Data Scientist: Berkenalan Dengan Profesi Terseksi Abad Ini

Rakamin – Pernahkah kamu berpikir bagaimana mobil Tesla bisa mengetahui posisi benda-benda yang ada di sekitar secara real time, sehingga mobil ini bisa berjalan tanpa kita kemudikan? Kurang lebih, mobil itu menggunakan ilmu dari data science atau ilmu data.

Lalu, apakah itu data science? Data science adalah ilmu dari beberapa ranah interdisipliner yang menggunakan algoritma untuk memroses data menjadi sebuah insight. Ilmu-ilmu yang digunakan adalah matematika, statistik, dan ilmu komputer. Namun, karena pemakaiannya sering digunakan di industri bisnis, ilmu bisnis pun sering menjadi bagian dari data science.

Jenis-Jenis Tugas Data Scientist

Seperti yang dijelaskan di atas, industri bisnis sering menggunakan jasa dari seorang data scientist sebagai salah orang yang bertanggung jawab atas olah-olah data perusahaan. Lalu, apa fungsi seorang data scientist? Apa yang ia gunakan dengan data perusahaan yang dia miliki? Berikut adalah jenis-jenis tugas seorang data scientist secara umum:

Melakukan Penelitian Untuk Mendapatkan Data

Satu hal yang perlu kita ketahui tentang data scientist adalah objek yang digunakan alias data ini tidak datang dengan sendirinya. Data yang nantinya dianalisis itu perlu didapatkan dengan usaha-usaha. Cara mendapatkannya bisa dengan kuesioner, interview, atau mengambil data yang user input atau serahkan ketika beraktifitas di dunia maya.

Loh, kalau cuma begitu, pekerjaan data scientist gampang, dong? Oh tentu tidak. Dalam menyusun pertanyaan, tentu harus dipastikan pertanyaan-pertanyaan tersebut bisa diukur dan dapat meng-cover data yang ingin kita dapatkan. Pembuatan pertanyaan saja perlu beberapa kali trial and error dan drafting. Jadi, pengambilan data tidak semudah yang terlihat.

Memroses dan Membersihkan Data yang Didapat

Setelah data sudah kumpulkan, maka tugas selanjutnya adalah memroses dan membersihkan data tersebut. Kedua proses tersebut disebut juga data processing dan data cleaning.

Tujuan dari kedua hal tersebut adalah agar data siap untuk dianalisis. Bagaimana caranya? Dengan cara memodifikasi dan menghapus data yang tidak relevan dan duplikat. Contohnya:

Letika kita menyebar form untuk mendapatkan data kota tempat tinggal, kita bisa saja mendapatkan jawaban yang sama namun dengan format yang berbeda, seperti “Bandung” dan “Kota Bandung”

Menganalisis Data Perusahaan dan Mengubahnya Menjadi Insight

Tugas data scientist yang ketiga adalah menganalisis data yang sudah dibersihkan dan mengubah data tersebut menjadi insight. Tugas ini adalah bagian yang paling vital, karena kurang lebih inilah alasan industri menggunakan data science. Perusahaan menginginkan adanya optimasi — bisa untuk produk atau strategi pemasaran — yang data driven.

Begini contohnya:

Satu perusahaan mempunyai data usia dan kota tempat tinggal orang-orang yang register di websitenya. Seorang data scientist menganalisis data tersebut. Ditemukan bahwa 70% dari data tersebut berusia 22–26 tahun dan tinggal di Jabodetabek.

Dari kasus tersebut, insight yang didapatkan adalah orang yang register di website perusahaan tersebut berada di kelompok usia 22–26 tahun dan tinggal di Jabodetabek. Lalu, digunakan untuk apa insight tersebut? Perusahaan dapat menyasar orang di kelompok usia dan tempat tinggal tersebut untuk mendapatkan registrant yang lebih banyak.

Mempresentasikan Temuan dari Analisis

Tugas seorang data scientist setelah menemukan insight adalah mempresentasikannya. Sebagai catatan, mempresentasikan hasil analisis ini biasanya dilakukan apabila analisis yang dikerjakan adalah analisis yang cukup besar dan bisa menentukan arah strategi bisnis.

Dalam mempresentasikan temuan yang berbasis data, maka diperlukan yang namanya visualisasi data atau data visualization. Skill tersebut memang dibutuhkan juga untuk seorang data scientist. Jadi, alih-alih menampilkan tabel yang sangat banyak dalam presentasi, seorang data scientist bisa menggunakan chart agar lebih mudah dibaca.

Ada beberapa tools yang bisa digunakan seorang data scientist dalam melakukan data visualization. Dimulai dari Tableau, Datawrapper, Infogram, hingga IBM Watson.

Skill Yang Harus Kamu Miliki Untuk Menjadi Data Scientist

Setelah mengetahui tugas-tugas seorang data scientist, hal yang mungkin terlintas di pikiran kalian adalah “Kalau itu tugasnya, lalu skill apa saja yang dibutuhkan?” Nah, inilah skill yang kalian butuhkan untuk menjadi seorang data scientist:

Bahasa Pemrograman

Skill pertama untuk menjadi data scientist adalah mampu menguasai bahasa pemrograman. Di dunia data science sendiri, bahasa pemrograman yang dipakai adalah R dan Python ditambah dengan SQL sebagai query language-nya. Idealnya kalian bisa mempelajari kedua bahasa pemrograman tersebut dan satu bahasa query..

Dalam menguasai bahasa pemrograman, kalian juga harus menguasai skill turunannya, seperti data processing, data cleaning, dan data analysis. Dengan menguasai semua hal tersebut, kalian akan semakin jago untuk menjadi data scientist.

Statistika

Selain harus menguasai bahasa pemrograman, skill lain yang perlu dikuasai adalah statistika. Statistik bisa dibilang adalah grammar-nya data science. Kamu bisa belajar dari statistika dasar, seperti mengerti apa itu mean, median, interval, dll. Setelah itu kamu bisa lanjut dengan belajar bagaimana cara melakukan analisis dengan benar.

Kenapa statistika dibutuhkan? karena kalau kamu nggak tahu ilmu statistika, bisa jadi analisis yang kamu buat itu salah. Dengan statistika kita bisa tahu apakah data yang kita miliki sudah terdistribusi secara normal atau analisis apa yang cocok untuk data tertentu? Apakah regresi linear atau regresi logistik? Sulit jika tanpa ilmu statistika.

Bisnis

Kemampuan dan sense bisnis juga diperlukan untuk menjadi data scientist. Kenapa begitu? Karena kebanyakan perusahaan menggunakan jasa data scientist untuk tujuan-tujuan, seperti mengoptimasi penjualan, melakukan segmentasi pasar, dan melakukan forecast penjualan beberapa bulan atau setahun ke depan.

Machine Learning

Machine learning adalah teknologi di mana kita membuat mesin yang dapat bergerak dan belajar dengan otomatis atau tanpa arahan. Machine learning sebenarnya tidak banyak dibutuhkan oleh perusahaan Indonesia secara umum. Namun, jika kamu ingin mengembangkan skill kamu, ada baiknya kamu belajar machine learning.

Cara Untuk Menjadi Data Scientist

Setelah mengetahui tugas dan skill dari data scientist yang sangat banyak dan berat, kamu mungkin kaget dan mulai pikir ulang untuk jadi data scientist. Tenang, ada cara yang bisa kamu ambil untuk bisa memiliki skill set di atas.

Belajar Autodidak

Cara yang pertama adalah dengan cara belajar sendiri alias autodidak. Di zaman yang menyediakan akses yang mudah dan berlimpah, belajar autodidak pun sangat mungkin. Kamu bisa belajar untuk menjadi data science dengan menonton video yang ada di Youtube.

Kelebihan dari belajar autodidak ini adalah murah dan on demand. Selain untuk beli kuota data, kamu nggak perlu ngeluarin uang untuk bisa menonton tutorial di Youtube. Selain itu, kamu juga bisa belajar kapanpun kamu mau.

Di sisi lain, ada juga kekurangannya. Kamu nggak mempunyai kondisi yang memaksa kamu untuk belajar dengan disiplin. Selain itu, kamu juga nggak bakal bisa untuk punya tugas yang bisa menguji pemahaman kamu.

Belajar di Digital Bootcamp

Cara lain untuk bisa menguasai skill set tersebut adalah dengan mengikuti digital bootcamp. Sederhananya, digital bootcamp adalah kursus yang berisi kelas yang terkait digital, termasuk data science. Salah satu contohnya adalah Rakamin Academy. Rakamin adalah penyedia bootcamp yang berisi kelas digital marketing, UI/UX design, dan data science.

Keuntungan mengikuti digital bootcamp adalah kamu akan tahu dari mana kamu harus belajar. Dengan begitu, kamu tidak akan kebingungan dalam belajar. Selain itu, dengan mengikuti digital bootcamp, kamu akan mempunyai tutor. Dengan begitu, kalau kamu kebingungan dalam satu materi, maka kamu bisa menanyakannya ke tutor.