DQLab
Komunitas data scientist

Komunitas praktisi dan industri dalam program belajar data science oleh DQLab (dqlab.id).

Mengulik 4 Fakta dan Mitos Seputar "Data Science", Apa Saja?

Kompas.com - 17/03/2019, 18:57 WIB
Anda bisa menjadi kolumnis !
Kriteria (salah satu): akademisi, pekerja profesional atau praktisi di bidangnya, pengamat atau pemerhati isu-isu strategis, ahli/pakar di bidang tertentu, budayawan/seniman, aktivis organisasi nonpemerintah, tokoh masyarakat, pekerja di institusi pemerintah maupun swasta, mahasiswa S2 dan S3. Cara daftar baca di sini

“Kalo kata orang matematik, R itu adalah matematik tingkat lanjut," kata Anshori. “Jadi untuk dapat mengoperasikan R, harus paham dulu rumus matematikanya."

Selain matematika, hal lain yang harus dipahami adalah kemampuan coding, karena dalam mengolah data pasti akan membutuhkan custom solution.

Sering kali data scientist membutuhkan model dan output tertentu agar dapat disesuaikan dengan pihak yang akan menggunakan data tersebut, misalnya dijadikan web server, atau bentuk lainnya.

“Sekarang ini, data scientist nggak bisa cuma jadi sekedar data scientist, karena lingkupnya yang mengharuskan untuk menganalisis insight dan mengelola sistem, jadi minimal banget harus bisa matematika dan programming," ungkap Dimas menambahkan.

4. Data Scientist adalah rangkaian proses panjang

Artinya, untuk dapat mengolah data, seorang data scientist harus ikut dan terjun langsung ke dalam pengambilan data. Kenapa demikian? karena hanya mereka yang tahu mereka membutuhkan data yang seperti apa, sebanyak apa, dan sevariatif apa.

Seorang data scientist tidak harus menjadi orang yang mengambil datanya, tapi paling tidak, mereka harus menjadi reviewer saat pengambilan data tersebut untuk memastikan apakah data yang diambil sudah sesuai dengan apa yang diinginkan.

“Di eFishery, karena sumber data kita adalah makhluk hidup dan outputnya adalah behavior, jadi banyak banget temuan-temuan baru yang kita dapat. Setiap data baru ini nggak bisa langsung kita olah pakai software yang ada. Kalau kurang sesuai ya harus bikin baru”, tutup Dimas.

Menjadi seorang Data Scientist yang handal memang membutuhkan proses. Latihan dan pengalaman adalah faktor yang tak kalah penting untuk dapat memahami lebih dalam menganai penolahan data.

Untuk itu, DQLab.id tidak hanya menyediakan fasilitas belajar yang flexibel dan mudah dipahami karena berbahasa Indonesia, tapi juga melengkapinya dengan real-case project dan meetup session untuk dapat membangun portofolio peserta.

Awali langkah belajar data science menjadi data scientist dengan penguasaan ilmu tepat di DQLab.id!

Simak breaking news dan berita pilihan kami langsung di ponselmu. Pilih saluran andalanmu akses berita Kompas.com WhatsApp Channel : https://www.whatsapp.com/channel/0029VaFPbedBPzjZrk13HO3D. Pastikan kamu sudah install aplikasi WhatsApp ya.

Halaman:


komentar di artikel lainnya
Close Ads
Bagikan artikel ini melalui
Oke
Login untuk memaksimalkan pengalaman mengakses Kompas.com
atau