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

JAKARTA - Setiap mahasiswa yang sedang menjalani proses perkuliahan, tentu ingin bisa berkarier sesuai dengan ilmu yang ditekuni. Sementara itu, tren pekerjaan dari tahun ke tahun terus mengalami perubahan. Apalagi di era digital, beberapa profesi tertentu tampaknya menjadi incaran. Seperti yang telah dipublikasikan oleh World Economic Forum, ada 10 daftar pekerjaan yang diprediksi paling dibutuhkan di tahun 2025. Di antara 10 daftar, nomor satu adalah data scientist.

Data scientist memang saat ini banyak dibutuhkan di tengah pesatnya kemajuan industri atau perusahaan teknologi. Untuk bisa menjalani profesi sebagai data scientist, ada beberapa disiplin ilmu yang dibutuhkan sebagai bekal. Ilmu yang dibutuhkan juga bisa didapatkan di jurusan Sistem Informasi. Pada praktiknya, data science juga tidak lepas dari statistika, pemrograman, dan juga bidang lain sesuai kebutuhan industri.



Apa Tugas Seorang Data Scientist?
Sebagai profesi yang relatif baru, istilah sains data (data science) dan ilmuwan data (data scientist), tidak selalu mudah dipahami masyarakat umum. Memang benar bahwa ilmu data sebenarnya adalah bidang yang bervariasi. Sebagai profesi yang kian banyak diminati, apa sebenarnya yang dilakukan oleh data scientist? Secara sederhana, tugas seorang data scientist adalah menganalisis data untuk mendapatkan insight yang dapat ditindaklanjuti.
Perusahaan Apa Saja yang Membutuhkan Data Scientist?

Untuk mahasiswa, fresh graduate, atau Anda yang ingin mencoba karier baru sebagai data scientist, ada baiknya pahami dulu seluk beluk pekerjaan ini. Pada umumnya, data memang menjadi satu faktor pendukung yang penting di perusahaan atau organisasi di era digital agar mampu berkembang kompetitif. Setiap perusahaan perlu data untuk analisis kinerja dan prediksi masa depan, jadi lebih mudah untuk mengambil keputusan bisnis. Sebenarnya bukan hanya industri teknologi yang memerlukan jasa data scientist. Bahkan setiap bisnis membutuhkannya, misalnya agar bisa memprediksi hasil produksi dalam waktu tertentu.



Data yang ada di perusahaan mungkin saja punya nilai potensial yang sangat besar, tapi belum ada nilai yang berarti, kecuali setelah diterjemahkan ke dalam tindakan atau hasil bisnis yang nyata. Hal ini ternyata sudah disinggung sejak 2009 oleh Google’s Chief Economist, Dr. Hal R.Varian. “Kemampuan untuk mengambil data, untuk dapat memahaminya, memprosesnya, mengekstrak nilai darinya, memvisualisasikan, mengkomunikasikan, itu akan menjadi keterampilan yang sangat penting dalam dekade berikutnya.” Demikian ungkat Dr. Hal R. Varian. Ternyata hal itu benar adanya ketika kita lihat beberapa tahun ke belakang sampai sekarang.

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)