки потенциальным работодателям. В наши дни существует более чем один способ продемонстрировать свои навыки и получить работу. Портфель публичных доказательств-это способ получить возможности, которые вы обычно не получаете. Важно подчеркнуть, что портфолио-это итеративный процесс. По мере роста ваших знаний ваше портфолио должно со временем обновляться. Никогда не прекращайте учиться или расти. Даже этот пост в блоге будет обновляться с обратной связью и с увеличением знаний. Если вам нужны советы/руководства для интервью, время проверить Советы Брэндона Рорера о том, как пережить интервью по науке о данных , Садата | руководство для интервью или Советы Трамплина . Если у вас есть какие-либо вопросы или мысли по учебнику, не стесняйтесь обращаться к нам в комментариях ниже или через Twitter .

Эта статья первоначально появилась в моем блоге medium|/.