Data
Isi
1. Ketika saya mempersempit kursus untuk gelar MS in Business Analytics saya, harus
diakui, saya bingung. Kebingungan itu tentang dua hal spesifik: Apa yang akan saya
pelajari? Dan pekerjaan apa yang bisa saya kejar? Menjadi penting untuk mempelajari
perbedaan antara dua gelar yang sama: analisis bisnis dan ilmu data.
1. Untuk memulai jalur penemuan saya, saya melompat ke bagian pekerjaan dalam
pencarian saya. Salah satu kualitas paling menarik dari gelar ini adalah gaji. Menurut
ONET OnLine, database yang disponsori pemerintah, seorang analis bisnis
menghasilkan rata-rata $ 88.550 per tahun sementara seorang ilmuwan data
menghasilkan $ 122.840 per tahun. Sosok-sosok itu tampak menarik bagi saya, tetapi
mengapa mereka begitu berbeda? Saya harus kembali ke dasar dan mencari tahu.
1. Interpretasi: Bisnis mengelola sejumlah besar data. Sebagai seorang analis bisnis, Anda
harus memiliki kemampuan untuk membersihkan data dan membuatnya berguna untuk
interpretasi.
1. Visualisasi Data dan bercerita: Visualisasi data adalah disiplin yang berkembang, dan
Tableau mendefinisikan visualisasi data sebagai representasi grafis dari data dan
informasi. Seorang analis bisnis menggunakan elemen visual seperti bagan, grafik dan
peta, dan menyediakan cara yang mudah diakses untuk melihat dan memahami tren,
pencilan dan pola dalam data.
1. Kemampuan penalaran analitis: Terdiri dari penalaran logis, pemikiran kritis,
komunikasi, penelitian dan analisis data. Seorang analis bisnis mengharuskan ini untuk
menerapkan analisis deskriptif, prediktif dan preskriptif dalam situasi bisnis untuk
memecahkan masalah bisnis.
Akhirnya, mereka membangun saluran pembelajaran mesin dan produk data yang
dipersonalisasi untuk lebih memahami bisnis dan pelanggan mereka dan untuk membuat
keputusan yang lebih baik. Di tempat lain, di bidang teknologi, ilmu data adalah tentang
infrastruktur, pengujian, pembelajaran mesin, pengambilan keputusan, dan produk data. "
1. Analisis statistik: Anda harus terbiasa dengan tes statistik, penaksir kemungkinan untuk
rasa pola yang tajam dan deteksi anomali.
1. Ilmu komputer dan pemrograman: Ilmuwan data menemukan kumpulan data besar.
Untuk mengungkap jawaban atas masalah, Anda harus menulis program komputer dan
harus mahir dalam bahasa pemrograman komputer seperti Python, R dan SQL.
1. Pembelajaran mesin: Sebagai ilmuwan data, Anda harus terbiasa dengan algoritma dan
model statistik yang secara otomatis memungkinkan komputer untuk belajar dari data.
1. Kalkulus multivariabel dan aljabar linier: Pengetahuan matematika yang signifikan ini
diperlukan untuk membangun model pembelajaran mesin.
1. Visualisasi data dan bercerita: Setelah Anda memiliki data, Anda harus
mempresentasikan temuan Anda. Ilmuwan data menggunakan alat visualisasi data
untuk berkomunikasi dan menggambarkan wawasan yang dapat ditindaklanjuti kepada
audiens teknis dan non-teknis.
Ilmu data adalah topik yang luas dan teknis. Untuk memahami lebih lanjut tentang hal itu, baca
posting blog "Apa yang Sebenarnya Dilakukan Ilmuwan Data" di Harvard Business Review, "10
Keterampilan Teratas untuk Ilmuwan Data" di Menuju Ilmu Data, dan "Apa itu Ilmu Data" di
Thinkful.