12 Tipe Kepribadian yang Cocok Jadi Seorang Data Scientist
Banyak orang yang bertanya seperti ini. Kira-kira untuk menjadi seorang data scientist harus punya kepribadian seperti apa sih? Ingat sahabat DQLab, ketika kalian ingin menjadi seorang data scientist disitu kalian bukan cuma bekerja sendiri. Tapi kalian juga bekerja dengan satu tim. Mereka saling berkolaborasi dan bekerjasama baik satu divisi ataupun lintas divisi. Selain kemampuan teknis yang perlu dikuasai, seorang data scientist juga perlu memiliki kepribadian yang baik.
Sebuah buku karangan Stephen Few yang berjudul Now You See It menjabarkan ada 12 tipe kepribadian yang perlu dimiliki seorang data scientist. Stephen Few tidak hanya berfokus pada kemampuan visualisasi dan pelaporan data saja. Dalam buku ini juga dijabarkan tentang bagaimana caranya seorang data scientist bisa menjelaskan hasil analisisnya dihadapan orang banyak.
Berbicara tentang 12 kepribadian yang dimiliki oleh seorang data scientist, siapa tahu ini bisa menjadi referensi bagi sahabat DQLab semua yang ingin meniti karir di bidang data. 12 sifat ini tidak menutup kemungkinan bisa jadi acuan bagi kalian yang ingin switch career ke posisi bidang data. Dengan memiliki kemampuan dan sikap ini setidaknya bisa membantu kalian agar sukses berkarir dibidang data.
Salah satunya sebagai seorang data scientist. Jadi buat kalian yang penasaran tentang apa saja 12 tipe kepribadian yang dimiliki oleh seorang data scientist versi buku Now You See It. Baca terus artikelnya ya teman-teman. Yuk kita checklist bareng-bareng lewat artikel berikut!
1. Interested
Pertama adalah sikap interested atau ketertarikan akan suatu hal. Hal yang dimaksud disini adalah soal data dan segala hal yang berkaitan dengan analisis data ketika bekerja. Mengingat peluang menjadi seorang data scientist di industri data kian besar maka jika kalian memiliki sikap tertarik akan menjadi nilai plus. Nantinya ketika kalian bekerja, sikap ini perlu ditanamkan sedini mungkin. Teman-teman perlu tahu bahwa data yang akan digunakan pastinya melalui proses dan tahap yang panjang dong. Mulai dari preparation data, analisis data sampai pelaporan dan penarikan kesimpulan.
Contoh kecil dari sikap ini adalah misalnya kalian diberikan tugas oleh atasan untuk melakukan analisis data. Kalian pastinya terpancing dengan pertanyaan œkenapa data ini perlu dianalisis? Pertanyaan ini tentunya sudah menunjukkan ketertarikan bahwa ternyata kalian itu bisa mengerjakan tugas-tugasnya dengan baik. Dengan adanya ketertarikan maka kamu juga akan memiliki kemampuan untuk berpikir kritis dan rasa ingin tahu yang tinggi.
Baca juga : Mengenal Profesi Data Scientist
2. Curious
Selain punya sikap ketertarikan akan suatu hal, seorang data scientist juga perlu memiliki kepribadian curious. Curious disini artinya seorang data scientist punya rasa ingin tahu yang tinggi akan tugas yang dikerjakan. Dari rasa ingin tahu tersebut kita dapat memperoleh berbagai fakta atau segala sesuatu yang tertangkap oleh indra manusia yang telah terbukti dan menjadi suatu kenyataan. Dalam istilah keilmuan fakta adalah suatu hasil pengamatan yang objektif dan dapat dilakukan verifikasi oleh siapapun.
Selain itu kita juga akan mendapatkan informasi awal tentang suatu hal yang belum terungkap secara pasti. Informasi awal inilah yang bisa dijadikan hipotesis. Semua itu merupakan hasil dari pengamatan akal pikiran dari fakta serta informasi awal yang diperoleh dari rasa ingin tahu manusia selanjutnya akan menghasilkan pengetahuan yang dimana pengetahuan tersebut adalah informasi atau maklumat yang diketahui serta disadari oleh manusia.
Contoh dari sifat curious disini misalnya terdapat suatu data dengan hasil 41%. Sebagai orang awam, angka 41% ini mungkin tidak berarti apa-apa. Tetapi bagi orang yang bekerja di bidang data, 41% memiliki makna yang luar biasa. Jangan cuma hanya menuliskan 41% dalam laporan tapi cari tahu juga kenapa hasilnya 41%. Disinilah sifat curiousity diuji untuk menemukan alasan dari hasil 41% tadi.
3. Self-Motivated
Seorang data scientist juga perlu memiliki sikap self-motivated atau punya motivasi dalam dirinya. Banyaknya tugas dan pekerjaan yang dikerjakan oleh data scientist membuat seseorang punya rasa penasaran. Rasa penasaran dibuktikan dengan tahapan-tahapan yang digambarkan dalam menyelesaikan tugas-tugasnya. Jangan menunggu perintah dari atasan kalian. Tapi kalian punya inisiatif untuk melakukan sesuatu tanpa menunggu instruksi.
Misalnya hari ini ada dua proyek yang harus dikerjakan, ya segera langsung dikerjakan. Disini kalian harus punya sikap proaktif. Tanamkan motivasi dalam diri kamu bahwa kamu mengerjakan sesuatu itu berniat untuk menggali informasi dan menghasilkan hasil yang terbaik. Biasakan saat mengerjakan sesuatu, dahulukan dengan pertanyaan œwhy. Kalau jawaban why sudah ketemu, maka dengan mudah untuk mengerjakannya.
4. Open-Minded
Sebagai data scientist, kita dituntut untuk menjadi pribadi yang open-minded (berpikiran terbuka). Sifat open-minded adalah salah satu ciri kepribadian yang dimiliki oleh seorang analis maupun ilmuwan di bidang apapun.
Metode yang digunakan dalam pekerjaan data scientist sangatlah beragam tergantung permasalahan yang ingin diselesaikan. Mungkin itu sebabnya hal terpenting yang dapat Anda pelajari tentang ilmu data dan Artificial Intelligence ialah memiliki pola pikir yang sesuai dengan perkembangan zaman.
5. Imaginative
Menjadi seorang imajinatif bukan cuma tentang menampilkan data. Tetapi seorang data scientist juga harus paham terkait analisis data yang kalian lakukan. Selalu pikirkan kira-kira apa langkah selanjutnya.
Habis tahap A selanjutnya tahapan apa yang harus saya selesaikan. Pikirkan juga pertanyaan-pertanyaan ini yang sekiranya bisa menjebak hasil analisis yang telah kalian lakukan. Kenapa hasilnya kok begini? Kenapa begitu? Disini kemampuan imajinatif kalian harus dipakai untuk menemukan alasan-alasannya.
6. Skeptical
Pernah menjumpai hasil yang nilainya negatif? Atau justru kalian berpikiran bahwa hasilnya tidak sesuai dengan ekspektasi? Jawabannya ada di sini. Seorang data scientist juga dituntut memiliki sikap skeptical. Hasil kalian boleh saja negatif, hasil analisis kalian juga boleh tidak signifikan.
Namun pertanyaannya adalah alasannya apa? Seringkali orang-orang terjebak ketika ditanya hasil analisisnya. Disini kalian bisa jabarkan hasil temuannya apa adanya. Tidak boleh muncul keraguan yang meragukan. Jangan juga berpatokan nilai signifikan dan tidak signifikan. Silahkan kemukakan saja alasannya sesuai dengan temuan yang anda dapatkan.
7. Methodical
Dalam mengerjakan setiap tugasnya data scientist perlu memegang workflow ataupun tahapan-tahapan dalam melakukan analisis data. Maka dari itu, sifat ini juga disebut dengan methodical. Dengan metode yang baik dan analisis yang terstruktur dapat membuat langkah demi langkah bisa dilakukan dengan baik.
Jika ada salah satu tahapan yang miss ataupun terlewat maka bisa jadi hasilnya tidak sesuai. Persyaratan yang dilalui setiap tahapannya juga membutuhkan proses tertentu. Maka dari itu, perhatikan step-stepnya dengan baik.
8. Capable
Seorang data scientist juga dituntut harus memiliki sikap capable. Capable disini artinya mampu atau memiliki kemampuan untuk bisa membaca data. Tidak hanya fokus pada tahapan-tahapannya aja tapi data scientist juga harus bisa melihat tren dalam data.
Apakah memiliki kecenderungan naik atau turun atau stabil. Seringkali sikap yang satu ini diremehkan. Buat apa cuma lihat tren aja. Justru dari tren itu kita tahu bagaimana kita sebagai data scientist harus mengambil sikap.
9. Analytical
Dalam pekerjaannya, data scientist tidak hanya menaruh perhatiannya pada visualisasi data. Mereka juga melakukan analisis data yang sangat terstruktur untuk melakukan pengambilan keputusan. Sifat analytical diperlukan oleh data scientist karena dalam tahapan analisis data muaranya adalah angka. Angka inilah yang menjadi dasar pertimbangan bagi perusahaan untuk mengambil langkah dan merumuskan rekomendasi yang tepat.
Contoh dari sikap analytics ini misalnya disajikan fakta 70% pelanggan di seluruh Indonesia sudah merekomendasikan produk K. Nah disini masih umum pernyataannya. Belum diketahui 70% ini siapa? Apakah dominan laki-laki atau perempuan? Apakah luar negeri atau dalam negeri misalnya. Bagaimana dengan status sosial ekonominya, tingkat pendidikan dan lain-lain. Dari sini kemampuan analytics akan bermain karena kita akan menganalisis dari hasil 70% tadi bersumber darimana.
10. Synthetical
Nah, berbeda dengan analytical. Seorang data scientist juga memiliki sifat synthetical.
Artinya adalah setiap tahapan yang kita kerjakan dari awal sampai akhir bisa disusun menjadi sebuah cerita yang menarik. Meliputi penggunaan data, titik data, penemuan pola dan tema sehingga dikemas menjadi suatu cerita dalam penulisan laporan.
11. Familiar with Data
Memiliki sifat akrab dengan data tentunya menjadi sebuah nilai plus bagi seorang data scientist. Betapa tidak, data menjadi sebuah elemen terpenting dalam analisis.
Dengan memiliki sifat ini setidaknya melibatkan pengetahuan sedikit-sedikit tentang proses pengumpulan data. Sebelum nantinya dilakukan tahap analisis yang lebih mendalam. Selain itu, hal ini dapat juga membantu untuk memahami latar belakangnya dulu sebelum membuat kesimpulan.
12. Skilled in the Practices
Masuk ke sifat yang terakhir yaitu skilled in the practices alias terampil dalam praktik analisis data. Memang benar sih ya. Menjadi seorang data scientist itu butuh latihan dan konsisten untuk mempelajarinya.
Setiap hari ada banyak data baru yang perlu kalian analisis. Tentunya dibarengi dengan skill yang mumpuni pastinya akan menghasilkan hasil yang sesuai dengan harapan
Baca juga : Yuk Kenal Role Data Scientist, Profesi Menarik Dengan Gaji Besar
Gimana nih sahabat DQLab? Sudah pada tahu kan kalau misalnya jadi data scientist yang keren paling tidak mencakup sifat-sifat berikut. Kalau dibayang-bayangkan menjadi data scientist memang seru dan banyak tantangannya. Biar makin seru lagi, yuk belajar data science bersama DQLab!
Tersedia berbagai macam modul mulai dari beginner sampai intermediate yang bisa kamu coba untuk menguji kemampuan data analysis kamu. Ada juga roadmap career track yang bisa juga kamu cobain sebagai bahan portfolio kamu.
Nikmati sensasi belajar asyik dengan menggunakan live code editor tanpa kalian harus menginstall aplikasi atau software tambahan. Penasaran kan bagaimana cara belajarnya? Caranya gampang kok, cukup signup di DQLab.id atau isi form dibawah ini dan nikmati belajar data science seru bersama DQLab. Selamat mencoba!
Penulis: Reyvan Maulid