Data Science itu Lebih Seru dari Matematika Vanessa Stefany (member DQLab)
1. Belajar Data Science Otodidak
Selalu ada alasan untuk belajar hal baru. Ada pepatah berkata, the more experience you get, the more opportunity you face. Artinya, semakin banyak pengalaman yang dicoba, semakin banyak skill yang bisa didapat, maka akan semakin banyak pula kesempatan yang siap dijemput.
Hal ini juga yang mendorong Vanessa Stefany, Dosen Matematika di salah satu Sekolah Tinggi di Jakarta untuk terjun ke dunia Data Science. Stefany yang sehari-harinya mengajar Matematika Aljabar, Matematika Linear, dan Kalkulus ini juga pernah bercita-cita menjadi seorang Data Analyst.
"Data itu ibarat puzzle, bentuknya ada tapi kalau belum dirangkai belum jelas hasil akhirnya. Selalu ada tantangan dalam menyusunnya, tapi itulah seninya", ungkap wanita yang akrab disapa Fany ini.
Dalam dunia sains, ilmu pengetahuan dibedakan menjadi dua kategori, murni dan terapan. Bedanya, ilmu pengetahuan murni berfokus pada teori yang bertujuan untuk menemukan pengetahuan baru seperti matematika. Sedangkan ilmu pengatahuan terapan lebih menempatkan teori ke dalam praktik dengan tujuan mencari solusi dari sebuah masalah. Salah satu ranah ilmu pengetahuan terapan adalah Data Analytics dan Data Science.
"Di Data Science ada proses data cleansing. Kalau sudah bisa beresin data cleansing, bisa langsung kelihatan kalau hasilnya berguna bagi orang banyak", ujar Fany. Inilah kenapa ilmu data science tergolong dalam ilmu pengetahuan terapan. "Selalu ada hasil yang terlihat dan ada kepuasan tersendiri saat melihat klien senang dengan output-nya", tambahnya.
2. Bidang Keilmuan dengan Kompetensi Beragam
Meski sudah memiliki ilmu dasar untuk menjadi seorang Data Scientist, ternyata kemampuan dalam matematika saja tidak cukup. Data science adalah gabungan dari ilmu matematika, statistika, programming, dan ilmu bisnis atau management. Fany kemudian memulai pengalamannya mempelajari Data Science melalui DQLab.id.
"DQLab nggak butuh bahasa pemrograman yang advance. Penjelasannya juga mudah dipahami. Bahkan saya yang tidak ada latar belakang programming pun bisa mengikuti".
Tidak hanya berhasil mengikuti pelajaran dengan baik, melalui DQLab, Fany juga mendapat kesempatan untuk berpartisipasi sebagai Assistant Trainer untuk menangani permasalahan data di industri perbankan.
"Di industri perbankan, permasalahan paling utama yang mereka hadapi adalah mengenai standarisasi data. Disinilah Data Scientist mulai berperan", kata Fany. "Bank pasti memiliki data yang sangat banyak. Tapi banyak juga data yang kosong. Padahal data yang kosong sangat berpengaruh ke hasilnya nanti", jelas Fany.
3. Sukses Berkarir jadi Data Engineer
Setelah terjun untuk mempelajari data science labih dalam di DQLab, Fany juga kini mengembangkan karirnya sebagai Data Engineer menangani salah satu perusahaan automotive terbesar di Jakarta. Kesempatan ini ia dapatkan dari challenge project yang diberikan DQLab.
Pemanfaatan data di berbagai industri sungguh besar pengaruhnya. Fany juga mengungkapkan bahwa dari pengolahan data diri pelanggan misalnya, dapat dihasilkan pemetaan pelanggan untuk strategi marketing, digital marketing, atau juga segmentasi.
Dengan mempelajari data science, peluang yang bisa didapatkan jelas lebih banyak. Terlebih saat ini permintaan industri akan tenaga data scientist terus meningkat. Selain itu, jika memiliki passion di bidang bisnis, data science tentu dapat membantu dalam tahap pengembangan bsinis agar lebih sistematis. Pelajari ilmu data science dengan cara yang tepat dan mudah di DQLab.(*)
Artikel ini ditayangkan di Kompas.com
4. Mulai Terapkan Ilmunya dengan Belajar Data Science bersama DQLab!
Tertarik berkarir di bidang data? Yuk, bergabung di DQLab! Kamu bisa membangun portofolio datamu dengan belajar data science di DQLab. Untuk kamu yang ingin mulai belajar data science atau siap berkarir jadi Data Analyst, Data Scientist, dan Data Engineer, persiapkan diri kamu dengan tepat sekarang. Tidak ada kata terlambat untuk belajar. Yuk #MulaiBelajarData di DQLab.
Dengan belajar di DQLab, kamu bisa:
Menerapkan teknik mengolah data kotor, hasilkan visualisasi data dan model prediksi dengan studi kasus Retail dan Finansial
Dapatkan sesi konsultasi langsung dengan praktisi data lewat data mentoring
Bangun portofolio data langsung dari praktisi data Industri
Akses Forum DQLab untuk berdiskusi.
Simak informasi di bawah ini untuk mengakses gratis module "Introduction to Data Science":
Buat Akun Gratis dengan Signup di DQLab.id/signup
Akses module Introduction to Data Science
Selesaikan modulenya, dapatkan sertifikat & reward menarik dari DQLab