Mengenal Jurusan Sains Data: Ini Tugas dan Prospek Pekerjaan

Sebagaimana diketahui produk yang dihasilkan ilmuan mempunyai nilai yang sangat tinggi untuk pengembangan selanjutnya oleh praktisi terkait. Hasil penelitian tersebut dapat digunakan sebagai metode penentuan keputusan konsumen pengguna jasa analisis data atau dapat diterapkan lebih lanjut pada produk analytical platform perusahaan.

• Big Data

Perusahaan yang berurusan dengan big data sebagian besar merupakan perusahaan non-data. Tugas ini berkaitan dengan melakukan analisis data perusahaan tersendiri dalam jumlah yang besar. Perusahaan jenis ini akan mencari tenaga Data Scientist yang lebih banyak dari perusahaan biasanya.

Data Scientist di bidang ini dituntut untuk mahir menggunakan platform big data seperti Hadoop, Hive dan Pig serta pemahaman menggunakan SAS dan R untuk mengurangi beban komputer melakukan analisis data. Pemahaman yang matang terhadap machine learning menjadi pertimbangan yang luar biasa penting di perusahaan jenis ini. Perusahaan jenis ini mempunyai trafik yang sangat tinggi seperti perusahaan telekomunikasi, perusahaan marketplace, dan lain-lain.

Apa aja sih yang Dipelajari di SAINS DATA?

Sebelum adanya Jurusan atau Prodi Sains Data pada jenjang S1, orang-orang yang saat ini bekerja dengan big data memiliki latarbelakang pendidikan yang beragam. Karena sifatnya yang multidisipliner atau transdisiplin, Sains Data dapat dipelajari melalui beberapa jurusan atau prodi seperti Teknik Informatika, Matematika, atau Statistika.

Pada dasarnya, Sains Data mempelajari data yang terstruktur dan tidak terstruktur. Contoh data yang terstruktur yaitu data demografi dan data keungan. Sementara data yang tidak terstruktur seperti video, foto, email, media sosial, dan seterusnya. Data yang dianalisis dalam Sains Data khususnya bersifat kuantitatif atau numerik, yang dipelajari juga pada Jurusan atau Prodi Statistika, Aktuaria, dan Matematika.

Prodi S1 Sains Data skill yang harus dikuasai, yang menjadi pembeda dengan Teknik Informatika, Matematika, Aktuaria atau Statistika, antara lain:

Pemrograman

Di perusahaan manapun seorang data scientist bekerja, kemampuan akanprogramming sudah menjadi suatu keharusan. Seorang Data Scientist harus memahami tools of trade yang digunakan secara mendalam. Ini berarti Data Scientist paling tidak harus menguasai bahasa pemrograman seperti R ataupun Python serta bahasa database querying seperti SQL.

Statistika

Pemahaman yang menyeluruh mengenai statistika merupakan hal yang paling mendasar bagi seorang Data Scientist. Selain untuk menentukan algoritma yang akan digunakan, ilmu statistika diperlukan untuk mengembangkan software machine learning yang berfungsi sebagai pusaka seorang data scientist.

Machine Learning

Bagi seorang Data Scientist yang bekerja di perusahaan dimana produknya bersifat data driven seperti Google Maps, Netflix, atau Uber pasti sangat membutuhkan machine learning. Mereka tidak mungkin menentukan algoritma dari data yang tak terstruktur dengan jumlah yang sangat besar satu per satu. Maka dari itulah para Data Scientist harus bisa mengembangkan machine learning untuk mengolah banyaknya data tak terstruktur tadi dan bukannya tak mungkin apabila machine learning yang dikembangkan oleh para Data Scientist ini dipakai untuk sebuah konsep artificial intelligence.

Kalkulus & Aljabar

Menguasai kalkulus dengan fungsi yang dapat diterapkan di banyak variabel dan aljabar linear merupakan sesuatu yang tak kalah penting bagi seorang Data Scientist. Kalkulus dan aljabar merupakan konsep yang paling dasar dan sederhana bagi data science. Oleh karena itu, tidak mengherankan jika pada saat wawancara kerja, pencari kerja biasanya menanyakan soal-soal kalkulus dan aljabar.

Pemetaan Data

Terkadang data yang didapatkan tidaklah sempurna seperti penulisan kata ‘Yogyakarta’ dan ‘Jogja’ berbeda tapi secara konsep memiliki makna yang sama. Dan perlu di ingat, komputer itu tidak sepintar manusia. Sebagai seorang Data Scientist harus membuat data tersebut dikenali oleh komputer. Untuk itulah pemilahan data diperlukan untuk menjaga ‘kebersihan’ data.

Komunikasi dan Visualisasi Data

Bagi manajemen yang data-driven terutama di perusahaan yang masih tergolong baru, Data Scientist di perusahaan mereka sering dimintai bantuan dalam menentukan arah kebijakan suatu perusahaan. Maka tak heran jika Data Scientist harus pandai memvisualisasikan dan mempresentasikan data hasil olahannya sendiri.

Software Engineering

Di perusahaan start-up teknologi biasanya melibatkan langsung Data Scientist mereka ke dalam pengembangan software. Untuk itu pada data sains diberikan pengetahuan tentang software engineering.

Intuisi

Skill ini sebenarnya lebih dibutuhkan bagi seorang Data Analyst yang harus memecahkan masalah dari data yang sudah diolah. Untuk itu pada data sains diberikan pengetahuan tentang model peramalan