Koentji Persiapan Menjadi Praktisi Data Versi Oktavio Fresh Graduate NON STEM
Menggapai impian sebagai seorang praktisi data tentu memerlukan persiapan yang matang, termasuk ketika kamu ingin berprofesi sebagai praktisi data. Ada beberapa kompetensi yang perlu dimiliki setiap kandidat, baik secara hard skill maupun soft skill.
Salah seorang member DQLab, Oktavio Reza Putra, akan membagikan sedikit tips untuk kamu para fresh graduate yang ingin menjadi Data Analyst!
œImpian karir saya adalah menjadi data analyst, maka dari itu saya mengerjakan banyak module yang tersedia di DQLab sebagai bekal berkarir & persiapan portofolio data. Ujar Oktavio.
1. Mempelajari Skill Dasar Data Science
Hal pertama yang tidak bisa dilewatkan tentunya adalah memulai semuanya dari dasar, oleh sebab itu mempelajari dan memahami skill dasar data science perlu kamu lakukan, Sahabat DQ! Bagi kebanyakan orang bahasa pemrograman termasuk ke dalam skill dasar yang perlu dipelajari. Dari berbagai bahasa pemrograman yang ada, kamu bisa memilih sesuai dengan kebutuhan dan kemampuanmu.
Seperti Oktavio, yang memilih R, Python, dan SQL sebagai skill dasar yang ia pelajari. Selain bahasa pemrograman, ia juga mempelajari tentang pengolahan data secara bertahap.
Baca juga : Skill Dasar Data Scientist yang Harus Kamu Kuasai di Tahun 2022
2. Bergabung dalam Komunitas Data Science dan Aktif Berdiskusi
Selain mempelajari secara teori, ada baiknya hal selanjutnya yang bisa kamu lakukan adalah bergabung ke dalam komunitas data science. Dengan bergabung dalam suatu komunitas, kamu bisa memperkaya wawasan dan pengalamanmu dari teman-teman yang mungkin sudah lebih dulu berkecimpung dalam industri data. Tentunya, hal ini akan menjadi lebih maksimal jika kamu turut aktif berdiskusi. Melalui obrolan diskusi, kemampuan berpikir secara kritis dapat terasah, salah satunya dengan mempelajari atau membahas studi kasus bersama.
3. Mengikuti Berbagai Event Bootcamp & Workshop
Tidak jauh berbeda dengan poin sebelumnya, cara lain untuk bisa memperkaya wawasan dan pengalaman, kamu juga bisa mengikuti sejumlah event yang diselenggarakan, seperti bootcamp dan workshop. Dengan mengikuti beragam event, ilmu yang kamu pelajari akan semakin terasah. Sebab, kamu akan mengaplikasikan teori-teori dalam kegiatan tersebut dan semuanya perlu penyesuaian. Sehingga kamu juga akan lebih peka terhadap suatu kasus/keadaan.
4. Membangun Portofolio Data yang Menarik
œSebagai seorang NON STEM, challenge terbesar yang saya hadapi adalah menguasai bahasa pemrograman. Namun hal tersebut tidak mematahkan semangat saya. Saya tetap tekun mempelajari module-module DQLab dan mengumpulkan sertifikat sebagai portfolio data saya kelak.. Tutup Oktavio
Pada dasarnya, manusia tidak pernah berhenti untuk belajar. Sebab, akan ada ilmu baru setiap waktunya. Tapi jika kamu merasa kemampuanmu sudah memenuhi standar, kamu bisa mulai untuk membangun portofolio data. Hal ini akan berguna kelak ketika kamu mencari pekerjaan. Melalui portfolio inilah, hasil karyamu akan dinilai oleh perekrut yang selanjutnya menjadi bahan pertimbangan, apakah kamu lolos seleksi atau tidak.
Kamu bisa mulai membangun portofoliomu dengan mengerjakan sejumlah proyek data. Semakin banyak proyek data yang kamu kerjakan, maka tentu portofoliomu akan semakin beragam. Tapi ingat, jangan mengacu pada kuantitas, akan lebih baik jika kamu mengutamakan kualitas. Semangat terus, Sahabat DQ!
Baca juga : 4 Cara Memaksimalkan Belajar Data Science Gratis Secara Online
5. Mulai Optimalkan Belajar Data Science Bersama DQLab!
Dalam mempelajari data science, sah-sah saja jika kamu ingin mempelajarinya secara otodidak. Kamu bisa mendapatkan materi pembelajaran dari berbagai sumber yang bisa dicari di internet, misalnya. Tapi buat kamu yang tidak memiliki background pendidikan di bidang data science, mungkin saja ini akan menjadi tantangan tersendiri.
Dengan belajar bersama DQLab, kamu akan mendapatkan materi, serta arahan pembelajaran. Sehingga, kamu tidak akan bingung untuk mulai belajar dari mana. Dengan mempelajari data science secara bertahap, kamu juga akan lebih konsisten dalam belajar, dan sikap ini penting dimiliki oleh praktisi data. Saat kamu memecahkan masalah data dalam perusahaan, kamu perlu sabar dan bertahap dalam menganalisisnya. Sehingga hasil analisismu akan lebih maksimal. Yuk, dapatkan materi pembelajaran gratis di DQLab!
Penulis : Sandi Sabar Rahman
Editor : Annissa Widya Davita