Baca berita dengan sedikit iklan, klik disini
TEMPO.CO, Jakarta - Transformasi digital di sejumlah sektor kehidupan mendorong terkumpulnya sangat banyak data. Perkembangan jumlah data tersebut juga mendorong munculnya disiplin ilmu yang bernama data science. Apa saja lapangan pekerjaan dari bidang ini?
Mengutip dari laman northeastern.edu, data science merupakan disiplin ilmu yang digunakan oleh profesional komputasi untuk mengumpulkan, membentuk, menyimpan, mengelola, dan menganalisis data sebagai sumber daya penting bagi organisasi. Data yang sudah diolah menjadi pertimbangan penting untuk pengambilan keputusan. Hal itu sebagaimana ditegaskan oleh Martin Schedlbauer, profesor data science di Universitas Northeastern, Amerika Serikat.
Saat ini, hampir setiap interaksi dengan teknologi menyertakan data. Seperti pembelian Amazon, Facebook feed, rekomendasi Netflix, dan bahkan pengenalan wajah atau face recognition yang diperlukan untuk masuk ke ponsel kita.
Selama empat tahun berturut-turut, data scientist dinobatkan sebagai pekerjaan nomor satu di AS oleh Glassdoor. Terlebih lagi, Biro Statistik Tenaga Kerja AS melaporkan bahwa permintaan akan keterampilan sains data akan mendorong peningkatan lapangan kerja sebesar 27,9 persen hingga tahun 2026. Meskipun ada permintaan yang besar, namun juga ada kekurangan data scientist atau ilmuwan data yang berkualitas.
Lapangan Pekerjaan
Masih menurut laman northeastern.edu, berikut adalah beberapa karir data science terkemuka yang dapat Anda masuki dengan gelar yang lebih tinggi:
Baca berita dengan sedikit iklan, klik disini
1. Data saintis
Baca berita dengan sedikit iklan, klik di sini
Baca berita dengan sedikit iklan, klik disini
Baca : Inilah 6 Bidang Utama Saintis Data
Dilansir dari discoverdatascience.org, istilah data saintist relatif baru jika dibandingkan dengan beberapa peran lain yang disebutkan di sini. Karena semua peran yang dibahas di bawah mencakup bidang data science yang lebih luas, jabatan khusus data scientist ini terkadang juga dianggap sebagai sinonim tinggi untuk data analis.
Seorang data scientist harus menjadi ahli matematika, ilmuwan komputer, dan ahli strategi bisnis, sekaligus memerlukan keahlian dalam beberapa disiplin ilmu yang berbeda. Kompetensi seorang data scientist yang harus dimiliki adalah kombinasi keterampilan analitik, machine learning, data mining atau penambangan data, statistik, serta pengalaman dengan algoritma dan pengkodean.
Beberapa tools yang umumnya digunakan oleh data scientist meliputi R, SAS, Python, Matlab, SQL, Hive, Pig, dan Spark. Namun salah satu keterampilan terpenting yang dimiliki oleh seorang data scientist yang baik adalah kemampuan untuk menjelaskan pentingnya data dengan cara yang mudah dipahami oleh orang lain.
Sejumlah pekerjaan umum dari data scientist adalah menemukan, membersihkan, dan mengatur data untuk perusahaan. Data scientist diharuskan untuk menganalisis sejumlah besar informasi mentah dan memprosesnya secara kompleks untuk menemukan pola yang akan menguntungkan organisasi dan membantu mendorong keputusan bisnis strategis. Dibanding data analyst, data scientist jauh lebih teknis.
2. Data engineer
Beberapa pekerjaan umum dari data engineer antara lain melakukan pemrosesan batch atau pemrosesan real time pada data yang dikumpulkan. Selain itu, Data engineer juga bertanggung jawab membangun dan memelihara saluran data. Membangun ekosistem data yang kuat dan saling terhubung dalam suatu organisasi, sehingga informasi dapat diakses oleh data scientist.
3. Data analyst
Secara umum, pekerjaan dari data analyst adalah mengolah dan mengemas kumpulan big data agar sesuai dengan analisis yang diinginkan perusahaan.
Bagi sejumlah perusahaan, peran ini mencakup pelacakan analisis web. Data analyst juga membantu dalam proses pengambilan keputusan dengan menyiapkan laporan untuk para pemimpin organisasi yang secara efektif mengkomunikasikan tren dan wawasan yang diperoleh dari analisis mereka.
4. Business Intelligent (BI) Developer
Pekerjaan dari Developer BI umumnya adalah merancang dan mengembangkan strategi untuk membantu pelaku usaha menemukan informasi yang mereka butuhkan dengan cepat. Sehingga bisa membuat keputusan bisnis yang lebih baik.
Dengan pemahaman data yang mendalam, mereka menggunakan alat BI atau mengembangkan aplikasi analitik BI khusus untuk memfasilitasi pemahaman pengguna akhir tentang sistem mereka.
5. Machine learning engineer
Machine learning (ML) engineer memiliki tugas untuk membuat data funnels dan memberikan solusi perangkat lunak.
Biasanya, mereka membutuhkan statistik yang kuat dan keterampilan pemrograman, serta pengetahuan tentang rekayasa perangkat lunak. Selain merancang dan membangun sistem machine learning, mereka juga bertanggung jawab untuk menjalankan uji coba dan eksperimen untuk memantau kinerja dan fungsionalitas sistem tersebut.
DANAR TRIVASYA FIKRI
Selalu update info terkini. Simak breaking news dan berita pilihan dari Tempo.co di kanal Telegram “http://tempo.co/”. Klik https://t.me/tempodotcoupdate untuk bergabung. Anda perlu meng-install aplikasi Telegram terlebih dahulu.