60+ Proyek Python untuk Semua Tingkat Keahlian

Sebelum Anda Memulai Proyek Python

Jika Anda sudah familiar dengan Python, Anda bisa langsung mulai dengan proyek-proyek ini. Namun, jika Anda ingin membangun keterampilan dasar yang diperlukan untuk memulai proyek Python, lihat daftar 140+ kursus Python dari DataCamp. Semua kursus kami interaktif dan dirancang untuk membantu Anda menembus hambatan ngoding dan mengembangkan keterampilan Python Anda. 

Setelah siap mulai mengerjakan proyek, kunjungi DataLab, dan mulai mengerjakan serta memublikasikan proyek Anda di notebook data DataCamp yang sudah terkonfigurasi penuh, langsung di browser. 

Proyek Python Tingkat Pemula

Sebagai pemula, Anda sebaiknya memanfaatkan proyek Python untuk mengingat apa yang telah dipelajari dan memperoleh keterampilan baru. Kumpulan proyek ini sebagian besar berkisar pada tugas eksplorasi data, disertai pemodelan sederhana dan peramalan pada dataset dunia nyata yang relevan.

1. Analisis Data Harga Berlian

Berlian dibagi menjadi lima jenis ketidakmurnian berdasarkan struktur atom karbonnya. Dataset Diamonds dari Kaggle memberi Anda informasi lebih lanjut — cut, clarity, color, dan price. Kembangkan keterampilan visualisasi data Anda dengan analisis data eksploratori pada dataset ini. 

2. Analisis Usia Cangkang Abalone

Ini adalah dataset dari zoologi yang unik. Cangkang abalone adalah keajaiban alam, dan Anda dapat menentukan usianya dengan menghitung lingkaran di dalam cangkangnya. Bisakah Anda menentukan usia cangkang abalone dengan keterampilan analisis data Python?

3. Analisis Data Premier League

Sebuah dataset sepak bola tempat Anda dapat mengeksplorasi, menganalisis, dan memvisualisasikan kejadian dari musim 2018–2019 English Premier League. Dataset Soccer Data menawarkan proyek Python tingkat pemula yang sangat baik untuk analisis data. Dengan himpunan fitur yang kaya, mulai dari detail pertandingan dasar hingga statistik yang rumit, dataset ini menyediakan banyak peluang untuk eksplorasi data, visualisasi, dan analisis statistik. Proyek ini dilengkapi dengan kamus data yang jelas dan tantangan terarah, sehingga mudah diakses oleh pemula. Selain itu, proyek ini mencakup skenario dunia nyata yang tidak hanya membuatnya lebih menarik tetapi juga menjadi latihan komprehensif yang bisa dimasukkan ke dalam portofolio. Ini adalah proyek yang seimbang antara pembelajaran terarah dan eksplorasi terbuka, ideal untuk pengembangan keterampilan.

Data dari proyek Python pemula yang menganalisis tren sepak bola

4. Prediksi Churn Telekomunikasi

Churn pelanggan adalah salah satu masalah pembelajaran mesin paling mendasar. Dalam dataset pelanggan ini, Anda akan dapat memprediksi churn untuk penyedia telekomunikasi berdasarkan data penggunaan dari pelanggan mereka. Dataset ini mencakup beragam fitur, seperti kegagalan panggilan, lamanya berlangganan, dan nilai pelanggan, sehingga menjadi sumber kaya untuk analisis mendalam. Proyek pemula ini dilengkapi dengan tantangan terarah yang berfokus pada eksplorasi data, visualisasi, dan analisis statistik, menyediakan jalur belajar yang terstruktur. Skenario dunia nyata menambah lapisan kompleksitas dan relevansi, meminta Anda memprediksi churn pelanggan saat ada pesaing baru di pasar.

5. Analisis dan Prediksi Harga Saham

Ingin mengetahui alasan lonjakan 100% saham Tesla dua tahun lalu? Jika ya, dataset saham teknologi 2010–2021 adalah tempat pertama untuk memulai.

6. Data Tembakan NBA

Dalam rentang jarak berapa pemain basket paling mungkin mencetak tembakan? Pada dataset tembakan NBA yang diambil dari playoff NBA 2021 ini, Anda akan dapat menjawab pertanyaan tersebut. 

7. Peramalkan Penjualan E-commerce

Menggunakan dataset e-commerce dari retailer online ini, manfaatkan teknik visualisasi data dan peramalan untuk memprediksi penjualan di masa depan. Dataset ini kaya, mencakup pesanan dari berbagai negara sepanjang satu tahun dan menyertakan beragam variabel seperti nomor faktur, kode stok, kuantitas, dan harga satuan. Ini memungkinkan analisis multi-aspek yang dapat mencakup tren deret waktu, segmentasi pelanggan, dan pengkategorian produk. Tantangan yang disediakan mendorong Anda mengeksplorasi anomali data seperti kuantitas pesanan negatif, memvisualisasikan keuntungan dalam berbagai rentang waktu, dan membandingkan ukuran pesanan antarnegara. Tugas-tugas ini tidak hanya membantu Anda berlatih keterampilan dasar data science tetapi juga meniru pertanyaan bisnis dunia nyata. Skenarionya menambah lapisan kompleksitas lain, meminta Anda mengategorikan lebih dari 4000 produk unik berdasarkan berbagai karakteristik—tugas yang sangat relevan di industri e-commerce. 

Proyek Python pemula lainnya yang melihat data eCommerce

8. Analisis Listing Airbnb

Ini adalah dataset yang sangat bagus untuk memahami dinamika di balik listing sewa Airbnb. Dengan analisis data eksploratori dan visualisasi, Anda akan dapat memahami lingkungan mana yang memiliki listing paling populer, memahami hubungan antara harga dan tipe kamar, dan lainnya. 

9. Analisis Data PDB 

Produk domestik bruto adalah salah satu indikator terkuat dari kesehatan ekonomi suatu wilayah atau negara. Dalam dataset ini, analisis bagaimana PDB berkembang untuk berbagai negara selama 50 tahun terakhir. 

10. Analisis Data Olimpiade 

Negara mana yang paling sukses dalam Judo? Bagaimana tinggi badan atlet memengaruhi keberhasilan dalam suatu cabang olahraga? Dengan analisis eksploratori pada dataset Olimpiade, Anda akan dapat menjawab pertanyaan-pertanyaan ini dan lainnya.   

Contoh temuan dari proyek Olimpiade

Proyek Python Tingkat Menengah

Melampaui tugas dan dataset tingkat pemula, kumpulan proyek Python ini akan menantang Anda dengan bekerja pada dataset non-tabel (misalnya, gambar, audio) dan menguji kemampuan machine learning Anda pada berbagai masalah.

1. Klasifikasi Genre Lagu dari Data Audio

Apakah Anda pencinta musik sejati? Jika ya, Anda akan menikmati memprediksi genre musik dengan pembelajaran mesin pada dataset musik dalam proyek pengenalan audio ini. Proyek Python tingkat menengah ini mencakup seluruh pipeline data science, dari eksplorasi data dan rekayasa fitur hingga implementasi dan evaluasi beberapa algoritma machine learning. Proyek ini juga membahas topik lanjutan seperti menangani data tidak seimbang dan teknik evaluasi model seperti cross-validation. Proyek multi-langkah dengan banyak pustaka ini menjadi pengalaman belajar yang sangat baik dan bahan portofolio bagi mereka yang ingin meningkatkan keterampilan.

2. Analisis dan Visualisasi Penjemputan Uber di New York

Dataset dengan geolokasi selalu menyenangkan untuk dianalisis dan divisualisasikan pada peta. Dataset penjemputan Uber berisi lebih dari 20 juta perjalanan di New York City ini bukan pengecualian. 

3. Pengenalan Karakter Tulisan Tangan

Pengenalan digit MNIST adalah titik awal yang bagus untuk berlatih deep learning. Namun, dataset ini menambah tantangan lain karena Anda memprediksi huruf tulisan tangan bahasa Inggris.

4. Deteksi Penipuan Kartu Kredit

Penipuan kartu kredit selalu menjadi tantangan — terutama karena akan ada ketimpangan kelas yang parah dalam data. Lihat apakah Anda dapat mengatasinya dalam dataset penipuan kartu kredit ini. proyek ini sangat cocok untuk pengguna Python tingkat menengah hingga lanjutan yang tertarik pada aplikasi data science dan machine learning di sektor keuangan dan keamanan. Proyek ini melibatkan analisis komprehensif atas transaksi kartu kredit untuk mengidentifikasi aktivitas penipuan. Cakupannya luas, mulai dari eksplorasi data, termasuk pemetaan geospasial, hingga pemodelan prediktif. Proyek ini juga menghadirkan tantangan dunia nyata seperti menangani kelas yang tidak seimbang dan pertimbangan etis terkait false positive dalam deteksi penipuan. Hal ini menjadikannya pengalaman belajar multifaset yang tidak hanya meningkatkan keterampilan teknis tetapi juga mendorong pemikiran kritis tentang implikasi model machine learning di area sensitif seperti keamanan finansial.

Contoh pemetaan geospasial dari proyek Python tingkat menengah ini

5. Prediksi Gender Menggunakan Suara

Dalam proyek data audio ini, Anda akan menggunakan paket fuzzy untuk mengategorikan gender nama berdasarkan fonem dan bagaimana bunyinya.

6. Tingkat Pembatalan Pemesanan Hotel

Jika Anda tertarik pada real estat, ini adalah dataset yang sangat baik untuk dimainkan guna memahami tingkat pembatalan pemesanan hotel. Dengan teknik machine learning sederhana, Anda dapat mencoba memprediksi kemungkinan pembatalan hotel berdasarkan data historis.

7. Deteksi Wajah pada Gambar

Pernah bertanya-tanya bagaimana iPhone memberi kotak kecil di sekitar wajah Anda? Itu karena ada deteksi wajah yang berjalan di balik layar. Anda dapat membuat fungsionalitas serupa menggunakan dataset kecil berisi gambar beranotasi dengan wajah.

8. Prediksi Spesies Lebah dari Gambar

Bisakah algoritma pembelajaran mesin mendeteksi spesies lebah berdasarkan gambar? Dalam proyek pengenalan gambar ini, Anda akan melakukan hal itu. 

9. Analisis dan Prediksi Permintaan Bike Sharing

Dataset bike-sharing ini memuat banyak informasi tentang perjalanan sepeda untuk sebuah startup berbagi sepeda. Proyek tingkat menengah ini melibatkan penggunaan Python untuk menganalisis dataset yang mencakup berbagai faktor seperti kondisi cuaca, waktu dalam sehari, dan hari libur nasional untuk memprediksi permintaan penyewaan sepeda di Seoul. Proyek ini menawarkan pengalaman belajar yang komprehensif, mencakup keterampilan dari eksplorasi data hingga pemodelan prediktif. Tantangannya termasuk membandingkan pola penyewaan di waktu dan musim yang berbeda, memvisualisasikan dampak suhu terhadap penyewaan, dan mengidentifikasi variabel paling berpengaruh pada permintaan sepeda. Ini menjadikannya proyek yang sangat baik bagi mereka yang ingin mengasah keterampilan manipulasi data, visualisasi, dan machine learning, sekaligus memperoleh wawasan tentang tantangan operasional yang dihadapi startup yang tengah berkembang.

Contoh dari proyek Python tentang penyewaan sepeda

10. Bangun Klasifikator Tweet

Kepribadian yang berbeda memiliki gaya nge-tweet yang berbeda. Dalam proyek analisis media sosial ini, Anda akan menggunakan machine learning dan pemrosesan bahasa alami untuk mengklasifikasikan apakah sebuah tweet ditulis oleh Donald Trump atau Justin Trudeau.

Proyek Python Tingkat Lanjut

Proyek tingkat lanjut ini melampaui dataset yang kompleks dan menantang Anda untuk menerapkan solusi kreatif pada masalah menarik. Baik itu membuat sistem rekomendasi film, analisis jaringan antar tokoh dalam buku, atau menafsirkan bahasa isyarat dengan machine learning, proyek-proyek ini akan memberi Anda kompleksitas yang cukup untuk mempelajari keterampilan baru sambil jalan.

1. Bangun Sistem Rekomendasi Film

Platform streaming memberikan rekomendasi terperinci berdasarkan bagaimana Anda dan orang-orang serupa berinteraksi dengan konten. Dalam proyek sistem rekomendasi ini, Anda akan mempelajari cara membangun sistem rekomendasi film.

2. Pengenalan American Sign Language

American Sign Language adalah bahasa utama yang digunakan banyak individu tuli di Amerika Utara. Dalam proyek pengenalan gambar ini, Anda akan menggunakan deep learning untuk mengenali huruf ASL.

3. Pengenalan Plat Nomor Secara Real-time

Sebuah proyek keren untuk mengenali nomor plat secara real-time menggunakan deep learning pada dataset video. Lihat proyek GitHub yang memuat dataset dan kodenya. 

Proyek Python tingkat lanjut tentang deteksi plat nomor - sumber

4. Analisis Sentimen pada Judul Berita Saham

Sentimen investor adalah indikator yang sangat penting saat mencari petunjuk performa saham di masa depan. Dengan pemrosesan bahasa alami dan machine learning, Anda dapat mengekstrak sentimen dari judul berita secara otomatis dalam proyek pemrosesan bahasa alami ini. 

5. Deteksi Spam SMS

Deteksi spam adalah pilar data science dan memerlukan kombinasi teknik pemrosesan bahasa alami dan machine learning. Buat alat deteksi spam dengan dataset SMS ini.

6. Analisis Jaringan Game of Thrones

Meskipun kini agak usang, Game of Thrones pernah memikat imajinasi dunia tidak seperti acara lainnya. Dengan begitu banyak karakter dan lore, siapakah yang paling penting di antara semuanya? Dalam proyek Analisis Jaringan ini, Anda akan menjawab pertanyaan tersebut.

7. Mengurangi Kematian Lalu Lintas dengan Machine Learning

Dalam proyek mortalitas lalu lintas ini, Anda akan menelusuri data historis kematian lalu lintas di AS per negara bagian dan menerapkan machine learning untuk menemukan kesamaan dan perbedaan antarnegara bagian serta memberikan rekomendasi kebijakan yang terperinci. Anda dapat melihat proyek machine learning kami lainnya dalam artikel terpisah. 

8. Kemiripan Film dalam Ringkasan Alur 

Dengan begitu banyak film yang tersedia, mudah untuk memikirkan film yang mirip satu sama lain. Bagaimana jika Anda dapat menggunakan pemrosesan bahasa alami dan machine learning untuk mengategorikan film berdasarkan ringkasan alurnya? Dengan dataset kemiripan film ini, Anda akan melakukan hal tersebut. Proyek Python tingkat lanjut ini menawarkan tantangan dalam analisis data eksploratori, penambangan teks, dan analisis tren. Tugas paling maju melibatkan pembuatan grafik jaringan untuk menganalisis hubungan profesional di antara para pemeran dan sutradara, yang memerlukan keterampilan manipulasi data kompleks dan teori graf. Proyek ini menyediakan platform yang kuat untuk menerapkan teknik data science tingkat lanjut pada data dunia nyata.

Proyek Python tingkat lanjut tentang data film

9. Klasifikasi Genre Film dengan Multi-Label

Sebuah film dapat menggabungkan beberapa genre. Dengan dataset film Netflix ini, Anda dapat menerapkan klasifikasi multi-label untuk memprediksi banyak genre yang mungkin dimiliki sebuah film berdasarkan deskripsi, rating, dan lainnya.

10. Bangun dan Deploy Pipeline Machine Learning 

Walau ini bukan proyek spesifik, melakukan deployment dan memelihara proyek lain dalam daftar ini adalah keterampilan yang sangat berguna untuk ditunjukkan kepada pemberi kerja. Dalam tutorial ini, Anda akan mempelajari caranya secara tepat. 

Proyek Python Seru untuk Mengasah Keterampilan Anda

Walaupun tidak paling kompleks, proyek-proyek ini menyediakan dataset yang menarik dan mengasyikkan untuk dieksplorasi dan dijadikan awal yang baik guna mempercepat perjalanan belajar Python Anda. 

1. Identifikasi Penulis Cerita Horor

Klasifikasikan karya para penulis misteri. Cari tahu apakah sebuah kutipan berasal dari Edgar Allen Poe, HP Lovecraft, atau Mary Shelley.

2. Prediksi Penjualan Video Game

Apakah Anda menantikan game terbaru dari Activision atau EA? Cobalah memprediksi seberapa baik penjualannya menggunakan data dari 16 ribu+ video game terdahulu. 

3. Prediksi Tipe Kepribadian Myers-Briggs (MBTI)

Ada 16 tipe kepribadian menurut indikator MBTI. Alih-alih mencarinya di Google, cobalah memprediksi kepribadian Anda menggunakan dataset tipe kepribadian ini.

4.Explore Data Harga Bitcoin

Harga cryptocurrency memikat dunia dengan volatilitasnya yang ekstrem. Dalam proyek ini, Anda akan menerapkan analisis deret waktu dan teknik visualisasi data pada harga Bitcoin. 

5. Prediksi Popularitas Lagu

Dalam dataset hebat lagu-lagu dari era 50-an, Anda dapat memprediksi popularitas sebuah lagu berdasarkan beberapa atribut.

6. Analisis Data Fitness Tracker

Seiring meningkatnya penggunaan fitness tracker, ada banyak data yang bisa Anda analisis. Dalam proyek analisis data ini, Anda akan menganalisis dan memvisualisasikan data fitness tracker Runkeeper.  

7. Patahkan Mitos dengan Data

Sebuah studi tahun 1991 menemukan bahwa orang kidal rata-rata meninggal sembilan tahun lebih awal daripada orang tangan kanan. Benarkah demikian? Cari tahu dalam proyek analisis statistik ini. 

8. Analisis Data Breathalyzer

Menggunakan data yang dikumpulkan dari breathalyzer di negara bagian Iowa, Anda akan dapat memvisualisasikan dan menganalisis tingkat mabuk di Iowa dan menemukan pola yang dapat mengarah pada keputusan kebijakan yang lebih baik. 

9. Kuasai Puncak Tangga Lagu

Dengan dataset Spotify sekitar 600 lagu dari 2010 hingga 2019, Anda akan dapat mengeksplorasi dan menganalisis bagaimana genre populer berevolusi selama dekade terakhir, memprediksi genre sebuah lagu berdasarkan atribut kunci, dan lainnya. 

10. Analisis Basis Data Lego

Walau proyek ini juga memerlukan sedikit keterampilan SQL, basis data Lego ini memungkinkan Anda menelusuri ribuan penjualan Lego sepanjang tahun dan memahami set Lego mana yang mendorong penjualan terbanyak. 

Proyek Python Terarah & Mandiri Tambahan untuk Latihan

Sepanjang artikel ini, kami menautkan ke banyak proyek dan dataset DataCamp. DataCamp menyediakan banyak proyek terarah dan mandiri bergantung pada tingkat kesulitan yang Anda inginkan. Berikut adalah daftar proyek tambahan untuk latihan

Proyek Python Terarah untuk Latihan

1. Memprediksi Persetujuan Kartu Kredit

Persetujuan kartu kredit otomatis adalah kasus penggunaan machine learning yang besar di perbankan. Dalam proyek persetujuan kartu ini, Anda akan belajar memprediksi apakah aplikasi kartu kredit diterima atau ditolak oleh bank.

2. Mengungkap Topik yang Sedang Tren dalam Riset Machine Learning

Menggunakan dataset topik tren ini, Anda akan menerapkan machine learning untuk menemukan masa depan tren riset machine learning dengan menganalisis makalah Neural Information Processing Systems selama dekade terakhir.

3. Klasifikasi Donor Darah

Donor darah menyelamatkan nyawa. Dalam proyek tentang donor darah ini, analisis pola donasi darah dan prediksi apakah seseorang akan berdonasi lagi di masa depan.

4. Membandingkan Kosmetik berdasarkan Bahan

Memilih produk kosmetik yang tidak membahayakan kesehatan kulit itu sulit. Dalam proyek terarah ini, Anda belajar memproses bahan-bahan kosmetik untuk membuat keputusan yang lebih tepat apakah kosmetik baru cocok untuk Anda.

5. Sejarah Visual Pemenang Hadiah Nobel

Hampir semua orang di dunia riset memimpikan Hadiah Nobel setidaknya sekali dalam hidup mereka. Namun apakah usia, ras, dan gender memengaruhi peluang Anda? Cari tahu dengan menganalisis data para pemenang sejak 1901.

6. Sejarah GitHub Bahasa Scala

Scala menempati peringkat ke-34 bahasa pemrograman paling populer menurut indeks TIOBE. Pelajari bagaimana hal itu bisa terjadi dengan menganalisis sejarah repositori GitHub-nya dalam proyek terarah ini.

7. Menjelajahi Evolusi Linux

Sistem version control seperti Git menyimpan informasi kaya tentang evolusi proyek perangkat lunak. Dalam proyek evolusi Linux ini, Anda akan menganalisis dan mentransformasikan repositori Git asli Linux Kernel dan memahami bagaimana 700 ribu+ commit menciptakan salah satu sistem operasi paling banyak digunakan di dunia. 

8. Menciptakan Kembali Ghost Map John Snow

Dokter John Snow (bukan karakter Game of Thrones) memetakan kasus kolera secara manual dan menyimpulkan asal mula wabah di wilayahnya, yang melahirkan epidemiologi modern. Dalam proyek historis ini, Anda akan menciptakan kembali karyanya dan peta terkenalnya. 

9. Era Baru Analisis Data dalam Bisbol

Moneyball mengawali era analitik olahraga. Dalam proyek ini, Anda akan menganalisis data MLB Statcast untuk membandingkan berbagai pemain bisbol dan memahami apa yang mendorong home run.  

10. Menghasilkan Kata Kunci untuk Google Ads

Menghasilkan kata kunci untuk iklan penelusuran adalah proses yang sangat teliti dan melelahkan. Bagaimana jika Anda dapat mengotomatiskannya dengan Python? Dalam proyek kata kunci Google Ads ini, Anda akan mempelajari caranya secara tepat. 

11. A/B Testing Game Mobile 

A/B testing mendorong keberhasilan banyak produk dan layanan digital, dan game mobile adalah buktinya. Dalam proyek ini, Anda akan memahami dampak percobaan yang dijalankan di game populer Cookie Cats terhadap retensi pengguna. 

12. Prioritaskan Penagihan Utang dengan Machine Learning

Keterlambatan pembayaran utang adalah masalah besar bagi bank dan institusi keuangan. Dalam proyek ini, Anda akan menggunakan machine learning dan regresi untuk memahami cara memprioritaskan penagihan utang bagi sebuah bank. 

13. Sistem Rekomendasi Buku dari Charles Darwin

Charles Darwin adalah pembaca ulung dan memiliki bibliografi yang luas. Dalam proyek ini, Anda akan menggunakan buku-buku favorit Charles Darwin untuk membuat sistem rekomendasi yang memberikan saran buku berdasarkan seleranya. 

Proyek Python Mandiri untuk Latihan

1. Menyelidiki Film Netflix dan Bintang Tamu di The Office

Dalam proyek tentang The Office ini, Anda akan memanipulasi dan memvisualisasikan performa film Netflix dan bintang tamu dalam serial fenomenal budaya “the Office.”

2. Menjelajahi Sejarah Lego

Sekitar 1140 keping Lego diproduksi setiap detik. Cari tahu bagaimana merek mainan paling populer di dunia menjadi begitu dominan dengan menganalisis data penjualan historisnya. 

3. Penemuan Cuci Tangan

Mencuci tangan sudah menjadi kebiasaan bagi kita semua, tetapi tidak selalu demikian di masa lalu. Faktanya, dokter Hungaria Ignaz Semmelweis menemukan manfaat cuci tangan dengan menganalisis data kematian pasien di rumah sakit. Ciptakan kembali analisis datanya menggunakan dataset ini.

4. Pasar Aplikasi Android di Google Play

Pasar aplikasi Android sangat luas dan kompetitif. Analisis dan visualisasikan dataset yang di-scrape dari Google Play Store ini untuk mengetahui apa yang membuat sebuah aplikasi hebat.

5. Frekuensi Kata dalam Novel Klasik

Dalam proyek ini, Anda akan melakukan scraping sebuah novel dari situs Project Gutenberg lalu menganalisis distribusi kata pada korpus buku yang besar. 

6. Kata Sandi Buruk dan Pedoman NIST

Hampir setiap situs memerlukan kata sandi, jadi bagaimana Anda tahu apakah Anda menggunakan yang terbaik? Dalam proyek ini, Anda akan membuat sistem yang secara otomatis memeriksa apakah kata sandi Anda sesuai dengan standar National Institute of Standards and Technology.

7. Membandingkan Minat Pencarian dengan Google Trends

Google membuka API Trends dalam Python agar pengguna dapat mengetahui minat pencarian dari kata kunci apa pun. Ini adalah sumber data deret waktu yang sangat baik dengan catatan sejak 2004. Dalam proyek ini, Anda akan mengeksplorasi minat pencarian global pada lima browser internet utama.

8. Menjelajahi Pasar Airbnb NYC

Manfaatkan pembersihan dan manipulasi data untuk mengungkap insight tentang pasar Airbnb di New York City.

Cara Memilih Proyek Python untuk Dicantumkan di Resume Anda

Dengan daftar panjang proyek Python ini, bagaimana cara memilih satu untuk dicantumkan di resumé Anda? Menurut Nick Singh, penulis buku terlaris "Ace the Data Science Interview," berikut empat prinsip kunci yang perlu dipikirkan saat Anda mengerjakan proyek Python.

1. Proyek Harus Berasal dari Ketertarikan Sejati

Mengerjakan proyek pada topik yang Anda pedulikan akan membuat seluruh proses lebih menarik bagi Anda dan meningkatkan peluang penyelesaiannya. Selain itu, antusiasme ini akan terbawa saat berbicara dengan hiring manager tentang proyek Anda. 

2. Kesederhanaan Lebih Unggul daripada Kerumitan

Saat ini, mudah terdistraksi oleh alat yang canggih dan teknik mutakhir. Namun, data science di dunia nyata memerlukan pendekatan yang sederhana dan pragmatis untuk membangun solusi. Salah satu tujuan proyek adalah menunjukkan kemampuan Anda mengembangkan solusi data science yang bermanfaat dengan teknik yang relatif sederhana. 

3. Selalu Selesaikan Proyek Anda

Mudah terjebak scope creep saat mengerjakan proyek. Sebagai pedoman, selalu tentukan ruang lingkup proyek yang Anda tahu bisa diselesaikan dari A sampai Z — meski itu hanya latihan analisis data sederhana. 

4. Proyek Harus Memiliki Dampak yang Terukur

Setelah proyek selesai, pastikan untuk membagikan karya Anda dan memperoleh umpan balik dari komunitas secara terukur. Baik itu bintang GitHub, unggahan di LinkedIn, atau sebutan di Reddit—membagikan karya adalah cara terbaik untuk menunjukkan dampak terukur proyek Anda kepada calon hiring manager.

Tingkatkan Pembelajaran Python Anda ke Level Berikutnya

Kami harap Anda menyukai daftar proyek Python ini dan bahwa proyek-proyek tersebut dapat mempercepat perjalanan belajar Python Anda. Jika Anda ingin mulai dan membutuhkan penyegaran Python terlebih dahulu, pastikan untuk melihat kurikulum Python DataCamp dan sumber daya tambahan di bawah ini.