Kenalan Dengan 3 Role Pekerjaan Data Scientist, Yuk!

Pekerjaan Data Scientist memang tengah hangat diperbincangkan selama beberapa tahun terakhir. Hal ini bisa terjadi dikarenakan era internet yang mulai booming di tahun 2005, dimana pengguna internet itu mencapai 1 Milyar pengguna dan lima tahun setelahnya berkembang menjadi 20 Exabyte per bulan. Angka tersebut masih terus bertambah hingga saat ini yang bisa disebut dengan era "Big Data". Ya, era "Big Data" memang menjadi salah satu cikal bakal berkembangnya profesi Data Scientist di berbagai perusahaan dan instansi pemerintahan. 

Oleh karena itu, saat ini profesi Data Scientist dinobatkan sebagai "The Sexiest Job of 21th Century". Banyak fresh graduate dan profesional yang ingin memulai karir sebagai praktisi data ataupun beralih profesi. Jika, kebetulan kamu salah satunya artikel ini tepat kamu baca sampai habis. Karena kami akan mengenalkan kamu dengan 3 role pekerjaan Data Scientist secara umum sehingga kamu bisa menangkap gambaran seorang Data Scientist di perusahaan itu seperti apa dan jadi bisa sambil membuat list skill apa yang bisa kamu mulai kuasai dari sekarang. Yuk, simak !

1. Memahami Permasalahan dalam Proses Bisnis

Sebenarnya role Data Scientist di tiap sektor industri berbeda-beda tetapi, secara umum pekerjaan utama sebagai seorang Data Scientist adalah memahami terlebih dahulu permasalahan yang ada di suatu bisnis di perusahaan. Biasanya seorang Data Scientist akan melakukan brainstorming terlebih dahulu untuk melihat masalah dan objective dari suatu bisnis. Setelah kita sudah memahami proses bisnis dan dapat melihat permasalahan yang akan kita selesaikan di dalamnya, maka selanjutnya kita akan mengumpulkan data dan data requirement yaitu pendefinisian data yang dibutuhkan. Setelah mengumpulkan data, kita melakukan Analytic Approach yang terdiri dari proses analisis terhadap pendekatan yang ingin kita terapkan pada data yang kita miliki.

Baca juga : Mengenal Profesi Data Scientist

2. Mengolah Data

Setelah kita memahami use case atau permasalahan yang akan kita hadapi, selanjutnya kita akan melakukan pengolahan data. Dalam proses pengolahan data ini kita bisa mengubah bentuk datanya, misal ketika kita ingin melakukan text mining maka kita perlu mengubah data text tersebut ke dalam bentuk numerical untuk dapat digali agar bisa menemukan sebuah insight baru. Selain merubah bentuk data, jika kita bekerja di perusahaan yang cukup besar biasanya datang nya pun besar pula. Untuk itu kita juga perlu melakukan penggabungan data dari database, misalnya melakukan penggabungan data dengan menggunakan perintah UNION dan JOIN pada MySQL. Tujuan dari pengolahan data adalah agar data yang akan kita analisis tidak memiliki missing value, dan noisy yang dapat mengurangi tingkat akurasi pada tahap pemodelan.

3. Optimalisasi dan Memvisualisasikan Data

Setelah melakukan pengolahan data, role selanjutnya yang umum dilakukan sehari-hari oleh Data Scientist adalah melakukan pemodelan. Pemodelan disini artinya adalah memilih cara atau algoritma yang tepat dengan permasalahan dan data yang kita analisis. Misalnya, kita ingin melakukan deteksi fraud dengan melakukan klasifikasi tentang data mana yang termasuk fraud dan data mana yang bukan termasuk dalam fraud. Berdasarkan kasus tersebut, maka kita memerlukan algoritma klasifikasi. Setelah kita kita memilih algoritma klasifikasi yang tepat untuk data kita maka kita lakukan optimalisasi supaya lebih bisa menyelesaikan permasalahan tadi. 

Untuk role yang satu ini diperlukan try and error untuk menemukan algoritma yang paling optimal. Berikutnya setelah pemodelannya sudah jadi bisanya Data Scientist juga membuat Dashboard atau melakukan Visualisasi data. Oleh karena itu, selain technical skill seorang Data Scientist juga perlu memiliki kemampuan berkomunikasi yang baik agar bisa mengkomunikasikan hasil analisis dan visualisasi data tersebut kepada audiens atau anggota divisi lain yang bukan IT. Yang kemudian dapat menentukan action yang tepat berdasarkan kesimpulan dari visualisasi data tersebut.