Kisah Inpiratif Rifki yang Berhasil Beralih Profesi Menjadi Data Scientist
Ada banyak cara yang bisa dilakukan untuk bisa menggapai mimpi sebagai praktisi data, termasuk untuk bisa menjadi seorang data scientist nih, Sahabat DQ! Menariknya, tidak sedikit dari mereka para data scientist dan praktisi data lainnya yang memulai karir tanpa memiliki bekal data science sebelumnya. Artinya, dunia data science sangat terbuka lebar bagi siapa pun yang ingin berkarir di industri data, tanpa memiliki background pendidikan tertentu.
Kali ini, seorang data scientist asal Indonesia yang berkarir di perusahaan di luar negeri, Rifki Taufik, akan berbagai tips untuk Sahabat DQ, bagaimana sih caranya untuk bisa menjadi data scientist? Simak tipsnya berikut ya!
1. Pahami Scope Kerja Data Scientist secara Menyeluruh
Menjadi seorang data scientist profesional memang membutuhkan kesiapan yang matang dari masing-masing individunya. Menurut Rifki, pemahaman teori saja tidak cukup. Kita perlu mendalami segala cakupan kerja seorang data scientist. Hal ini dikarenakan, pada praktiknya seorang data scientist akan menemui berbagai rintangan yang perlu dihadapi. Dan untuk bisa menghadapinya, mereka perlu memahami segala sesuatu yang berkaitan dengan profesi data scientist.
Baca juga : Krisna Member DQLab, Lulusan Statistika yang Sukses Terjun Menjadi Data Analyst
2. Pelajari Ilmu Dasar Statistik & Logika
Jika kamu tidak memiliki background pendidikan yang berkaitan dengan data science, kamu tidak perlu takut, Sahabat DQ! Sebab, data science sangat terbuka dan dapat dipelajari siapa pun. Namun, ada ilmu dasar yang perlu kamu pelajari, yakni ilmu dasar statistik dan logika. Menurut Rifki yang kini bekerja sebagai data scientist di perusahaan Innovatz Solution, kedua ilmu tersebut sangat berguna dan berdampak bagi keberlangsungan hidup sebagai data scientist. Dengan adanya pemahaman logika yang tajam, maka kamu akan lebih mudah menemukan berbagai insight yang beragam. Begitu pun dengan pehamahan statistik, kamu akan memiliki pemahaman dasar tentang data.
3. Kuasai Tools yang Digunakan Data Scientist
Sebagai praktisi data, sudah sepatutnya kita paham dengan apa yang kita gunakan. Dalam data science, tools diibaratkan senjata bagi para prajurit yang siap tempur di medan perang. Begitu pun dalam dunia data, seorang data scientist dituntut paham dengan senjata yang mereka miliki (tools). Dengan keberagaman tools yang ada saat ini, tentu terdapat banyak pilihan. Namun, Rifki mengatakan, ada beberapa tools wajib yang perlu dikuasai, yakni R, Pyhton, dan SQL.
4. Jangan Lupa, Asah Soft Skill Diri!
Sebagai pekerja, skill teknis memang perlu diperhatikan. Hal ini akan menentukan sejauh mana kualitas kita dalam melakukan pekerjaan. Tapi ingat, bukan hanya hard skill, soft skill pun juga perlu kalian perhatikan nih, Sahabat DQ! Sebagai data scientist yang sudah memiliki banyak pengalaman, Rifki merekomendasikan untuk mengasah skill teamwork dan kemauan untuk terus belajar setiap harinya. Sebab, dalam proses pengolahan data, kalian akan bekerja sama dengan rekan kerja lainnya dari berbagai divisi.
Baca juga: Berkarir Sebagai Data Scientist dengan Kenali 4 Softskill Ini
5. Memahami Data Mining dan Visualisasi Data
Sebagai seorang data scientist, nantinya kamu pasti akan selalu bertemu dengan 2 hal ini, yakni data mining dan visualisasi data. Data mining secara sederhana dapat dipahami sebagai proses pengumpulan informasi dan data-data, sebelum akhirnya data akan diolah. Data scientist memiliki tanggung jawab penuh dalam menentukan teknik mana yang dipilih untuk bisa menghasilkan nilai dari sebuah data.
Selain itu, seorang data scientist juga perlu memiliki pemahaman tentang data visualization atau dapat diartikan sebagai visualisasi data. Visualisasi data sendiri merupakan kompetensi yang perlu dimiliki setiap data scientist, sebab di akhir proses pengolahan data, kamu harus mampu mengubah hasil olahan data ke dalam bentuk visual yang mudah dipahami orang banyak, baik sesama rekan kerja maupun klien yang awam dengan data. Adapun sejumlah tools yang bisa digunakan dalam visualisasi data, yakni Microsoft Excel, Plotly, Tableau, dan Power BI.
6. Melatih Diri Lewat Berbagai Project Data
Dalam dunia data science, kita diminta untuk tidak pernah bosan dalam melatih diri, khususnya dalam meningkatkan skill dan kompetensi diri. Salah satu caranya adalah dengan mengerjakan berbagai project data. Menurut Rifki, berdasarkan pengalamannya, mengerjakan sebuah project cukup memawakan waktu dalam menemukan solusinya. Sebab, pada setiap project memiliki kasusnya masing-masing. Sehingga, penanganannya pun akan menyesuaikan, baik dari segi teknik maupun tools anaslisis yang digunakan. Dengan mengerjakan sejumlah project data, kamu akan menemukan berbagai kasus yang bisa kamu pelajari.
7. Mengolah Data dengan Python
Dalam memaksimalkan kemampuanmu tentang data adalah menerapkan teori yang telah kamu pelajari. Salah satunya, Rifki kerap menggunakan Python dalam proses pengolahan data. Sebab tools yang satu ini selain bersifat open source, Python juga dianggap sebagai bahasa pemrograman yang mudah digunakan, tak ketinggallan dalam memberikan library yang lengkap. Bisa dikatakan, hampir setiap harinya Rifki menggunakan Python dalam melakukan penyaringan kumpulan data besar hingga ke pada tahap mengekstrak informasi yang mudah dipahami.
Baca juga: Belajar Python : Bahasa Pemrograman yang Mudah Dipelajari untuk Kuasai Data Science
8. Ayo, Terapkan Ilmunya dan Mulai Belajar Data Science!
Sahabat DQ, sudah saatnya kamu mulai terapkan nih tips-tips yang sudah Rifki bagikan! Kamu bisa memulainya dengan mempelajari data science secara bertahap. Tidak perlu terburu-buru, yang penting kamu memahaminya mulai dari dasar hingga secara menyeluruh. Di DQLab, kamu bisa memiliki pengalaman belajar data science secara fleksibel, dimana saja dan kapan pun kamu mau. Di DQLab juga terdapat pakar data yang siap menjadi mentormu dalam memberikan arahan pembelajaran. Penasaran? Yuk, belajar sekarang juga!