Cara Belajar untuk Jadi Data Scientist, Mulai dari Bahasa Pemrograman hingga Statistik

Karir sebagai data scientist bisa dimulai sebagai konsultan statistik. Itulah perjalanan yang membawa Muhammad Syukron sebagai seorang data scientist di IYKRA. Sebelum itu, Syukron pernah bekerja di Bappenas. Syukron juga pernah mengikuti quick count dan beberapa survey yang membutuhkan statistika, setelah itu juga sempat menjadi aktuaria hingga akhirnya big data mulai tren, Syukron pun beralih menjadi data scientist.

Dalam video YouTube bertajuk "KotaTalks 7: Menjadi Seorang Data Scientist? Why Not?", Syukron melanjutkan karir di Kementerian Perencanaan Pembangunan Nasional Republik Indonesia dan bekerja di sana selama satu tahun. Saat ini, Syukron bekerja di IYKRA sebagai konsultan atau langsung mengerjakan permasalahan di perusahaan klien, mulai dari finance, agrikultur hingga pertambangan.

Baca Juga: Apa Itu Data Scientist?

Syukron berujar bahwa manajemen waktu seorang data scientist penting dilakukan dalam mengerjakan sebuah projek. Sebagai seorang dengan latar belakang statistika, Syukron mengatakan ia cukup terlambat untuk mempelajari bahasa pemrograman. Setelah sadar karir sebagai data scientist akan booming di masa depan, ia pun langsung mempelajari Phyton lewat kasus yang sebenarnya sehingga secara otodidak mempelajari trial dan errornya.

Data scientist pada dasarnya menganalisa data mentah atau tidak terstruktur maupun data yang terstruktur untuk dioleh menjadi informasi yang dibutuhkan. Data-data yang berbentuk angka atau grafik tidak akan berguna tanpa diolah seorang data scientist. Padahal, data tersebut bisa bermanfaat di kemudian hari untuk mendapatkan keuntungan atau hanya sekadar knowledge untuk diri sendiri.

Data scientist sangat penting di era teknologi saat ini, seperti startup-startup besar Indonesia tidak mungkin bisa bertahan tanpa menggunakan data. Sayangnya, di Indonesia masih belum begitu 'melek' akan pentingnya data scientist. Sekalipun sebuah perusahaan mencari data scientist, terkadang tugas dan fungsinya tidak sesuai, tak seperti di negara maju. Adapun bahasa pemrograman yang biasa digunakan seorang data scientist adalah R, Phyton dan SQL.

Keseharian seorang data scientist yang dialami Syukron yakni mengerjakan projek lebih cepat dari deadline agar bisa lebih santai, bahkan bisa liburan. Namun, seorang data scientist harus belajar dengan cepat karena berbagai masalah data juga berbeda-beda penanganannya. Selain itu, bahasa pemrograman yang digunakan pun bisa cepat berubah. Bahkan, perkembangan tools bisa lebih cepat dari daya belajar seorang data scientist. Oleh karena itu, talent data scientist di Indonesia masih tergolong kurang mumpuni dari segi skill karena tidak sejago orang luar.

Untuk seorang pemula yang juga fresh graduate, bisa dimulai melalui internship atau mulai bekerja di perusahaan kecil, sebelum ke perusahaan besar. Meskipun sudah mengikuti kursus online atau boothcamp, penting untuk mempelajari lebih lanjut secara mandiri, terutama untuk programming dan statistik.

Video lengkapnya: