Nama : Anggi Tasari

NIM : 4192550008
Kelas : Ilmu Komputer 19A
Mata Kuliah : Teknologi Informasi dan Literasi Data
Dosen Pengampu : Said Iskandar Al Idrus S.Si., M.Si

“Peluang Karier Data Scientist”

Data Scientist adalah salah satu profesi yang berada dalam bidang interdisipliner dengan
focus pada teknologi informasi. Simpelnya, seorang data scientist mengumpulkan, mengolah,
dan menganalisa data untuk menghasilkan informasi yang berguna dalam pengambilan
keputusan suatu organisasi atau badan usaha. Hasil analisa tersebut biasanya berjumlah sangat
besar, baik terstruktur maupun tidak terstruktur.

Sebenarnya, sebelum era big data, profesi-profesi serupa seperti analisis data dan
business intelligent sudah dikenal oleh para pelaku bisnis. Tapi, kedua profesi diatas hanya focus
pada penarikan hasil analisa, sedangkan data scientist memiliki “kewajiban” tersendiri untuk
melakukan eksperimen berdasarkan hasil temuan agar dapat memberikan saran dan masukan
yang paling tepat untuk dilakukan organisasi atau badan usaha terkait dengan manjemen strategi
mereka selanjutnya. Sampai disini, pastinya kita sudah paham kenapa profesi ini dinamai dengan
Data Scientist.

Mentang-mentang judulnya “Scientist” bukan berarti untuk menjadi seorang data

scientist kamu harus memiliki latar belakang ilmu pengetahuan alam. Profesi data scientist juga
bisa dijajal oleh oleh ilmu apa saja. Bahkan kamu yang sudah menyelesaikan program sarjana
dengan program studi spesifik yang tidak nyambung sama sekali dengan teknologi informasi,
bisa menjadi seorang Data Scientist.

Bisa kita ambil contoh, seorang senior Data Scientist dari Apps GOJEK bernama Ardya
Dipta Nandaviri. Ia lulus dari teknik elektro ITB yang program studinya enggak membahas
teknologi informasi sama sekali. Tetapi ia melanjutkan kariernya untuk pertama kalinya di
bidang IT Specialist dan Project Manager di IBM selama kurang kebih 3 tahun. Kemudian ia
melanjutkan kariernya lagi sebagai AI Master Robotic. Waktu S2 di salah satu Universitas di
USA, Ardya Dipta Nandaviri melanjutkan ke bidang robotic dan berkarier di Caterpillar Inc
dalam mempelajari self-driving car. Kecintaanya terhadap robotic pernah menjadikannya sebagai
seorang development mobil robot tanpa supir. Dia juga sempat menjadi seorang Data Scientist di
Amartha, salah satu startup yang dimiliki oleh temannya, kemudian setelah satu tahun ia menjadi
Data Scientist di GOJEK.

Walaupun demikian, lulusan S1 juga bisa bekerja sebagai Data Scientist. Secara garis
besar, pengetahuan paling esensial yang dapat mempermudah kita untuk menjadi seorang Data
Scientist adalah pengetahuan dalam bidang komputer dan elektronik, bisnis, ekonomi,
matematika khusunya statistic, manajemen, dan juga pelatihan.

Menurut Ardya Dipta Nandaviri, seorang senior Data Scientist GOJEK, menariknya data
science itu karena kita bisa menggabungkan beberapa keilmuan seperti keilmuan matematika,
keilmuan statistic, keilmuan engineering, dan keilmuan bisnis. Banyak ilmu yang bisa kita
gabungkan, lalu kita juga bisa memberikan impact lebih. Jadi data scientist itu sendiri dalam
pengertiannya adalah ini saya kutip dari seorang data scientist nya Obama yaitu DJ Patil yang
mengatakan bahwa data scientist itu adalah seseorang yang bisa memberikan story, yang bisa
menceritakan sesuatu dari sekumpulan data yang banyak. Jadi apa yang bisa kita nilai dan yang
bisa kita ambil lebih untuk membuat keputusan yang lebih baik dengan data-data.

Berbicara mengenai keseharian seorang Data Scientist, Ardya Dipta mengatakan bahwa
data scientist memiliki peran utamanya yaitu kita bisa membantu memberikan keputusan
berdasarkan data. Tapi bagaimana caranya? Pertama kita harus mengerti business problemnya
dulu nih, problem apa yang bisa kita solve. Kedua, kita harus mengerti data yang kita punya
seperti apa, lalu kita juga harus bisa mendeskripsikan data tersebut yang kita sebut sebagai
descriptive analytic. Setelah itu untuk menjawab business problem yang tadi, kira-kira apakah
kita bisa framing problem tadi ke dalam machine learning. Jadi machine learning problem bisa
mengimplementasikan beberapa algoritma supaya kita bisa membantu membuat prediksi dan
keputusan yang disebut dengan predictive analytics. Kira-kira apakah kita sudah bisa membuat
solve problem atau belum, kalo misalkan sudah, kita bisa lanjut ke implementasi kedalam
production. Disitu sisi engineering kita bekerja. Hal tersebut adalah bagaimana product data
science itu bisa dimanfaatkan oleh user kita, baik itu customer maupun driver.

Oleh karena itu, mereka harus bisa diimplementasikan ke production. Jadi semua itu
mulai dari end-to-end yaitu mulai dari business problem, dari data analysis, dari membuat
machine learningnya, sampai dengan productionnya itu semua adalah end-to-end. Nah kalo data
scientist di GOJEK kurang kebih seperti itu. Sehari-harinya bisa salah satu dari semua itu
tergantung keadannya sepertia apa. Kadang kita juga bisa tercetus oleh ide sendiri, kayaknya ini
bisa deh kalo kita bisa membantu disini. Mana yang kira-kira memberikan impact paling besar.

Jadi keseharian kita adalah melakukan meeting, yang kedua kita melakukan analisis data
secara descriptive. Disitu kita banyak membuat visualisasi data, mencoba mencari inside-inside
sederhana dari data, mencoba beberapa algoritma yang ada di machine learning, lalu kita
presentasikan kembali ke para bisnis older. Kemudian kita juga sibuk di bidang engineering.
Dalam bidang coding engineering levelnya lebih berat daripada analisis data. Karena kaitannya
harus bisa serve jutaan data dalam tiap detiknya.

Tapi bukan berarti seorang data scientist itu bisa semuanya dari awal sampai akhir.
Karena kita masing-masing ada keahliannya. Seorang Data Scientist harus ada yang jago dalam
statistic, ada juga yang jago di bidang engineering. Jadi kalo bisa dibilang kita bekerja sebagai
tim. Yang penting itu adalah saling melengkapi satu sama lain. Yang satu tim itu harus ada yang
jago bisnis acumennya, ada yang jago di statisticnya, dan ada yang jago di engineeringnya. Di
satu tim itu kita berusaha mencari bagaimana kita bisa men solve problem tersebut dari awal
sampai akhir.

Selain itu, jika kita berbicara mengenai hard skills dan soft skills apa saja yang harus
dimiliki seorang Data Scientist adalah dimulai dari hard skills seperti kemampuan kualitatif, dan
statistic yang sangat penting dan sangat fundamental di machine learning. Itu biasanya sangat
wajib untuk seorang data scientist. Kalau untuk kemampuan soft skills, mungkin mengarah ke
problem solving yang mungkin masih sedikit abstrak. Tapi pengalaman saya sih biasanya orang
yang memiliki background seperti manajemen consulting, itu akan menjadi lebih sulit dibanding
kemampuan problem solvingnya. Dia akan lebih bisa untuk mem-break down problem menjadi
hal yang lebih kecil dan harus tau mana yang bisa di solve. Mungkin soft skills tersebut
cenderung dilewatkan oleh banyak orang. Tapi hal tersebut merupakan salah satu step
kemampuan yang sangat penting. Karena sering kali jika kita tidak memiliki kemampuan itu,
banyak saya temui data scientist yang berada di company-company terlalu sibuk dengan riset
atau bidang engineering. Tapi sebenarnya tidak tahu apa yag harus di solve. Jadi kemampuan
soft skills problem solving itu sendiri sangat penting dan selalu menjadi ciri. Tapi seperti yang
saya bilang tadi hard skills mungkin banyak yang analytic skill, ada yang programming skill
yang juga sangat dibutuhkan, mungkin hampir tidak ada manusia yang bisa mensolving
semuanya. Makanya kita bekerja sebagai tim. Tapi untuk seorang data scientist itu harus cukup
tahu dasarnya dari awal, paling tidak harus ada. Jadi kalo dibayangkan skill-skill tersebut seperti
bentuk huruf “T”.

Kemudian communication skill juga sangat dibutuhkan karena kita juga banyak
berkomunikasi dengan business older dan banyak juga orang yang non-technical, kita juga harus
bisa mengkomunikasikan apa yang kita kerjakan kepada orang-orang yang non-technical
tersebut.

Kesulitan dalam men-devine keseharian sebagai seorang data scientist itu chalangenya
banyak. Yang pertama step kita dari mendevine problemnya itu seperti apa, terkadang kita udah
tahu problemnya sudah ada dan sangat kompleks, tetapi memframe problem itu untuk menjadi
kecil-kecil sehingga kita bisa mulai lebih terstruktur untuk mensolve, itu chalange tersendiri.
Mungkin agak susah bagi seorang Data Scientist untuk men-solve beberapa problem jika kita
hanya di belakang monitor saja. Kita hrus ngobrol dengan banyak orang, stakeholder, dan bisnis
unit lain. Ada kalanya juga sebagai seorang Data Scientist, kita juga harus terjun ke lapangan.
Kesulitan terbesar menjadi seorang Data Scientist adalah mengerti problem yang akan kita solve
itu seperti apa, dan kita mulai men-solve problem tersebut dari mana, lalu data yang kita miliki
sudah cukup atau belum, Peran penting seorang Data Scientist dalam suatu perusahaan itu adalah
tidak semua perusahaan membutuhkan Data Scientist.

Menurut Ardya Dipta Nandaviri, Data Scientist GOJEK, yang paling penting untuk
menjadi seorang Data Scientist adalah kita harus bisa membantu para Business Stakeholders
membuat suatu prediksi dan keputusan, serta membantu meningkatkan efisiensi menggunakan
Machine Learning Algoritma. Jenjang karier seorang Data Scientist dimulai dari Data Analyst
atau Junior Data Scientist. Berawal dari melakukan predictive analytic, membuat solusi data, lalu
mulai terjun ke machine learning. Jenjang karier itu sendiri bisa dimulai dari mana saja. Ada
yang nyaman menjadi individual contributor yang jago dalam bidang matematika, engineering,
dan semua algoritma.

Tips yang harus dipersiapkan untuk menjadi seorang Data Scientist adalah banyak
belajar. Di zaman yang modern ini sudah banyak sumber-sumber yang bisa menjadi media
pembelajaran. Selain itu kita juga harus memperbanyak portfolio, dan mengerjakan project-
project Data Science yang sederhana. Intinya jangan pernah berhenti belajar dan terus gali apa
yang sedang menjadi trend di dunia Data Scientist, kerjakan banyak project-project yag adadi
internet sebagai portfolio-mu.