Als je naar een baan in data zoekt, vertelt je cv of résumé maar een deel van het verhaal. Het is één ding om te zeggen dat je sterke communicatieve vaardigheden hebt, meerdere programmeertalen beheerst en gevorderde kennis hebt van machine learning-workflows. Het is iets heel anders om deze kwaliteiten te laten zien met een zorgvuldig geselecteerde verzameling van je werk.
Een data science-portfolio is een krachtig middel om je werk te tonen en concreet bewijs van je vaardigheden te leveren. In dit artikel bespreken we welke soorten projecten je in je portfolio kunt opnemen en geven we advies om er een te bouwen. In vervolgartikelen gaan we dieper in op het maken van twee portfolioprojecten: een analytics-project en een machine learning-project.
Wat is een data science-portfolio?
Een data science-portfolio is een samengestelde collectie van één of meer projecten waarmee je je datavaardigheden aantoont. Deze projecten kunnen verschillende vormen aannemen en zijn niet beperkt tot technische analyses. Hieronder staan enkele voorbeelden van projecten die je in je portfolio kunt opnemen.
Voorbeelden van portfolioprojecten
- Analyseer een salesdataset en geef inzichten in trends, verkoopcijfers en populaire producten, met veel nadruk op visualisatie.
- Voer een A/B-testanalyse uit om de effectiviteit van een interventie in een zakelijke context te vergelijken.
- Gebruik online productreviews om natural language processing-taken uit te voeren, zoals sentimentanalyse of topic modeling.
- Gebruik een dataset om een data-applicatie te maken, zoals een interactief dashboard.
- Maak een videotutorial over een nieuw pakket of tool.
- Schrijf een artikel over een trending onderwerp in het datavakgebied.
- Gebruik een machine learning-algoritme om een specifiek probleem op te lossen, zoals het voorspellen van klantverloop of het segmenteren van klanten.
Dit is zeker geen uitputtende lijst. Zoals we in de volgende sectie bespreken, kies je projecten die aansluiten bij jouw vaardigheden en de functies waarop je je richt.
Tip: wil je je kennis opfrissen? Bekijk dan zeker onze catalogus met DataCamp-cursussen!
Wat maakt een goed portfolio?
Een portfolio moet je beste kwaliteiten laten zien en relevant zijn voor de functies waarop je solliciteert. Hier zijn 5 punten om in gedachten te houden bij het maken van je portfolio.
Dek een breed scala aan vaardigheden af
Voor de meeste datafuncties doe je meer dan alleen cijfers kraken. Je zult taken moeten uitvoeren zoals resultaten visualiseren, bevindingen communiceren en anderen begeleiden. Zorg ervoor dat je portfolio laat zien dat je veelzijdig en allround sterk bent. Dat betekent niet dat elk project elke vaardigheid hoeft te bevatten. Je vaardigheden kunnen over je portfolio verdeeld zijn.
Houd je publiek in gedachten
Wie gaat je portfolio beoordelen? Je projecten moeten toegankelijk zijn voor minder technische doelgroepen en toch voldoende diepgang bieden voor wie wel technische skills heeft. Je projecten moeten gemakkelijk te volgen zijn en een prettige gebruikerservaring bieden. Een duidelijke intro die het doel van het project en de gebruikte methodologieën beschrijft, is een mooie manier om lezers door je werk te leiden.
Cureer je portfolio
Een portfolio is geen parkeerplaats voor elk dataprojec t dat je ooit bent begonnen. De projecten in je portfolio moeten sterke voorbeelden zijn van het professionele werk dat werkgevers van je mogen verwachten. Elk stuk werk moet zorgvuldig worden beoordeeld en geredigeerd totdat je ervan overtuigd bent dat een werkgever onder de indruk zal zijn van je vaardigheden. Mik op een kleiner aantal projecten van hoge kwaliteit.
Blijf hangen in het geheugen
Het is makkelijk om te verdwijnen in een zee van projecten. Zorg dat jouw projecten een blijvende indruk achterlaten. Je projecten moeten een overtuigend verhaal vertellen, met een duidelijke motivatie en een vraag/probleem dat je probeert op te lossen. Zorg dat je projecten er aantrekkelijk uitzien en een persoonlijke stijl laten zien. Maak ten slotte content die nieuw en spannend is. Nog een analyse van de overlevenden van de Titanic wekt waarschijnlijk weinig nieuwsgierigheid.
Leg relevante skills uit
Je portfolio moet aansluiten op wat je in je cv vermeldt en overeenkomen met de vaardigheden die vereist zijn voor de functies en kansen die je nastreeft. Als je solliciteert op een rol die sterke SQL-kennis vereist, moet ten minste één van je projecten daar bewijs van bevatten. Als je zegt uitstekende datavisualisatievaardigheden te hebben, zorg dan dat je visualisaties tot in de puntjes verzorgd zijn.
Wil je meer tips om een sterk portfolio te ontwikkelen? Bekijk dan zeker deze eerdere blogpost, met nog meer diepgang over hoe je je werk kunt laten schitteren, inclusief tips over storytelling en je persoonlijke merk.
DataCamp Workspace gebruiken om een portfolio te maken
DataCamp Workspace is een tool die is ontwikkeld met portfolio’s in gedachten. Hier zijn een paar stappen waarmee je Workspace kunt benutten om een portfolio te maken waarmee je wordt aangenomen.
Maak een nieuwe workspace
Je kunt een lege workspace maken via het Workspace-dashboard of één van onze gecureerde datasets gebruiken. Workspaces kunnen in Python of R worden gemaakt en beide kunnen verbinding maken met SQL-databases. Als je geen toegang hebt tot een SQL-database, heeft Workspace verschillende voorbeelddatabases om mee te starten en biedt het nu de mogelijkheid om DataFrames en CSV’s te query’en.
Begin met je project
Tijd om te starten! Let erop dat je project voldoet aan de criteria in de sectie hierboven en je vaardigheden, interesses en capaciteiten weerspiegelt. In een later artikel gaan we dieper in op het maken van een portfolioproject in Workspace, maar hier zijn alvast wat algemene tips om het meeste uit Workspace te halen.
- Voeg waar het logisch is tekstcellen toe om lezers door het project te leiden.
- Zorg dat je code goed leesbaar is en waar nodig commentaar bevat dat je aanpak uitlegt.
- Geef je workspace extra uitstraling door afbeeldingen toe te voegen, zoals een header bovenaan het project.
- Maak gebruik van onze no-code grafiekcellen om moeiteloos aantrekkelijke interactieve visualisaties te maken.

Een grafiek gerenderd met een Workspace Chart Cell (link naar afbeelding)
Ruim je workspace op
Redigeer en proeflees je werk
Corrigeer typfouten, zorg dat grafieken duidelijk gelabeld zijn en dat je workspace er verzorgd uitziet. Vraag eventueel een vriend of collega om te helpen. Een extra paar ogen ziet vaak dingen die jij mist.
Je kunt ook gebruikmaken van de AI-functies in Workspace om je teksten te proeflezen. Hieronder hebben we op een tekstcel de knop “Generate” gebruikt om alle typfouten te vinden.

De functie ‘tekst genereren’ in actie! (link naar afbeelding)
Formatteer je geschreven content
Workspace biedt een breed scala aan opmaaktools voor tekst, zodat je titels, koppen en lijsten kunt toevoegen. Koppen genereren ook een inhoudsopgave in je gepubliceerde rapport, zodat lezers het project makkelijk kunnen navigeren.
Verberg codecellen en output die niet essentieel zijn voor het rapport
Soms richt je je op een niet-technisch publiek. In dat geval kunnen lange blokken code de flow van het rapport onderbreken. Gelukkig kun je in Workspace met de knoppen “Hide code” en “Hide output” deze secties in je eindrapport verbergen. Output verbergen kan ook handig zijn wanneer je extra packages installeert.

Opties ‘Hide code’ en ‘Hide output’ op een Workspace-codecel
Voeg de workspace toe aan je DataCamp-portfolio
Als je klaar bent om je werk aan de wereld te laten zien, is het toevoegen van de workspace aan je portfolio zo gedaan.
Klik in de editor op "Share" en zet de schakelaar "Add to portfolio" aan.

Je kunt ook een workspace toevoegen via het dropdownmenu in je workspace-overzicht.

Je workspace staat nu op je eigen DataCamp-portfolio, klaar voor de hele wereld om te zien!
Volgende stappen
In vervolgartikelen gaan we dieper. Vind hier het tweede deel in de serie! We behandelen onderwerpen zoals het opzetten van een analytics- en een machine learning-portfolioproject. Verken in de tussentijd DataCamp Competitions. Begin met het bekijken van eerdere winnende inzendingen. Daar zie je hoe gebruikers Workspace hebben ingezet om bekroonde analyses te bouwen die uitstekende portfolioprojecten vormen.
Doe daarna zelf eens mee aan een competitie. Het is een geweldige manier om je data science-skills te oefenen op echte problemen, feedback te krijgen van andere DataCamp-leerlingen en te beginnen met het opbouwen van je eigen portfolio.
Aanvullende bronnen
Wil je nog meer weten over het maken van een geweldig portfolio? Luister dan naar deze DataFramed-podcast waarin gast en auteur Nick Singh de kenmerken van een goed data science-portfolio bespreekt.
Bekijk ook onze recente webinar Tips voor het bouwen van een data science-portfolio met DataCamp, met onze eigen Head of DataCamp Workspace Filip Schouwenaars!
