Data is The New Oil. Ungkapan itu menunjukan pentingnya data valid dalam penyusunan perencanaan, membuat keputusan, hingga eksekusi program. Ini berarti, kemampuan analisis dan pengolahan data menjadi skill yang sangat dibutuhkan. Ya, Data Scientist menjadi profesi yang banyak dicari atau dibutuhkan.
Apalagi di era big data seperti sekarang, data scientist memegang peran penting untuk menganalisa kecenderungan konsumen, operasional, potensi pasar, hingga inovasi produk.
Sejatinya, data scientist ini sudah ada sejak lama. Dulu, mereka yang berkecimpung di dunia data ini disebut statistikawan (statistician). Nah, perbedaan antara data scientist dan statistician ini terletak pada metode yang digunakan.
Jika statistikawan harus mengolah ataupun mengumpulkan data secara manual, kini data scientist banyak berurusan dengan big data (baik data yang terstruktur maupun tidak terstruktur). Oleh karena itu, tidak mengherankan jika data scientist sekarang lebih sering menciptakan algoritma-algoritma di dalam program komputer agar data yang masuk bisa langsung diolah sendiri oleh komputer tersebut.
Belakangan, selain data scientist, ada juga profesi data analyst. Walaupun hampir mirip, sejatinya kedua profesi ini memiliki perbedaan. Secara sederhana, data analyst bertanggung jawab dalam menghasilkan laporan hasil terjemahan data angka, sehingga mudah dimengerti.
Sedangkan, data scienctist melakukan proses analisis data menggunakan berbagai cara dan algoritme untuk menemukan solusi dari suatu masalah yang rumit. Data scientist mengombinasikan beberapa pasang data untuk mengungkap suatu pola. Contohnya, kebiasaan dan preferensi konsumen. Pola yang dicari ini nantinya dapat digunakan sebagai acuan untuk memprediksi pergerakan bisnis suatu produk.
Amazon, misalnya, menggunakan data penggunanya untuk menentukan produk yang akan disarankan pada setiap pengguna. Untuk merekomendasikan produk ini, dibutuhkan beberapa kemampuan khusus, di antaranya pemahaman statistika, pemrograman, dan pengetahuan bisnis.
Selain itu, kemampuan pemrograman juga dibutuhkan untuk mengubah kumpulan data yang masih berbentuk bahasa pemrograman tadi menjadi sesuatu yang lebih mudah untuk dibaca dan dipahami orang awam.
Seorang data scientist juga membutuhkan pengetahuan bisnis agar dapat memenuhi tujuan perusahaan. Pada akhirnya, seorang data scientist akan menghasilkan data product seperti sistem rekomendasi yang dimiliki Amazon untuk para calon konsumennya.
Oleh karena itu, untuk merintis karier sebagai data scientist setidaknya membutuhkan beberapa keahlian. Pertama, menguasai keahlian programming, mulai dari computer science, software engineering, dan systems development.
Kedua, menguasai ilmu matematika, setidaknya memiliki keahlian di bidang studi statistik. 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 peranti lunak machine learning yang berfungsi sebagai pusaka seorang data scientist.
Ketiga, harus bisa mengembangkan machine learning untuk mengolah banyaknya data tak terstruktur. Keempat, data scientist juga harus menguasai ilmu Kalkulus dan Aljabar linear, menguasai data mining, mampu membuat visualisasi dan mengomunikasikan data, serta memiliki kemampuan dalam software engineering.
Kelima, menguasai ilmu bisnis ekonomi,finansial, marketing, operasional, manajemen. Data scientist tidak hanya harus mengerti cara menganalisis data, tapi juga harus paham dengan dunia bisnis perusahaan yang dianalisis. Dengan memahami bisnis, Anda bisa berkomunikasi ke manajemen perusahaan dan konsumen bagaimana strategi yang harus dilakukan perusahaan berdasarkan analisis data yang Anda telusuri.
Kebutuhan data scientist sebenarnya tidak hanya untuk dunia teknologi. Tenaga ini dibutuhkan perusahaan dari berbagai sektor industri. Antara lain, industri perbankan, dunia olahraga dan edukasi, kesehatan, transportasi & logistik, travel, media, IT, dan sebagainya. (*dari berbagai sumber)