Ingin Menjadi Data Scientist? Kenali Dulu Beberapa Fakta Penting Berikut Ini

Butuh Skill Matematis dan Juga Pemahaman tentang Bisnis

Skill yang harus dimiliki oleh data scientist antara lain bidang matematika, statistik, pemrograman, dan penggunaan beberapa tools untuk big data, machine learning, dan sebagainya. Kemampuan analitis yang baik memang diutamakan, begitu juga keingintahuan (curiosity), sekaligus pemikiran kreatif dan kritis. Tentunya juga harus diimbangin dengan komunikasi yang baik, khususnya komunikasi visual. Minimal ketika presentasi ide yang kompleks di perusahaan, harus bisa dipahami oleh orang lain secara umum.

Pada level tertentu, data scientist juga perlu memahami proses bisnis. Kompleksitas ilmu yang dibutuhkan inilah yang menjadikan profesi ini banyak dicari. Bukan hanya Indonesia, bahkan di negara-negara maju data scientist yang expert juga termasuk profesi yang langka. Tentang gaji yang diberikan, tentu saja sebanding dengan kesulitannya.

Memang tidak bisa instan untuk menguasai skill di bidang ini. Tidak sedikit orang-orang yang hanya mengambil kelas kursus atau training singkat tentang data science, tapi sudah langsung menyebut diri mereka data scientist. Padahal yang seperti itu kurang tepat. Begitu juga seperti orang-orang yang baru belajar bahasa pemrograman secara kilat, lalu apakah bisa langsung disebut sebagai seorang programmer? Memang tidak ada yang salah dari sebutan itu. Tapi, selain ilmu singkat yang teoritis, business case yang riil juga diperlukan.

Data Scientist Tidak Bekerja Sendiri

Pembahasan kali ini memang memberikan definisi secara umum yang dimaksudkan untuk membantu menentukan peran seorang data scientist dan tujuannya. Begitu juga keterampilan, kualifikasi, pendidikan, pengalaman, dan tanggung jawab yang terkait dengannya. Definisi ini bisa bersifat fleksibel, karena sebenarnya tidak ada definisi standar tentang peran data scientist. Apalagi keahlian individu juga harus disesuaikan dengan kebutuhan di industri.

Lebih lanjut tentang kerjanya, data scientist tidak sendiri. Faktanya, ada peran lain terkait data yang kadang-kadang dianggap sama, tapi sebenarnya berbeda. Beberapa di antaranya adalah analis data (data analyst). Jika dilihat dari load kerja, data scientist cenderung punya tanggung jawab lebih dan umumnya juga dianggap lebih senior dibanding data analyst.

Ada lagi data storyteller dan data artist, yang juga harus punya sense of art tersendiri. Mereka merupakan generasi baru, yang percaya pada kekuatan cerita dan seni. Dengan pengembangan cerita, maka data akan lebih bernilai daripada hanya angka-angka. Bagaimana menurut Anda? Apakah Anda berminat untuk belajar tentang data science yang masih sangat menjanjikan ini?

(Penulis: Tim Universitas Bakrie)