Menggali Potensi Karir di Bidang Data untuk Para Pemula Non-IT!

Pembelajaran Data untuk Pemula (DQLab).

Tangerang – Seiring dengan perkembangan zaman, kini berbagai hal dalam kehidupan sehari-hari masyarakat semakin tidak bisa dilepaskan dari data. Mulai dari kebutuhan personal, kegiatan pendidikan, bisnis, bahkan hingga pemerintahan semua berkaitan dengan data dan teknologi. Adanya fenomena ini sekaligus membuka banyak peluang karir baru di bidang data, mulai dari Data Analyst, Engineer, Scientist, dan lainnya. Berbagai jenis pekerjaan di bidang data ini menjadi salah satu profesi yang sangat diminati oleh para gen Z dan millenials. Namun, hingga kini besarnya peluang ini belum mampu terpenuhi secara penuh karena banyak peminat pekerjaan di bidang data tidak memiliki latar belakang di bidang IT, sehingga kompetensi yang dibutuhkan oleh industri belum bisa dipenuhi.

Oleh sebab itu, DQLab sebagai salah satu lembaga edukasi data unggulan di Indonesia yang sudah terbukti mencetak talenta-talenta handal yang sukses berkarir di bidang data, kini kembali menggelar Free Class Batch 39 dengan judul “Karir di Bidang Data” yang ditujukan untuk membantu para pemula agar dapat menentukan dan memulai langkah yang paling tepat untuk memulai karir yang di bidang ini. Seperti event-event sebelumnya, DQLab lagi-lagi mengundang pemateri profesional di bidangnya. Ia adalah Gerald Plakasa, seorang Data Analyst di Huawei. Dalam kesempatan ini Gerald membagikan berbagai pengetahuan seputar pekerjaan dan tips-tips untuk memulai karir di bidang data. 

Gerald mengawali sesi Free Class ini dengan menjelaskan tentang pentingnya data di dunia saat ini. Data saat ini sudah menjadi sesuatu yang sangat berharga, bahkan para praktisi data di industri menganggap bahwa data kini bisa lebih penting dari emas. Hal ini karena, ketika kita memiliki data, kemudian diolah dengan baik, dan dapat menghasilkan value atau insight yang berharga, maka data tersebut dapat dijadikan sebagai bahan pengambilan keputusan yang tepat dan akurat bagi sebuah perusahaan. Oleh karenanya, dari data kita dapat menghasilkan profit yang besar. 

“Jadi, di era saat ini data itu tuh udah lebih penting dari emas gitu. Saya sering dengar itu dari berbagai praktisi data, karena dari data yang kita punya itu kita bisa menghasilkan profit bisnis lebih banyak ke perusahaan.” -ungkap Gerald

Ia juga menjelaskan bahwa data adalah basis dari segala sesuatu. Terutama untuk sebuah perusahaan, data memiliki empat peran utama yang sangat krusial bagi kelangsungan bisnis di masa mendatang. Dalam pengambilan keputusan, kita dapat melihat contohnya dalam sebuah perusahaan penjualan kue. Ketika kita memiliki data terkait penjualan kue coklat yang lebih banyak dibeli daripada kue strawberry. Jadi keputusan selanjutnya yang bisa dilakukan oleh perusahaan tersebut adalah memperbesar produksi kue coklat daripada kue strawberry, agar produksi tidak sia-sia dan lebih efisien. 

Contoh lainnya dalam peningkatan profit sebuah perusahaan bisa dilihat dalam perusahaan yang membuat aplikasi travel dengan pemanfaatan AI dan machine learning untuk mengoptimalkan sistem rekomendasi. Misalnya kita sering melihat harga penerbangan dan hotel ke suatu negara, maka sistem dalam perusahaan travel tersebut dapat memberikan rekomendasi berdasarkan history dalam akun kita, dengan memberikan personalisasi rekomendasi dan harga yang sesuai. Ini juga dapat meningkatkan kepuasan pengguna atau customer dalam pada sebuah perusahaan. Berdasarkan hal tersebut dapat disimpulkan bahwa data dapat menghasilkan sebuah informasi yang berharga, sehingga dapat menjadi pertimbangan keputusan untuk membuat aksi yang paling tepat dengan bijak. 

Tidak hanya itu, Gerald juga memberikan contoh pemanfaatan data untuk membuat clustering pengguna dalam sebuah sistem atau aplikasi. Contohnya, ketika kita sering menonton film horor, kemudian teman kita suka menonton film Korea. Maka data dapat digunakan untuk melakukan clustering, kita termasuk pengguna dengan kriteria apa. Kemudian hasil clustering ini dapat digunakan untuk memberikan iklan yang sesuai, sehingga dapat meningkatkan penjualan produk-produk yang lainnya.

Selanjutnya, Gerald memaparkan aktivitas apa yang dilakukan untuk mengolah data secara general, agar para pemula mudah mendapatkan gambaran pekerjaan yang jelas di bidang data. Secara garis besar aktivitas pekerjaan di bidang data dimulai dari tahapan menyimpan raw data dalam data lake, kemudian setelah disimpan data tersebut dibersihkan dan disusun dengan rapi. Hal ini ditujukan agar data tersebut siap untuk diolah atau dianalisis. Namun, sebelum masuk ke tahap analisis data, pekerjaan di bidang data juga harus melakukan business understanding, untuk memahami kebutuhan bisnis, dan jenis data yang akan digunakan. Selanjutnya, baru masuk ke proses pengolahan dan analisis data yang diambil dari data yang sudah dibersihkan tadi. Langkah selanjutnya adalah membuat visualisasi data agar lebih mudah mengambil keputusan yang paling tepat dari insight data tersebut, atau bisa membuat model data untuk mengembangkan sistem rekomendasi, AI, atau machine learning, serta lainnya dari product suatu perusahaan.

“Nah itu jadi prosesnya banyak banget kan. Mangkanya nggak sembarangan prosesnya buat mengolah data ada ilmunya. Dari yang cuman kumpulan angka, gambar, video, atau audio jadi sebuah insight yang sangat penting, dan yang in-to atau yang kerja juga banyak banget orangnya.” -ujar Gerald

Pada poin ketiga, Gerald juga memaparkan tentang kategori pekerjaan di bidang data dengan penjelasan yang sangat komprehensif. Mulai dari Data Engineer yang memiliki peran dalam proses pengumpulan, pembersihan, penyimpanan, hingga pemeliharaan data dalam sebuah data lake atau warehouse melalui proses ETL yang biasanya menggunakan tools Python, Hadoop, dan berbagai tools yang berhubungan dengan server. Kemudian, Data Analyst  yang memiliki peran melakukan proses business understanding, kemudian menganalisis data tersebut, dan membuat visualisasinya dalam bentuk dashboard dengan menggunakan SQL, Python, Tableau, dan lainnya. Terakhir, Data Scientist yang memiliki peran yang hampir sama dengan Data Analyst, namun cakupannya lebih dalam dan luas karena harus mengimplementasikan data tersebut dalam sebuah model, sekaligus melakukan testing, dan evaluasi efektivitasnya pada sebuah pengambilan keputusan. Hingga menjadi penjembatan komunikasi dengan stakeholder dan customer. 

Terakhir, Gerald juga memberikan gambaran prospek gaji sesuai jenjang karir di bidang data saat ini rata-rata bisa mencapai kisaran Rp6.000.000 untuk posisi entry level, hingga diatas Rp30.000.000 untuk level konsultan. Gerald juga menunjukkan fakta menarik bahwa saat ini para recruiter di bidang data lebih melirik calon-calon pencari kerja di bidang data yang memiliki mengikuti berbagai pelatihan, serta memiliki jenjang pendidikan S2. Mengingat kini persaingan di bidang data juga semakin ketat. 

Oleh karena itu, Gerald sangat merekomendasikan para pemula yang ingin belajar dan memulai karir di bidang data untuk mengikuti program Bootcamp Live Class dari DQLab. Dimana terdapat banyak pilihan kelas sesuai masing-masing role yang ingin dipelajari, kurikulum pembelajaran yang telah disesuaikan dengan kebutuhan industri secara komprehensif, modul yang lengkap dengan fitur Live Code Editor, serta bantuan AI Chatbot 24 jam yang bisa membantu para pemula belajar dengan maksimal. Tak hanya itu, DQLab juga sudah menerapkan metode pembelajaran HERO (Hands-On, Experiential Learning & Outcome-based) yang dirancang ramah untuk pemula, dan telah terbukti mencetak talenta-talenta unggulan yang sukses berkarier di bidang data. Jadi, tunggu apa lagi? Yuk, segera persiapkan diri untuk berkarir di bidang data dengan Sign Up atau ikuti Bootcamp Data Analyst with SQL and Python sekarang juga!

By Lisya Zuliasyari | DQLab

Kuliah di Jakarta untuk jurusan program studi Informatika| Sistem Informasi | Teknik Komputer | Teknik Elektro | Teknik Fisika | Akuntansi | Manajemen| Komunikasi Strategis | Jurnalistik | Desain Komunikasi Visual | Film dan Animasi | Arsitektur | D3 Perhotelan , di Universitas Multimedia Nusantara. www.umn.ac.id