DQLab
Komunitas data scientist

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

Ini 4 Pola Kerja yang Dilakukan “Data Scientist” di Perusahaan Fintech

Kompas.com - 08/01/2020, 20:42 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

KOMPAS.com - Tugas utama seorang data scientist adalah membersihkan, memproses serta mengolah data besar. Untuk menghasilkan pengolahan data tepat, posisi data scientist memiliki peran penting di dalamnya.

Jangan salah, posisi pekerjaan data scientist juga melakukan uji coba model data yang bertujuan mengarahkan strategi manajemen selanjutnya secara tepat.

Kemampuan komunikasi yang baik pun juga dibutuhkan seorang data science. Pasalnya, seorang data science harus mampu mengomunikasikan data dengan sederhana dan jelas agar hasil data yang disampaikan valid.

DQLab sebagai platform belajar online mendapatkan bocoran langsung dari Izzuddin Ahsanujunda, Data Analyst dari DANA mengenai pola kerja yang dihadapi data scientist pada industri Fintech.

Apa saja ya?

1. Diskusi Permasalahan

Saling bertukar pikiran dengan business user merupakan langkah awal seorang Data Scientist di industri fintech untuk memulai pengolahan datanya.

Hal ini dilakukan untuk mengetahui kebutuhan apa yang diperlukan agar bisa menghasilkan solusi tepat.

“Diskusi dengan business user untuk mengetahui kebutuhan. Misalnya kita mau tahu apakah ada perubahan promotion atau ada perubahan objektivitasnya? Selain itu, kita juga bisa mengukur parameter suksesnya di mana,” ujar Junda, sapaan akrabnya.

2. Menerjemahkan Data

Setelah memperoleh data, sebagai data scientist langkah selanjutnya adalah menerjemahkan data menjadi matematika model. Dengan demikian akan memudahkan seorang data scientist untuk mengetahui data apa yang dicari dan yang akan diolah.

3. Pengumpulan Data

Melakukan tahap pengumpulan data merupakan hal paling banyak menyita waktu. Mengapa demikian?

Halaman:


Video Pilihan

Rekomendasi untuk anda
26th

Tulis komentarmu dengan tagar #JernihBerkomentar dan menangkan e-voucher untuk 90 pemenang!

Syarat & Ketentuan
Berkomentarlah secara bijaksana dan bertanggung jawab. Komentar sepenuhnya menjadi tanggung jawab komentator seperti diatur dalam UU ITE
Laporkan Komentar
Terima kasih. Kami sudah menerima laporan Anda. Kami akan menghapus komentar yang bertentangan dengan Panduan Komunitas dan UU ITE.
komentar di artikel lainnya
Close Ads
Lengkapi Profil
Lengkapi Profil

Segera lengkapi data dirimu untuk ikutan program #JernihBerkomentar.