Data Scientist: Pengertian, Tugas, Gaji & Skills yang Dibutuhkan

Pengertian 

Data scientist adalah pekerjaan dalam bentuk penggabungan ilmu komputer (pemrograman), statistik, dan matematika yang bertujuan untuk mengumpulkan, menafsirkan, dan menganalisis kumpulan data besar yang terstruktur dan tidak terstruktur. Profesi ini juga harus tahu cara membuat algoritma, menemukan pola, merancang eksperimen, dan membagikan hasil data dengan tim dalam format yang mudah dicerna.

Seorang data scientist biasanya bekerja dalam tim untuk mengumpulkan berbagai data dan informasi. Data tersebut digunakan untuk memprediksi perilaku pelanggan dan mengidentifikasi peluang bisnis yang lebih baru. Pada praktiknya data scientist juga melakukan eksperimen terhadap data-data yang telah dikumpulkan dengan maksud membuktikan dan memberikan solusi yang paling tepat untuk perkembangan sebuah usaha atau bisnis. 

Jika ada yang bertanya data scientist jurusan apa, maka jawabannya adalah statistika, sistem informasi atau manajemen informatika, sistem informasi bisnis, teknik informatika, dan statistika terapan dan komputasi. Dalam struktur kerja, seorang data scientist umumnya akan melakukan laporan kerja kepada pemimpin proyek/departemen, Chief Data Officer, atau kepala analytics dalam tim analisis data yang lebih besar.

Tugas 

Tugas seorang data scientist adalah sebagai berikut.

• Mengidentifikasi sumber pengumpulan data untuk kebutuhan bisnis.
• Memproses, membersihkan, dan mengintegrasikan data.
• Pengumpulan data otomatis dan proses manajemen.
• Menganalisis data dalam jumlah besar untuk memperkirakan tren dan memberikan laporan dengan rekomendasi.
• Berkolaborasi dengan tim bisnis, teknik, dan produk.
• Mengembangkan, mengimplementasikan, dan memelihara database.
• Menghasilkan informasi dan wawasan dari kumpulan data dan mengidentifikasi tren dan pola.
• Menyiapkan laporan untuk tim eksekutif dan proyek.

BACA JUGA: HRD: Pengertian, Fungsi, Tugas, & Kualifikasi untuk Karirnya

Persamaan dengan data analyst

Beberapa kesamaan yang harus dimiliki seorang data scientist maupun data analyst, antara lain yaitu:

• Sama-sama harus memiliki kemampuan statistik yang kuat, terbiasa dengan perangkat lunak pengolah data seperti MySQL, Cassandra, atau Hadoop.
• Sama-sama diharapkan mampu memahami bahasa pemrograman, terutama bagi data scientist.
• Sama-sama harus dapat menggunakan data-data untuk menggali informasi lebih dalam untuk perkembangan bisnis perusahaan.

Perbedaan dengan data analyst

Perbedaan data analyst dan data scientist dilihat dari tugasnya adalah sebagai berikut.

1. Data scientist

Data scientist melakukan proses analisis data menggunakan berbagai cara dan algoritma untuk menemukan solusi dari suatu masalah yang rumit. Mereka akan mengkombinasikan beberapa pasang data untuk mengungkap suatu pola. Sebagai contoh pada kebiasaan dan preferensi konsumen. Pola yang dicari nantinya akan digunakan sebagai acuan untuk memprediksi pergerakan bisnis suatu produk.

Seperti pada Amazon, sebuah e-commerce yang menggunakan data penggunanya untuk menentukan produk yang akan disarankan pada setiap pengguna. Untuk merekomendasikan produk ini, maka akan dibutuhkan beberapa kemampuan khusus seperti pemahaman statistika, ilmu pemrograman, dan pengetahuan bisnis.

Statistik merupakan inti dari seorang data scientist. Hal ini sebuah perusahaan akan membutuhkan orang-orang yang memiliki kapasitas untuk mengungkap sebuah tren menggunakan data yang jumlahnya bisa lebih dari satu juta baris. 

Kemampuan pemrograman juga dibutuhkan untuk mengubah kumpulan data yang masih berbentuk bahasa pemrograman tadi menjadi sesuatu yang lebih mudah untuk dibaca dan dipahami orang awam. Tidak hanya itu, seorang data scientist juga membutuhkan pengetahuan bisnis agar dapat memenuhi tujuan perusahaan. 

2. Data analyst

Sementara itu, meskipun keduanya bertugas untuk menganalisis data dan mendapatkan pengetahuan baru dari data yang ada, data scientist dan data analyst memiliki perbedaan yang nyata. 

Jika seorang data scientist diperlukan jika perusahaan sudah memiliki data pada volume besar tertentu dan membutuhkan bantuan untuk menganalisisnya sebelum menghasilkan data product, maka seorang data analyst diperlukan untuk memahami statistik dan operasi bisnis karena biasanya diminta untuk menghasilkan laporan atau presentasi yang merupakan intisari dari kinerja perusahaan.

BACA JUGA: Pengertian Website Beserta Jenis dan Manfaatnya

Gaji

Berdasarkan data pada tahun 2018, diketahui bahwa rata-rata gaji data scientist Indonesia per bulan dengan golongan entry-level berada pada kisaran Rp 7.500.000 dan untuk pengalaman hingga 2 tahun ada pada kisaran Rp 14.000.000.

Sementara itu, untuk yang memiliki pengalaman 2- 5 tahun berada pada angka Rp 18.000.000 dan untuk pengalaman lebih dari 5 tahun berkisar pada angka Rp 19.000.000.

Untuk bisa menjadi seorang data scientist, berikut adalah beberapa skills yang harus dimiliki.

1. Menganalisis data

Kemampuan menganalisis data menjadi salah satu aspek utama ketika ingin bekerja sebagai data scientist. Mereka tidak hanya sekadar menganalisis, namun juga harus bisa menghasilkan visualisasi data atau penyajian data dalam format bergambar atau grafik sehingga mudah dipahami dan dianalisis oleh semua orang.

2. Kemampuan statistik

Biasanya, statistik yang digunakan dalam pekerjaan ini lebih kepada penggunaan sampel dan populasi. Namun, seorang data scientist juga akan menggunakan statistik dasar untuk memberi gambaran pada data yang akan diolah dan dianalisis sehingga dapat menghasilkan data yang sesuai dengan perencanaan atau dibutuhkan perusahaan. Tidak hanya itu, pada tahapan yang lebih tinggi, seorang data scientist harus memiliki kemampuan matematika dan statistik lanjutan dan penerapannya pada machine learning.

BACA JUGA: Community Manager: Pengertian, Skill & Tanggung Jawabnya

3. Kemampuan pemrograman

Salah satu kemampuan utama yang juga dibutuhkan adalah dapat melakukan pemrograman dan menggunakan tools analisis data. Pengetahuan dan pengalaman coding dengan beberapa bahasa seperti R dan Python menjadi hal yang harus dikuasai. Pemrograman dengan bahasa Python ini dapat berfungsi untuk memudahkan para data scientist dalam mengatur atau mengorganisir kumpulan data yang tidak terstruktur.

4. Kemampuan database, query (SQL), dan pengolahan data

Seorang data scientist membutuhkan SQL (Structured Query Language) untuk menangani data terstruktur yang ada pada database sehingga menjadi lebih mudah. Hal  ini juga termasuk pemahaman mengenai SQL commands, seperti:

• Data Query Language
• Data Control Language
• Data Manipulation Language
• Data Definition Language

5. Pemahaman bisnis

Selain pengetahuan akan teknis data, kemampuan lain yang harus dimiliki adalah pemahaman mengenai bisnis. Seorang data scientist seringkali berada dalam diskusi atau rapat bisnis yang ditugaskan untuk mengomunikasikan ide-ide kompleks dan membuat keputusan perusahaan berdasarkan data. 

Lebih ringkasnya, berikut adalah skills yang harus dimiliki oleh seorang data scientist.

• Pemahaman yang baik mengenai machine learning dan algoritma seperti k-NN, Naive Bayes, SVM, seperti Decision Forests.
• Memiliki pengalaman dengan toolkit seperti R, Weka, NumPy, dan MatLab.
• Mahir dan memiliki pengalaman dalam database seperti SQL, Hive, dan Pig.
• Mahir dalam menggunakan NoSQL database, seperti MongoDB, Cassandra, dan Hbase.
• Memiliki keahlian statistik terapan yang baik seperti distribusi, pengujian statistik, dan regresi.
• Memiliki keterampilan scripting dan programming.
• Berorientasi pada data.
• Memiliki pemahaman mengenai bisnis dan kemampuan komunikasi yang baik.
• Memiliki kemampuan leadership dan bekerja dalam tim yang baik.

BACA JUGA: Brand Ambassador: Pengertian, Tugas, dan Tanggung Jawabnya

Contoh pekerjaan

Jika Sedulur tertarik, simak cara menjadi data scientist berikut ini.

• Memahami tugas data scientist.
• Memperdalam kemampuan statistik.
• Memahami skill pemrograman.
• Belajar skill data secara intensif.
• Berlatih rutin dengan berbagai data set.

Berikut ini beberapa contoh tanggung jawab yang harus dilakukan apabila menggeluti bidang data science.

• Menganalisis data dari database perusahaan untuk mengoptimalkan dan meningkatkan pengembangan produk, teknik pemasaran, dan strategi bisnis.
• Menggunakan model prediksi untuk meningkatkan pengalaman konsumen, perolehan revenue, dan penargetan iklan.
• Menilai keefektifan dan keakuratan sumber data baru dan teknik pengumpulan data.
• Mengembangkan pengujian kerangka kerja A/B perusahaan dan pengujian kualitas model.
• Mengembangkan custom data model dan algoritma.
• Mengembangkan proses dan tools untuk memantau dan menganalisis kinerja model dan akurasi data.
• Berkoordinasi dengan tim lainnya untuk menerapkan model dan memantau hasilnya.

Cara menjadi profesional handal

Sedulur juga dapat menjadi profesional handal dalam bidang data science. Berikut ini adalah beberapa caranya.

• Menjadikan statistik dan matematika terapan sebagai kelebihan.
• Memiliki dasar yang kuat dalam dalam statistik dan matematika adalah keharusan. Untuk bisa melakukan data science dengan baik, maka harus memiliki keahlian dalam kalkulus dan aljabar linier.
• Familiar dengan database dan big data tools.
• Memahami dengan baik cara menggunakan perangkat lunak seperti MYSQL sebagai manajemen data. Pengetahuan akan big data tools seperti Hadoop juga dibutuhkan.
• Mengembangakan kemampuan coding.
• Pengetahuan dalam bahasa statistical programming seperti Python, R, dan SAS sangatlah penting.
• Memperoleh pengalaman bisnis dan menguasai presentasi data dengan baik.
• Melibatkan diri dalam proyek bisnis untuk memahami arah tujuan perusahaan. 

Sekian informasi mengenai data scientist beserta tugas, gaji, dan skills yang dibutuhkan.. Semoga informasi ini dapat membantu Sedulur yang akan berkarir menjadi seorang data scientist yang handal.