Data Scientist VS Data Analyst : Pahami Perbedaan Interview Kerja Kedua Peran Ini
Dengan berkembangnya dunia digital, permintaan akan SDM yang memiliki kemampuan di bidang teknologi pun semakin meningkat. Hukum Permintaan dan Penawaran dalam Ilmu Ekonomi mengatakan, ketika permintaan meningkat, maka penawaran pun akan meningkat. Dengan meningkatnya permintaan terhadap talent-talent digital, semakin banyak pula orang-orang yang mendalami berbagai skill dan knowledge yang terkait dengan dunia digital, salah satunya adalah Data Science. Terdapat banyak pekerjaan yang berkaitan dengan Data Science, di antaranya adalah Data Scientist dan Data Analyst. Apabila kamu belum mengetahui perbedaan kedua peran tersebut, kamu dapat membaca artikel DQLab mengenai hal tersebut di sini.
Apabila kamu sudah mengetahui perbedaan kedua role tersebut, dan bahkan mungkin sudah mulai membangun portofolio data untuk melamar pekerjaan di bidang data, pertanyaan selanjutnya yang mungkin muncul di benak kamu adalah "Bagaimana proses interview untuk setiap pekerjaan tersebut? Apa perbedaan interview di antara kedua nya?". Pada artikel ini, DQLab akan berbagi tentang bagaimana Interview kerja untuk kedua pekerjaan tersebut, dan bagaimana keduanya berbeda. Yuk simak penjelasannya!
1. Interview Data Analyst
Dalam Interview kerja untuk pekerjaan Data Analyst biasanya akan meminta talent untuk membuat query tabel database, melakukan join, subquery, dan beberapa query mendasar untuk "berkomunikasi" dengan database. Sebagai Data Analyst, kamu akan bekerja dengan alat seperti SQL dan PostgreSQL atau platform kueri lainnya, bersama dengan Tableau, PowerBI, dan alat dasbor lainnya. Sehingga, penting bagi kamu yang ingin menjadi Data Analyst untuk mempersiapkan skill mengenai alat-alat tersebut.
Secara umum, terdapat beberapa kesamaan dalam proses interview untuk Data Analyst dengan Data Scientist. Namun, perbedaan dan keunikan terletak pada konsep dan tantangan penulisan kode (coding challenge). Biasanya, seorang talent akan diberikan tantangan pengkodean yang melibatkan pertanyaan SQL umum yang mengharuskan Anda untuk menggunakan beberapa query seperti join dan subquery. Selanjutnya, Anda akan menjelaskan hasil kepada Data Analyst lain atau pemangku kepentingan seperti Customer Success Manager.
Baca Juga : Belajar Data Science, Yuk Kenali Profesi Data Analyst VS Data Scientist
2. Interview Data Scientist
Data Scientist diharapkan untuk dapat mengotomatisasi proses manual di perusahaan mereka. Dengan menggunakan Machine Learning packages dari library seperti sklearn dan TensorFlow, Data Scientist akan menyerap data, membersihkannya, melatih dan mengevaluasi model, dan mengeluarkan saran atau prediksi untuk pengguna akhir. Beberapa proses berfokus pada pengkodean dan algoritma, sementara bagian lain dari proses berfokus pada soft-skill seperti mengembangkan masalah bisnis dan menjelaskan hasilnya kepada end user. Kamu akan bekerja dengan alat seperti Jupyter Notebook dan bahasa pemrograman seperti Python dan R (terkadang SAS).
Secara keseluruhan, proses interview sebagai Data Scientist mencakup Online Test, Online Interview oleh perekrut dan manajer perekrutan. Kemudian, bertemu dengan tim untuk wawancara konseptual dan pengkodean (beberapa wawancara tidak menyertakan pengkodean, tetapi, memberikan beberpa tantangan dari masalah bisnis umum yang mungkin Anda temui di perusahaan di masa depan untuk dikerjakan di rumah). Selanjutnya, Anda akan menjelaskan temuan Anda kepada Data Scientist lain atau bagian lain seperti Senior Product Manager. Terakhir, Anda akan merangkum semua yang Anda pelajari dari wawancara sebelumnya, serta mengumpulkan alasan mengapa Anda paling cocok untuk peran tersebut.
3. Kesamaan dan Perbedaan
Sebagaimana yang mungkin sudah anda sadari dari poin-poin di atas, terdapat beberapa kesamaan dalam proses interview kedua pekerjaan tersebut. Namun, juga terdapat beberapa perbedaan. Pada poin ini akan lebih dijelaskan beberapa poin kesamaan dan perbedaan di antara keduanya.
Kesamaan :
Kontak awal dengan Recruiter : Telefon dengan recruiter
Interview oleh Specialist : spesialis dari setiap peran (Data Scientist atau Data Analyst lain dari tim yang akan kamu masuki)
Coding Interview and Challenge - spesialis dari setiap peran (Data Scientist atau Data Analyst lain dari tim yang akan kamu masuki)
Interview dengan pimpinan - Menjelaskan hasil analisis pada pihak-pihak non teknis
Interview akhir - menyimpulkan mengapa menurut Anda Anda cocok untuk peran tersebut
Perbedaan :
Pada interview oleh specialist, Data Scientist diharapkan dapat memahami dan menerapkan model-model machine learning seperti Random Forest, Logistic Regression ataupun model lain untuk menyelesaikan permasalahan perusahaan. Adapun Data Analyst pada interview oleh specialist diharapkan dapat membuat Query yang kompleks untuk menganalisis data perusahaan
Pada Coding Interview and Challenge, Data Scientist diharapkan memiliki kefasihan dalam pemrograman Python, R, dan menggunakan Jupyter Notebook. Terkadang terdapat beberapa challenge yang harus dikerjakan di rumah seperti proses cleaning, Exploratory Data Analysis, pembuatan model, dan lain sebagainya. Adapun pada oeran Data Analyst, challenge yang paling sering diberikan adalah Query menggunakan SQL, dan penggunaan BI tools seperti Tableau.
Pada interview bersama pimpinan, Data Scientist diharapkan dapat menjelaskan model machine learning pada jajaran non teknikal dan bagaimana hasil prediksinya. Adapun Data Analyst diharapkan untuk Menjelaskan query yang dilakukan untuk menganalisis data kepada jajaran pimpinan non-teknikal.
4. Yuk Persiapkan Karir Kamu di Sebagai Data Analyst dan Data Scientist Bersama DQLab!
Terapkan ilmunya sekarang dengan bergabung bersama platform belajar online DQLab! Selain bisa meningkatkan ilmu data yang dimiliki, kamu juga bisa membangun portofolio datamu di DQLab guna mempersiapkan dirimu berkarir di industri data.
Sign Up untuk nikmati module GRATIS "Introduction to Data Science" dengan pengalaman belajar yang seru menyenangkan serta aplikatif pada industri nyata! Untuk kamu yang ingin mulai belajar Data Science atau siap berkarir jadi Data Analyst, Data Scientist, dan Data Engineer, persiapkan diri kamu dengan tepat sekarang. Tidak ada kata terlambat untuk belajar. Yuk #MulaiBelajarData di DQLab.
Dengan belajar di DQLab, kamu bisa:
Menerapkan teknik mengolah data kotor, hasilkan visualisasi data dan model prediksi dengan studi kasus Retail dan Finansial
Dapatkan sesi konsultasi langsung dengan praktisi data lewat data mentoring
Bangun portofolio data langsung dari praktisi data Industri
Akses Forum DQLab untuk berdiskusi.
Simak informasi di bawah ini untuk mengakses gratis module "Introduction to Data Science":
Buat Akun Gratis dengan Signup di DQLab.id/signup
Akses module Introduction to Data Science
Selesaikan modulenya, dapatkan sertifikat & reward menarik dari DQLab
Penulis : Jihar Gifari
Editor : Annissa Widya Davita