3 Hal Yang Harus Kamu Hindari Saat Mengikuti Kursus Data Science

Wede 16-November-2020 Blog Blog & Events

https://dqlab.id/files/dqlab/cache/26463eb97bb50caef23801aebd4598dd_x_Thumbnail800.jpg

Memilih kursus Data Science bisa menjadi suatu pilihan yang menantang. Beberapa kursus Data Science tidak menyediakan fasilitas untuk bertatap langsung dengan pengajarnya. Beberapa diantaranya tidak menyediakan panduan untuk instalasi semua software yang kamu butuhkan. Beberapa yang lainnya membutuhkan keterampilan tertentu sebagai syarat untuk mengikuti kursus tersebut. Dengan demikian, mempelajari Data Science akan menimbulkan banyak tantangan yang harus kamu lewati.

Tantangan untuk mempelajari Data Science tidak hanya terletak pada tantangan memahami dan menguasai alat-alat atau bahasa pemrograman atau kemampuan teknikal lainnya. Terkadang, untuk berhasil mempelajari Data Science melalui kursus atau platform lainnya, kita juga harus memiliki karakteristik dan mindset yang kuat serta benar untuk dapat dengan sukses mempelajari Data Science.

Pada artikel kali ini, DQLab akan berbagi mengenai 3 hal yang harus kamu hindari saat mengikuti kursus Data Science sehingga akhirnya mendapatkan pekerjaan di bidang data. Lalu, apa saja 3 hal tersebut? Perhatikan penjelasan berikut ya!

1. Hanya Mengandalkan Satu Kursus

Bisa jadi ada di antara kita yang mengikuti suatu kursus Data Science dengan harga yang sangat tinggi. Di Indonesia, terdapat bootcamp Data Science yang mencapai lebih dari 40 juta per program. Tentu angka tersebut adalah angka yang luar biasa dan sangat mahal. Di satu sisi, harga yang besar biasanya membuat komitmen para peserta juga cenderung besar. Namun, kekurangan atau ancaman yang mungkin muncul adalah kita menjadi pribadi yang terlalu bergantung pada bootcamp tersebut.

Kita telah merasa "saya sudah investasi besar untuk ikut program ini, saya hanya perlu mendapat pelayanan dan materi sekarang". Pemikiran seperti ini akan menghambat proses belajar Data Science yang kita tempuh. Ketika kita memilih untuk belajar Data Science berarti kita telah memilih untuk menjalani proses belajar tanpa henti. Never-ending learning journey lebih tepatnya. Selain rentang waktu yang tiada ujungnya, proses belajar Data Science juga membutuhkan kita untuk belajar dari berbagai sumber, kita harus bisa belajar secara mandiri dari berbagai jenis platform. Video, artikel, buku, dan jenis-jenis platform lain dimana kita belajar.

Dengan demikian, penting bagi kita untuk dapat memanfaatkan seluruh sumber daya yang tersedia dan tidak hanya mengandalkan satu kursus saja. Apabila kita hanya mengandalkan satu kursus, maka kemungkinannya ada dua; kita bisa jadi akan tertinggal oleh rekan-rekan lain, karena mereka belajar dari berbagai sumber sedangkan kita hanya satu. Atau kemungkinan kedua, kita bisa memiliki progress yang sama cepatnya dengan yang lain, tapi pemahaman kita sebenarnya tertinggal. Tentu kita tidak ingin hal ini terjadi. Karenanya, jangan merasa aman dengan sudah mengikuti kursus, dan terus mencari sumber lain untuk belajar dan berkembang.

2. Mengikuti Terlalu Banyak Kursus Dalam Waktu Bersamaan

Mempelajari Data Science berarti kamu akan mempelajari bidang yang merupakan percampuran antara 3 bidang ; programming, statistic, dan domain knowledge. Dengan demikian kamu akan menemukan banyak sekali hal baru yang mungkin sebelumnya bahkan belum pernah kamu dengar. Mempelajari bidang dengan karakteristik seperti itu akan memaksamu untuk terus mempelajari hal-hal baru. Meski demikian, kamu harus mampu mengelola aktivitas dan ekspektasi dirimu agar tidak mengikuti terlalu banyak kursus dalam waktu bersamaan.

Poin kedua ini merupakan kebalikan dari poin pertama. Apabila pada poin pertama kita tidak disarankan untuk hanya bergantung pada satu kursusnya, maka pada poin kedua ini kami menyarankan agar kamu tidak mengikuti terlalu banyak kursus juga. Dalam hidup, semua yang terlalu berlebihan tidak baik bukan? Karenanya, pastikan apa yang kamu putuskan untuk ikuti, selesaikan dengan baik hingga akhir.

Apa ukuran jumlah kursus yang kita ambil sudah terlalu banyak? Ukurannya sederhana sebenarnya. Apabila kursus tersebut tidak mengalami progress sedikitpun selama 1-2 minggu, maka sebenarnya kamu tidak memiliki waktu untuk itu. Apabila kamu memiliki belasan course semisal, dan ada 8 yang belum tersentuh selama 1-2 pekan terakhir, maka sebenarnya kamu sudah memiliki jumlah kursus yang terlalu banyak. Sebenarnya tidak masalah, hanya saja kamu perlu untuk memastikan bahwa kamu akan mempelajarinya kelak dengan rencana yang sudah kamu atur sendiri.

3. Terlalu Banyak Teori

Data Science adalah ilmu teknis yang sangat membutuhkan sesi praktik dalam proses belajarnya. Tentu, terdapat banyak teori di dunia data science. Akan tetapi, teori tersebut hanya akan terus menjadi teori dan tidak memiliki dampak apapun apabila kita tidak membuat produk data science tersebut. Maka, dalam mengikuti kursus data science, pastikan kamu tidak memberikan porsi teori yang terlalu banyak. Bahkan pada setiap sesi pembelajaran Data Science, harus ada bagian hands-on programming nya. Harus ada experience untuk mengerjakan case-case tertentu.

Bahkan untuk materi yang sifatnya sederhana dan mendasar, tetap perlu diikuti dengan case-case penggunaan di dunia nyata. Semisal pembahasan mendasar mengenai logic if-else, dan control flow, maka kita harus juga belajar untuk menerapkan konsep ini pada berbagai case. Semisal kita dapat membuat program python sederhana yang dapat memberikan output apakah suatu mobil ditilang atau tidak berdasarkan beberapa input yang dimasukkan. Poin nya adalah perkuat kemampuan kita dengan mengimplementasikan setiap konsep baru yang kita pelajari dengan praktik dan real-life case. Dengan demikian kita akan memiliki pemahaman yang lebih kuat dan dalam waktu yang relatif lebih singkat.

4. Yuk Mulai Belajar Data Science Sekarang!

Tidak memiliki background IT? Jangan khawatir, kamu tetap bisa menguasai Ilmu Data Science untuk siap berkarir di revolusi industri 4.0. Bangun proyek dan portofolio datamu bersama DQLab untuk mulai berkarir di industi data yang sebenarnya! Sign up sekarang untuk #MulaiBelajarData di DQLab!

Simak informasi di bawah ini untuk mengakses gratis module "Introduction to Data Science":