UMN Bersama Silla University dan KOICA Membuka Program Free-Training KSU4IRTC Batch kedua
Februari 21, 2022Mahasiswa Arsitektur UMN Bagikan Tips Visualisasi Diagram
Februari 22, 2022Tangerang – Data science memiliki tiga komponen, seperti Data Engineer, Data Scientist dan Data Analyst. Ketiganya memberikan insight yang sama dengan pekerjaannya masing-masing. Melalui Mini Bootcamp sekaligus Closing Live Session ini, DQLab mengundang Tantut Wahyu sebagai Data Analyst di RupaRupa.com, untuk memaparkan materi terkait impact dari belajar data science. Acara ini dilaksanakan secara daring, pada Kamis, 17 Februari 2022.
Data science adalah salah satu keilmuan yang menggabungkan beberapa pemrosesan data dan hal yang diproses. Dalam ilmu ini, hal yang diproses adalah data dan big data. Big data adalah salah satu source yang sangat besar dan terdiri dari 5V, yaitu volume, velocity, variety, veracity, dan value. Big data ini merupakan hasil dari penggunaan internet. Data dapat diperoleh dari internal dan eksternal.
“Kalau teman-teman nemuin data dengan ciri-ciri 5V ini, itu berarti teman-teman sudah menemukan big data,” ujar Tantut.
Tantut menjelaskan tiga cakupan dalam pemrosesan data yaitu, Data Scientist, Data Analyst dan Data Engineer. Menurutnya tiga cakupan tersebut saling berkaitan dan harus saling membantu dalam pekerjaannya. Yang pertama, antara Data Scientist dan Data Analyst harus melakukan komunikasi data, karena keduanya bertugas menyampaikan insight yang dibutuhkan perusahaan.
“Data Scientist harus melakukan komunikasi data karena ketika mereka menemukan pemodelan yang tepat, mereka harus menyampaikan faktanya,” ucapnya.
Yang kedua, Data Engineer dan Data Scientist berhubungan terkait software engineering. Keduanya harus saling memahami software engineering karena Data Engineer bertugas mengumpulkan data hingga data siap dipakai dan menghasilkan data warehouse, data mark, atau data lake. Sedangkan Data Scientist bertugas menerapkan pemodelan yang sudah diuji ke dalam sistem.
“Data Engineer harus mengetahui software engineering karena mereka harus datanya tersimpan dimana dan arahnya kemana,” katanya.
Baca juga Tips Bangun Portfolio dengan Sertifikat Data Science sebagai Pemula
Yang ketiga, seorang Data Scientist, Data Analyst dan Data Engineer harus bisa matematika, statistik dan algoritma. Menurut Tantut, ketiga ilmu tersebut dapat memudahkan pekerjaan.
Selanjutnya, Tantut kembali menjelaskan data science lifecycle atau alur pengolahan data dari awal hingga akhir. Proses pengolahan data diawali dengan collecting yang dilakukan Data Engineer, cleaning dan EDA yang dilakukan Data Analyst dan model serta deployment yang dilakukan Data Scientist. Dalam prosesnya, semua praktisi data harus bekerjasama untuk menghasilkan insight yang bermanfaat bagi perusahaan.
“Data science lifecycle ini cukup penting. Saat teman-teman interview nanti, ada beberapa hal yang pertanyaan yang mengarah ke lifecycle ini,” ungkap Tantut.
Berkaitan dengan data science lifecycle, seorang praktisi data harus memiliki beberapa skill untuk mengolah data dalam industri. Tantut menyampaikan ada beberapa skill yang harus dikuasai calon talenta data, khususnya Data Analyst. Menurutnya, hard skill yang wajib dimiliki adalah bahasa pemrograman R, Python, dan SQL, statistik atau matematika, visualisasi data dan komunikasi, serta pengetahuan data.
“SQL bagaikan emas. SQL harus dikuasai seorang praktisi data,” tambahnya.
Melengkapi hard skill, Tantut juga menyampaikan soft skill yang harus dimiliki praktisi data adalah pengetahuan bisnis, pemikiran kritis, komunikasi, kemampuan presentasi dan kerjasama tim. Sebelum menutup live session, Tantut memberikan tips learning path yaitu, dengan mempelajari online course seperti DQLab dan youtube, mengikuti kompetisi-kompetisi dan sharing dengan ikut komunikasi atau publikasi project data melalui media sosial.
“Profesi praktisi data banyak dibutuhkan, namun tidak banyak praktisi data yang sesuai dengan keinginan perusahaan. Orang data yang ngerti bisnis itu yang sangat dibutuhkan. Di dalam career tracknya DQLab, teman-teman bisa mengolah data di real industri, sehingga teman-teman bisa paham hal apa yang harus dilakukan ketika bekerja nanti,” tutup Tantut.
Rasakan pengalaman seru belajar data science seperti Tantut dan persiapkan diri untuk jadi praktisi data dengan mengakses career track di DQLab.id.
by Lathifa Lisa | 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