Cara Memaksimalkan Belajar Data Science untuk Non IT

Palapanews.com – Dalam serangkaian acara mini bootcamp, DQLab mengadakan Opening Live Session sebagai pengenalan data science. Materi data science akan dikupas tuntas oleh Sandi Wanda Harlan selaku Region Credit Analyst di Fifgroup member of Astra. Sebagai pembukaan data science adalah ilmu yang mempelajari proses mengolah data besar dengan menggunakan tools, tujuannya untuk menemukan insight. Tips dan trik belajar data science juga dipaparkan Sandi dalam live session yang dilaksanakan secara daring, pada Senin, 13 Desember 2021 ini. 

Mengawali mini bootcamp ini, Sandi menjelaskan pengertian data. Data adalah sekumpulan informasi yang diperoleh berdasarkan sumber tertentu yang diamati atau diteliti. Awalnya, data diolah dengan ilmu statistik. Namun seiring berkembangnya zaman, statistik dikembangkan dan muncullah data science sebagai ilmu interdisiplin, yakni berkaitan dengan statistika, pemrograman dan ilmu yang berkaitan dengan bidang tertentu.  “Interdisiplin disini artinya saling terkait dengan ilmu lain yang berkaitan dengan data,” ujar Sandi.

Pembahasan berlanjut ke perbedaan data science dengan Data Scientist. Banyak yang masih menganggap keduanya sama, namun sebenarnya sangat beda tapi saling berkaitan. Menurut Sandi, data science adalah ilmu yang mempelajari prosesnya dengan tujuan menemukan insight, sedangkan Data Scientist adalah orang yang bertugas menjalankan proses tersebut. Dengan kata lain, data science adalah ilmu mengolah data dan Data Scientist adalah orang yang bertugas mengolah data dengan menggunakan ilmu data science. Ilmu dasar yang harus dikuasai Data Scientist, yakni computer science, matematika/statistika dan bisnis. 

“Data science sangat dibutuhkan hingga saat ini dan masih menjadi profesi yang menjanjikan. Data science menjadi salah satu kunci utama dalam strategi bisnis dan bisa dapat memprediksi tren di masa depan,” kata Sandi.

Baca juga : Tetris Program #StackYourSkill DQLab Hadir Beri Beasiswa Data Science dan Kesempatan Berkarir

Proses dalam data science, mencangkup mengumpulkan data, memproses data, membersihkan data, analisis data eksplorasi, membuat pemodelan dengan algoritma dan mengkomunikasikan data melalui visualisasi data. Dalam prosesnya, yang berperan tidak hanya Data Scientist, namun ada profesi lain yang melengkapi kedudukan Data Scientist, yakni Data Analyst dan Data Engineer. Ketiganya harus bekerjasama dalam menjalankan tugasnya, agar membentuk lifecycle data science yang sempurna. Dalam lifecycle ini, proses pertama dilakukan oleh Data Engineer yakni mengumpulkan data dan membersihkan data. Dilanjutkan dengan menganalisis data eksplorasi yang dilakukan oleh Data Analyst. Dan terakhir, Data Scientist berperan dalam membuat pemodelan dan melakukan komunikasi visualisasi data. 

Pada umumnya, Data Engineer bertugas memelihara infrastruktur data perusahaan dan mengembangkan serta membuat desain arsitektur manajemen data. Data Analyst berperan dalam mengolah data, mengambil kesimpulan dari pengolahan tersebut dan menemukan insight dari segi bisnis, serta memvisualisasikan insight tersebut. Data Scientist bertanggung jawab dalam proses mengolah data, yang mana nanti hasilnya digunakan sebagai acuan dalam pengambilan keputusan. 

Dalam melakukan tugasnya, seorang praktisi data menggunakan beberapa tools untuk mempermudah pekerjaannya. Menurut Sandi, SQL menjadi salah satu tools yang wajib dikuasai praktisi data, karena setiap praktisi data membutuhkan SQL dalam pekerjaannya. Pada mini bootcamp kali ini, Sandi menyebutkan beberapa tools yang bisa pemula pahami ketika belajar data science. Jika ingin menjadi Data Engineer, kuasai R, Python, SQL, BigQuery dan Pentaho. Sedangkan, jika ingin menjadi Data Analyst pahami Spreadsheets, Tableau, Power BI, SQL dan Google Analytics. Jika ingin menjadi Data Scientist, mulai pelajari R, Python, SQL, Machine Learning dan Jawa. 

Sandi menyampaikan, sebagai pemula yang sedang belajar data science, diperlukan beberapa skill. Menurutnya, hard skill yang dibutuhkan yakni statistika, pemrograman dan pengetahuan yang terkait. Sandi juga menyampaikan, bagi pemula yang masih awam dengan statistika, bisa belajar dasarnya saja. Karena sesuai dengan pengalaman Sandi, yang paling banyak digunakan ketika eksplorasi data adalah dasar statistika, seperti nilai rata-rata, nilai maksimum dan nilai minimum. Sedangkan soft skill yang harus dikuasai adalah rasa ingin tahu, bisa berpendapat dan bisa storytelling data. 

Baca juga : Fitur Excel yang Berguna untuk Pekerjaan Sehari-hari Versi DQLab UMN

“Yang dimaksud dengan ilmu terkait, misal teman-teman mengerjakan data yang mengulas tentang retail, teman-teman juga harus bisa menguasai sedikitnya bidang retail. Dan berlaku untuk bidang-bidang lainnya,” ucap Sandi.

Sebelum menutup mini bootcamp, Sandi memberikan tips dan trik belajar data science khususnya untuk pemula non IT. Tips dan triknya adalah pelajari dasar-dasar data science, mengikuti grup di sosial media, kursus dan sering ikut webinar, terbiasa praktek, membangun portofolio, berani berkompetisi dan konsisten dalam belajar.

Melangkah menjadi praktisi data seperti Sandi, dengan menerapkan tips dan triknya di https://dqlab.id/. Maksimalkan belajarmu dengan belajar di DQLab, yang merupakan salah satu platform belajar yang menawarkan kemudahan bagi pemula non IT yang ingin belajar dasar-dasar data science, selain itu DQLab menyediakan diskusi grup serta webinar yang dapat memperluas wawasanmu, Cek https://dqlab.id/ sekarang. (red)

 

Komentar Anda

comments