2 Profesi Bidang Data Paling "Seksi" Bergaji Fantastis di Masa Depan

KOMPAS.com — Tahun 2012, Harvard Business Review  melalui artikel Data Scientist: The Sexiest Job of the 21st Century telah memprediksi data scientist sebagai peluang profesi masa depan.

Prediksi itu kini terbukti. Tahun 2018, McKinsey Global Institute dan McKinsey's Business Technology Office menyatakan bahwa data scientist di AS diprediksi baru mencapai 190.000 orang.

Padahal, kebutuhan industri terhadap profesi ini kini sangat tinggi. Pantas kalau saat ini, banyak perusahaan berani menggaji profesi ini dengan bayaran ‘fantastis’. 

Feris Thia, Content Principle dari Program DQLab.id sekaligus Founder PHI-Integration –, startup Big Data yang baru saja mendapat investasi dari East Ventures dan Skystar Capital menyebutkan bahwa saat ini ada dua profesi di bidang data yang paling dicari dalam kurun waktu 5 tahun ke depan.

1. Data Engineer

"Di zaman serba digital seperti sekarang ini, hampir seluruh aktifitas kita tercatat baik di aplikasi smartphonemaupun pada berbagai perangkat seperti EDC kartu kredit," ujar Feris yang melalui PHI sudah lebih dari 15 tahun berpengalaman memberikan solusi di bidang manajemen data. 

Berbelanja, berkomunikasi, meeting, bahkan layanan konsumen pun dilakukan lewat aplikasi. Setiap aplikasi tersebut pastinya akan menghasilkan data, tambahnya.

"Bayangkan ada ribuan, jutaan bahkan miliaran data yang dihasilkan dan berpotensi untuk menghasilkan insight penting bagi organisasi dan bisnis dari skala kecil sampai besar," kata Feris.

Baca juga: Belajar Big Data Bermodal Excel? Bisa!

Realitanya, data-data dalam jumlah kecil maupun besar tersebut sering masih bersifat mentah, banyak masih "kotor" dan belum tervalidasi sehingga kualitas data menurun. Tentunya laporan yang dihasilkan juga tidak bagus atau berkualitas rendah.

Data ini perlu diolah sehingga akhirnya mendapatkan kualitas data tinggi dan terintegrasi dengan baik (high quality connected data). Ibarat minyak, perlu diolah dari bahan mentah menjadi berbagai produk yang siap digunakan.

Laporan yang dihasilkan pun menjadi lebih cepat tersaji dan dapat dipercaya. Bahkan, dengan teknologi machine learning model, dapat dihasilkan rekomendasi otomatis yang dapat meningkatkan daya saing bisnis.

Hal ini membuat setiap perusahaan membutuhkan profesi Data Engineer.

Data Engineer bertugas mengambil data, mengumpulkan data, mengolah data kotor hingga dapat menghasilkan data berkualitas untuk dianalisa Data Scientist. Proses ini disebut juga dengan data preparation/data wrangling dan data cleansing.

2. Data Scientist

Setelah diolah Data Engineer, proses pengolahan data kemudian dilanjutkan Data Scientist. Data Scientist dapat diibaratkan pilot pesawat yang mengendalikan teknologi pengolahan data untuk dianalisis hingga dapat menghasilkan insight atau rekomendasi bermanfaat untuk bisnis.

Data Scientist merupakan profesional yang memiliki kompetensi di 3 bidang fundamental: yaitu statistika, bahasa pemrograman dan konteks bisnis variatif.

Data Scientist mengandalkan kemampuan menganalisa data seperti melakukan data preparation sederhana (menggabungkan sumber data, memastikan konsistensi dataset), data exploration (memilih faktor atau alogaritma berpengaruh terhadap hasil prediksi berdasarkan informasi yang ingin didapat), dan data visualisation (membuat infografis/visualisasi membantu pengambil keputusan dalam memahami data).

Untuk menjadi Data Engineer maupun Data Scientist  handal tentu dibutuhkan kemampuan spesifik dengan latar belakang pendidikan serta pengalaman praktis.

Kabar baiknya, Data Science bukan ilmu rocket science yang tidak dapat dipelajari. Bahkan, seseorang dengan tanpa latar belakang IT pun dapat mempelajarinya.

Dengan mengetahui cara memulai secara bertahap, exposure ke beragam studi kasus, dataset, pengetahuan akan penerapan algoritma, dan tools yang tepat, kita bisa menjadi seorang Data Scientist.

Keahlian menjadi seorang Data Scientist bisa didapatkan dengan bergabung di program DQLab, sebuah program belajar data science, di mana kita dapat belajar berbasiskan proyek real case scenario dan dataset yang mencerminkan kebutuhan industri.

Informasi lebih lanjut mengenai program DQLab diiniasi Universitas Multimedia Nusantara (UMN) dan PHI-Integration dapat mengunjungi link  http://www.dqlab.id/