Как оформить портфолио анализа данных

Как собрать портфолио по Data Science? Часть I

Как найти работу в Data Science? Сложно получить работу, если просто знаешь статистику, машинное обучение, программирование и т.д. Недавно я обнаружил, что достаточно много людей обладает необходимыми для получения работы навыками, но у них нет портфолио . Иметь резюме важно, но обладание портфолио с публичным проявлением ваших навыков в Data Science может чудесным образом преобразить ваши шансы на трудоустройство. Даже при наличии рекомендации важно иметь возможность показать потенциальным работодателям насколько хорошо работаете, а не голословно заявить, что вы чем-то там занимаетесь . Этот пост содержит ссылки на ресурсы, где профессионалы Data Science (Data Science managers, data scientists, звезды соцсетей или те, кто занимает промежуточное между ними положение) и прочие обсуждают содержание портфолио и способы привлечь к себе внимание. Ну что ж, начнем!

Важность портфолио

Сбор портфолио важно, поскольку, помимо того, оно что улучшает ваши навыки, также помогает найти работу. Для большей ясности давайте договоримся, что под портфолио подразумевается публичные проявления ваших навыков в Data Science. Я позаимствовал это определение у Дэвида Робинсона, Chief Data Scientist из DataCamp, в его интервью с Мариссой Джемма в блоге Mode Analytics. На вопрос о том, как он получил свою первую работу в этой сфере, Дэвид сказал:

Для меня, самой эффективной стратегией была социальная активность. Под конец аспирантуры, я писал блог и работал над открытым кодом, так я получил публичные свидетельства моих навыков Data Science. Но то, как я получил работу в индустрии, было особенно поучительным примером полезности социальной активности. В аспирантуре я активно отвечал на вопросы на сайте по программированию Stack Overflow, и инженер из компании, в которую я позже устроился, наткнулся на один из моих ответов (я объяснял логику бета-распредления). Он был настолько впечатлен, что связался со мной [через твиттер] и, спустя несколько собеседований, меня взяли на работу.

Можно подумать, что так обычно в жизни не бывает. На самом деле часто бывает так, что чем активнее ты действуешь, тем чаще происходят подобные вещи. Из блога Дэвида:

Чем больше ты занимаешься общественной работой, тем выше шанс подобных поворотов судьбы: кто-нибудь видит твою работу и показывает тебе интересную вакансию, или тот, кто тебя собеседует, может быть наслышан о твоих проектах.

Часто забывают, что инженеры ПО и специалисты Data Science часто гуглят свои проблемы. Если твоя социальная активность помогает им решить эти проблемы, они будут о тебе хорошего мнения и постараются найти тебя.

Как обойти требования к опыту работы при помощи портфолио

Даже для стартовых позицией большинство компаний ищут кандидатов хоть с каким-нибудь опытом. Думаю, все знают шутку, что от студентов требуют 20-летний опыт программирования.

Проблема в том, что непонятно, как можно получить рабочий опыт, если нельзя получить работу не имея опыта. И если и есть ответ на этот вопрос, то это — проекты . Как сказал Уилл Стэнтон, проекты — это лучший заменитель рабочего опыта.

Если у тебя нет никакого опыта в Data Science, то тебе точно нужно участвовать в независимых проектах.

И вправду, когда Джонатан Нолис собеседует кандидатов, он ожидает услышать о последней решенной ими проблеме, или проекте, в котором они участвовали:

Я хочу услышать об одном из их недавних проектов. Я спрашиваю, как проект начался, как они поняли, что он стоит времени и сил, как они работали и чего добились. Кроме того, я спрашиваю, чему они научились во время проекта. Ответ говорит мне о многом: об их способности связно выражаться, почему проблема важна на глобальном уровне и как они справляются с напряженной работой.

Если у вас нет рабочего опыта в Data Science, лучше всего будет рассказать вашем участии в студенческом проекте в этой сфере.

Какие проекты включать в портфолио

Data Science настолько широкая сфера, что сложно предугадать, какого рода проекты работодатель ожидает увидеть. Уильям Чен, Data Science Manager из Quora, поделился своими мыслями на эту тему во время CareerCon 2018 в Kaggle (видео):

Мне нравятся проекты, в которых люди показывают, что их интерес к данным простирается дальше уровня домашних заданий. Любые курсовые работы, в которых вы разбирает интересный набор данных и приходите к интересным выводам… Хорошо поработайте над текстовой частью… Мне очень нравятся очень хорошие описания, в которых есть интересные и необычный результаты… Давайте визуальную информацию и делитесь своей работой.

Многие понимают значимость студенческих проектов, но еще они задаются вопросом, где взять интересный набор данных и что с ним делать. Джейсон Гудмэн, Data Scientist из Airbnb, написал пост Advice on Building Data Portfolio Projects, в котором он обсуждает различные идеи для проектов и дает хорошие советы о том, какие наборы данных следует использовать. Кроме того, он подтверждает идеи Уильяма по работе с интересными данными.

Я думаю, что для портфолио лучше подходят проекты, в которых меньше выпендрежного моделирования и больше работы с нетривиальными данными. Многие имеют дело с финансовой информацией или с данными Twitter, но такого рода данные не всегда интересны, так что эта работа проходит впустую.

Кроме того, в статье он высказывает мысль, что web scraping — это отличный инструмент для сбора нетривиальных данных. Если вам интересно, как собрать свой набор данных при помощи web scraping на Python, посмотрите этот мой пост. Важно отметить, что, если вы из академической среды, ваша диссертация может считаться проектом (очень большим проектом). Можно послушать как Уильям Чен говорит об этом здесь.

Какие типы проектов НЕ надо включать в портфолио

Читая советы по составлению портфолио или резюме, я часто встречаю (настолько часто, что даже в этом блоге она встречается неоднократно) рекомендацию не включать стандартные проекты в свое портфолио.

Сложно придумать более надежный способ отправить собственную резюме в папку “опредленно нет”, чем презентовать среди своих лучших работ банальный набор данных, который использовался только для проверки концепта.
Если у вас возникли сомнения, вот проекты, которые вам навредят больше, чем помогут:
* Классификация выживших из данных по Титанику
* Классификация написанных от руки цифр из набора данных MNIST.
* Классификация видов цветов основанная на базе данных ирисов.

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

Улучшение портфолио

Фавио Вазкез написал замечательную статью, в которой он рассказывает о том, как получил работу в Data Scientist. Естественно, одним из его советов было иметь портфолио:

Заведите портфолио. Если вы ищете хорошо оплачиваемую работу в Data Science, участвуйте в проектах с реальными данными. Если можно, выкладывайте их на GitHub. Кроме соревнование Kaggle, найдите что вам действительно нравится, или проблему, которую хотите решить, и используйте там свои знания.

Еще одним интересным замечанием была необходимость постоянно развиваться во время поиска работы.

У меня было почти 125 откликов на вакансиию Серьезно! Хотя, вы может и откликались на больше вакансий. У меня было что-то типа 25-30 ответов. Некоторые из них были просто “Спасибо, не надо”. И у меня было около 15 собеседований. И на каждом я научился чему-то. Я развивался. Мне много отказывали. К этому я готов не был. Но мне нравилось проходить собеседования (хотя и не все, если честно). Я много учился, писал код каждый день, читал много статей и постов. Они сильно помогли.

В то время как вы учитесь и развиваетесь, ваше портфолио тоже должно обновляться. Этот же подход можно найти и во многих других статьях с советами. Как сказал Джейсон Гудман:

Проект не заканчивается, когда вы его публикуете. Не бойтесь развивать и редактировать свой проект после того как он опубликован.

Этот совет особенно важен когда вы ищете работу. Есть много историй успешных людей вроде Келли Пенг, Data Scientist из Airbnb, которая проявляла настойчивость, и продолжала работать и развиваться. В одном из постов в своем блоге, она показала, сколько раз откликалась на вакансии и участвовала в собеседованиях:

Откликов: 475
Телефонных интервью: 50
Тестовые задания по data science: 9
Офф-лайн интервью: 8
Предложений: 2
Затраченное время: 6 месяцев

Видно, что она откликнулась на кучу вакансий и проявила настойчивость. В своей статье она даже упомянула, как именно нужно продолжать учиться на своем опыте собеседований:

Записывайте все вопросы на интервью, особенно те, на которые вы не смогли ответить. Вы можете опять провалиться, но уже провалитесь по другой причине. Всегда нужно продолжать учиться и развиваться.

Использование портфолио в кратком резюме

Вполне возможно, что потенциальный работодатель узнает о вашем портфолио из резюме, так что о нем тоже необходимо поговорить. В Data Science резюме необходимо сфокусироваться на своих технических навыках. Резюме — это шанс кратко рассказать о вашей квалификации и пригодности к той или иной роли. Рекрутеры и PR менеджеры очень бегло просматривают резюме, так что у вас есть мало времени на то, чтобы их впечатлить. Хорошее резюме повышает шанс на собеседование. Необходимо удостовериться, что каждая строчка и каждый раздел резюме несут важную информацию.,

Уильям Чен, Data Science Manager из Quora, написал статью “9 советов как создать резюме в Data Science”. Ниже приведено краткое изложение статьи. Обратите внимание, что проекты и портфолио упомянуты в пунктах 6, 7, 8 и, частично, 9.

1. Длина : резюме должно быть простым и не больше одной страницы. Так оно лучше “зацепит” при беглом чтении. Лучше писать все в одну колонку: ее проще быстро пробежать глазами.
2. Цель : Не упоминать. Цели не выделят вас среди других. Они крадут место у более важных вещей (навыки, проекты, опыт). Сопроводительное письмо (cover letter) совсем не обязательно, если вы только не сделаете его очень необычным.
3. Курсы : Упоминайте только те подходящие курсы , которые как-то связано с вакансией.
4. Навыки . Не расставляйте баллы своим навыкам. Если вы хотите дать оценку навыки, используйте слова. Например: уверенно пользуюсь, знаком. Можно и вовсе исключить оценки.
5. Навыки : нужно перечислять те технические навыки, которые требует вакансия. Располагайте навыки по уровню владения ими.
6. Проекты : не упоминайте распространенные учебные проекты и домашние задания. Они вас не смогут выделить среди других кандидатов. Упоминайте новаторские проекты.
7. Проекты : показывайте результаты и ставьте ссылки. Если вы участвовали в соревновании Kaggle, проставьте свою перцентиль, чтобы читатель мог понять ваше место в соревновании. В секции Проекты всегда есть место для ссылок на описание проектов и статьи, чтобы HR менеджер или рекрутер смог углубиться в вашу работу (отсылочка к реальному миру, в котором приходится работать с путанными данными и учиться новому).
8. Портфолио : заполните секцию с соцсетями. Начните в LinkedIn, это что-то типа продолжения резюме. Github и Kaggle могут показать вашу работу. Полностью заполните все анкеты и проставьте ссылки на другие ресурсы. Заполните описание для репозиториев GitHub. Заполните анкеты для блогов и прочих платформ, где вы делитесь знаниями (Medium, Quora). Смысл Data Science, собственно, в том, чтобы делиться знаниями и обсуждать отношение других к данным. Не стоит заполнять вообще все анкеты, хватит нескольких (мы это обсудим позднее).
9. Опыт . Презентуйте свой опыт в соответствии с вакансией. Опыт — это ядро вашего резюме, но что же делать, если его нет? Заострите внимание на самостоятельных проектах: выпускных работах, исследованиях или соревнованиях Kaggle. Это заменит рабочий опыт, если у вас его нет. Не указывайте не относящийся к делу опыт.

Если вы хотите услышать как Data Science менеджеры разбирают портфолио и резюме, вот ссылка на Kaggle’s CareerCon 2018 (видео, обзор резюме).

Конец первой части. Вторая часть.

Как оформить портфолио анализа данных

Посмотрите наши демо-отчеты и вдохновитесь на создание своего персонального отчета по управлению компанией

Работа с картами
Пример визуализации данных на карте
ТОП менеджеров по продажам
Пример анализа лучших менеджеров по продажам
Задачи и проекты
Пример аналитики задач и проектов Битрикс24
Когортный анализ
Пример когортного анализа
Работа менеджеров в CRM системе отеля
Пример анализа данных CRM системы в сети отелей
Анализ данных Google Analytics
Пример анализа данных Google Analytics
Сравнение периодов
Пример анализа данных CRM системы с использованием 2 календарей.
Аналитика вебинаров
Реальный отчет в котором анализируем эффективность наших вебинаров «Как стать аналитиком Power BI»
Демо отчет для Битрикс24

Шаблонный отчет для анализа данных Битрикс24. Лиды, продажи по источникам. Работа с контрагентами. Анализ активности менеджеров.

Аналитика amoCRM

Шаблонный отчет для анализа данных amoCRM. Лиды, продажи по источникам. Работа с контрагентами. Анализ активности менеджеров.

Анализ финансов

Выручка и ЕBITDA, расходы и дебиторская задолженность. Анализ финансов в разрезе номенклатуры, менеджеров и контрагентов.

How to: портфолио. Разбираем по пунктам

Чтобы поступить на программу «Современный социальный анализ», не нужно сдавать экзамены — просто приложите портфолио. Сегодня мы очень подробно рассказываем из каких частей оно состоит, как написать хорошее мотивационное и что не забыть сделать перед отправкой комиссии всех документов.

Photo by lilartsy on Unsplash

Все критерии оценки портфолио размещены на сайте. Чтобы набрать максимум баллов, заполните каждый раздел портфолио.

Портфолио состоит из общей части, базовой части и творческой части.

Общая часть позволяет набрать до 30 баллов и состоит из CV, мотивационного письма, проекта будущей магистерской работы и опыта профессиональной деятельности.

CV (1-2 балла)

Что важно при подготовке CV?

1. Опишите ваш образовательный и профессиональный опыт;
2. Указывайте релевантные программе навыки и компетенции;
3. Подтвердите соответствующими документами ваши достижения.

● Вам потребуется указать в CV средний балл диплома — среднее арифметическое всех оценок в дипломе, включая курсовые работы, государственный экзамен и защиту ВКР.

● Отдельно в CV укажите оценку за английский язык (если английский преподавался на нескольких дисциплинах, укажите дисциплину с наибольшим кол-вом зачетных единиц/часов. Если оценка в дипломе выставлена в системе “зачет/незачет”, укажите количество часов).

ТРУДОВОЙ ОПЫТ: кратко опишите его в CV, но не забудьте подтвердить опыт работы выпиской из трудовой книжки, справкой, отзывом от руководителя проекта и иными документами в разделе “опыт профессиональной деятельности”.

● Приложите сертификаты, рекомендательные письма, программы конференций и т.п. для подтверждения ваших достижений.

● Если вы прикладываете публикации (статьи, тезисы), проверьте, чтобы у них были указаны УДК и/ или ISBN.

● Перед отправкой документов проверьте корректность и актуальность телефона и почты. На указанный вами номер будут звонить сотрудники университета, не пропустите звонок.

Мотивационное письмо (1-3 балла)

Мотивационное письмо позволяет нам понять, что вы — наш студент. Расскажите, чем наша программа поможет в вашем образовательном, научном и карьерном пути.

● Не пишите шаблонными фразами, будьте собой.

● Изучите сайт и социальные сети программы.

● Укажите, почему вы хотите поступать именно к нам. Детализируйте: почему НИУ ВШЭ Санкт-Петербург, почему магистерская программа «Современный социальный анализ», почему вы рассматриваете тот или иной трек.

● Обязательно укажите предпочитаемый образовательный трек!

● Ознакомьтесь с набором дисциплин на треках, с научными интересами преподавателей и проектами лабораторий. Вы можете указать, какие предметы и проекты вас заинтересовали и почему.

Проект будущей магистерской диссертации (до 20 баллов)

Проект представляет собой изложение той научной или практической проблемы, решением которой магистрант хотел бы заняться при обучении в магистратуре.

Необходимые элементы письменной работы:

1. Тема и обоснование ее актуальности;
2. Цели и задачи исследования;
3. Обзор научной литературы, посвящённой выбранной теме;
4. Методология. Предполагаемые методы исследования;
5. Список использованной литературы (не менее 10).

Рекомендуемый объём письменной работы – 2500 — 3000 слов.

Текст проекта должен быть уникальным. Тема проекта может относиться к области ваших прошлых исследований, но текст не должен совпадать с представленными ВКР и статьями.

Опыт профессиональной деятельности (до 5 баллов)

Учитывается: аналитическая и исследовательская работа, педагогическая деятельность, опыт работы в НКО и социальных службах.

Базовая часть позволяет набрать до 30 баллов. Она состоит из диплома, оригинальной письменной работы и приложения к диплому.

Диплом бакалавра / специалиста (до 10 баллов)

Приложите свой диплом. По среднему арифметическому его оценок вы можете получить 5 (среднее 4,0 и выше), 8 (среднее 4,5 и выше) или 10 баллов (диплом с отличием).

Оригинальная письменная работа (до 15 баллов)

В этом пункте портфолио вы можете приложить вашу дипломную работу, ВКР или письменную работу, оформленную по стандартам научных публикаций.

Если вы прикладываете письменную работу (не дипломную, ВКР), то обратите внимание на наши рекомендации.

Укажите в вашей работе:

● Название вашей работы;

● Текст работы (введение и актуальность, методология, основная часть (ваше исследование/анализ и т. п.), выводы);

● Данные об авторе.

Объем работы — не менее 0,3 п.л. (1 печатный лист равен 40000 печатных знаков (включая знаки препинания, цифры и пробелы между словами)).

Рекомендуем ознакомиться со стандартами оформления научных статей, а также изучить статьи по вашей или смежной теме на предмет оформления, посмотреть, как другие авторы оформляют основной текст.

Приложение к диплому (0, 4 или 5 баллов)

Баллы выставляются за оценку по английскому (или другому иностранному языку) в дипломе. Если оценки нет, но есть “зачет”, то баллы выставляются исходя из количества часов курса.

Творческая часть (до 40 баллов) включает в себя два раздела: сведения об имеющихся научных публикациях и дополнительные документы, подтверждающие квалификацию.

Сведения об имеющихся публикациях (до 10 баллов)

Приложите ссылки или ксерокопии своих статей и тезисов. Оцениваются только научные статьи или тезисы. Наличие УДК и ISBN обязательно.

Дополнительные документы, подтверждающие квалификацию (до 30 баллов)

В этом разделе приложите сертификаты о прослушанных курсах, сертификаты участника зимних и летних школ, двойной диплом, благодарность за волонтерство, документы о дополнительном образовании, диплом лауреата конкурса эссе и т.п. Если вы выступали на конференции, можно приложить как сертификат участника, так и программу конференции с вашим докладом. Весь перечень документов и баллов подробно описан в критериях проверки портфолио.

Что еще важно?

Рекомендуем перед загрузкой портфолио подготовить файл «Опись документов, представленных на конкурс портфолио». Это не обязательный пункт, но файл позволить не упустить что-то важное ни вам, ни комиссии.

Отразите в нем файлы, которые вы загружаете в ваш личный кабинет и количество страниц вложенных файлов.

Документ можно оформить в свободной форме, но для удобства также прилагаем шаблон.

Перед работой с личным кабинетом проверьте себя по чек-листу:

● Называйте файлы работ соответствующим содержанию образом, укажите в названии ФИО, например: Иванова_А_CV, Иванов_И_Мотивационное письмо, Иванова_А_Сертификат.

● Перед загрузкой файлов проверьте все ваши вложения: файлы полные, все страницы, которые вы хотите продемонстрировать, присутствуют.

● Если вы прикрепляете несколько файлов в раздел (например, несколько сертификатов, подтверждающих достижения), слейте файл в один документ pdf.

● При загрузке портфолио в личный кабинет проверьте, что вы подгрузили нужные файлы в нужные разделы: CV в CV, мотивационное письмо в мотивационное письмо и т.п.

● И, конечно, не откладывайте загрузку на последний день/ час приема документов.

Задать вопрос по технической стороне поступления вы всегда можете приемной комиссии ВШЭ СПб по телефону +7 (812) 644-62-12 или по электронной почте abitur-spb@hse.ru

Больше информации, гайды, ответы на вопросы вы найдете в нашем Телеграм и группе Вк.

Удачного поступления!

Как оформить крутое портфолио: правила, советы экспертов и сервисы, которые помогут сделать красиво

Во время поиска работы портфолио не менее важно, чем резюме. А для творческих профессий даже важнее.

Поможем врагу с билетами на Кобзона. Собираем на Mavic для наших защитников

Редакция MC.today разобралась, как оформляется портфолио и какую информацию ищут в нем работодатели.

Почему стоит оформить портфолио

В отличие от резюме, которое рассказывает об опыте и профессиональных навыках, портфолио показывает, что конкретно вы умеете делать. Это коллекция вашего профессионального опыта.

Без портфолио не обойтись тем, кто работает с визуализацией: дизайнерам, иллюстраторам, стилистам, художникам, фотографам, архитекторам, операторам, режиссерам.

Согласитесь, трудно выбрать дизайнера на проект, если не видел его работ, не знаешь, в каком стиле он работает и какие задачи умеет решать. Поэтому в случае с творческими профессиями портфолио важнее резюме. Для специалистов других профессий портфолио необязательно. Но любой рекрутер обрадуется , если оно у вас будет.

Не пропустите ни одной важной новости от MC.today

Журналисты собирают в портфолио свои лучшие статьи, маркетологи – удачные для компании проекты, юристы – сложные дела, которые удалось решить в пользу клиента, программисты – отрывки из кодов, пластические хирурги – фото до и после операций, учителя – педагогические разработки, уроки и достижения учеников. Сложно найти профессию, в которой нельзя было бы оформить портфолио.

В 2021 году в Украине, по статистике , на одну вакансию претендует шесть соискателей. В отдельных случаях их может быть и 50 . В таких условиях портфолио – способ выделиться из потока претендентов на должность.

Оксана Коган , HR-руководитель в XCDS, говорит, что портфолио – это преимущество для кандидата, ведь оно помогает увидеть его «в действии». Оно доказывает, что у специалиста есть опыт, – подтверждает сооснователь PromoRepublic Максим Печерский . Из всех соискателей работодатель выберет того, кто предоставит портфолио.

А Татьяна Шинкаренко , HR-бизнес-партнер в «ДЗЕН», считает, что на соискателя, у которого нет портфолио, вообще не стоит тратить время.