Apa yang Memasak di Analisis Data? Data Tim di UpGrad Angkat Bicara!

Team Data Analytics menciptakan pengalaman belajar yang paling mendalam bagi para profesional yang bekerja di UpGrad.

Data Insider baru-baru ini menghubungi saya untuk mendapatkan wawasan saya tentang industri analisis data; termasuk tren yang harus diwaspadai dan keahlian yang harus dimiliki pengembang saat ini. Begini caranya:

Seberapa kompetitif industri analisis data saat ini? Apa permintaan untuk jenis profesional ini?

Mari kita bicara beberapa angka, laporan McKinsey yang dikutip secara luas menyatakan bahwa Amerika Serikat akan menghadapi kekurangan akut sekitar 1,5 juta profesional data pada 2018. Di India, yang muncul sebagai pusat analitik global, kekurangan profesional semacam itu bisa meningkat hingga 200.000. Di India saja, jumlah pekerjaan analitik mengalami peningkatan 120 persen dari Juni 2015 hingga Juni 2016. Jadi, kami jelas memiliki tantangan yang ditetapkan untuk kami. Tentu saja, karena kekurangan bakat yang akut, para profesional berbakat sangat diminati.

Tren apa yang Anda ikuti dalam industri analisis data saat ini? Mengapa Anda tertarik pada mereka?

Ada tiga tren utama yang harus kita waspadai:

Personalisasi

Saya pikir penggunaan data untuk membuat sistem yang dipersonalisasi adalah tren utama yang diadopsi dengan sangat cepat, secara menyeluruh. Sebagian besar layanan internet menghapus anonimitas pengguna online dan beralih ke perlakuan yang berbeda. Misalnya, rekomendasi kata saat Anda mengetik pesan atau rekomendasi tujuan saat menggunakan Uber.

Akhir dari Hukum Moore

Tren lain yang menarik untuk diwaspadai adalah bagaimana perusahaan menjadi semakin kreatif saat kita mencapai akhir Hukum Moore. Hukum Moore pada dasarnya menyatakan bahwa setiap dua tahun kita akan dapat memasukkan dua kali lipat jumlah transistor yang dapat ditampung dalam sebuah chip, dua tahun lalu. Karena undang-undang ini, kami telah melepaskan kekuatan penyimpanan dan pemrosesan data dalam jumlah besar, yang bertanggung jawab atas seluruh revolusi data. Tapi apa yang akan terjadi selanjutnya?

IoT

Tren lain yang harus diwaspadai, karena kemungkinan yang dibawanya. Munculnya sistem pintar yang dimungkinkan oleh penggabungan cloud, data besar, dan IoT (internet of things).

Keahlian apa yang penting untuk insinyur data saat ini? Apa yang perlu mereka ketahui agar tetap kompetitif?

Seorang ilmuwan data yang baik duduk di tumpang tindih yang langka dari tiga bidang:

Pengetahuan Domain

Ini membantu memahami dan menghargai nuansa masalah bisnis. Misalnya, perusahaan e-commerce ingin merekomendasikan produk pelengkap kepada pembelinya.

Pengetahuan Statistik

Pengetahuan statistik dan matematika membantu menginformasikan pengambilan keputusan berdasarkan data. Misalnya, seseorang dapat menggunakan analisis keranjang pasar untuk menghasilkan produk pelengkap untuk pembelian tertentu.

Pengetahuan Teknis

Ini membantu melakukan analisis kompleks dalam skala besar; seperti membuat sistem rekomendasi yang menunjukkan bahwa pembeli mungkin lebih suka juga membeli pena saat membeli buku catatan.
Bagaimana Anda Dapat Bertransisi ke Analisis Data?

Di luar keahlian teknis mereka, keterampilan lain apa yang harus dikembangkan oleh mereka yang berada dalam analitik data dan intelijen bisnis?

Pada akhirnya, ilmuwan data adalah pemecah masalah. Dan setiap masalah memiliki konteks, konten, dan cerita khusus di baliknya. Di sinilah menjadi sangat penting untuk mengikat semua faktor ini bersama-sama – menjadi narasi yang sama. Pada dasarnya semua profesional data harus menjadi pendongeng yang hebat.

Dalam hal ini, salah satu keterampilan utama yang harus dipertajam oleh analis adalah, meruntuhkan kompleksitas analitik untuk orang lain yang bekerja dengan mereka. Mereka dapat menghargai wawasan aktual yang diperoleh – dan bekerja menuju tujuan bisnis bersama.

Selain itu, yang tidak kalah pentingnya adalah membiasakan diri untuk terus belajar. Bahkan jika itu berarti bangun setiap pagi dan membaca apa yang relevan dan terkini di domain Anda.

Apa yang harus dilakukan para profesional ini agar tetap terdepan dalam tren dan inovasi di lapangan?

Profesional hari ini perlu terus meningkatkan keterampilan diri mereka sendiri dan bersedia untuk melupakan dan belajar kembali. Dunia kerja dan lanskap industri bidang teknologi berat seperti analisis data berubah setiap tahun. Satu-satunya cara untuk tetap menjadi yang terdepan, atau bahkan setara dengan tren ini, adalah berinvestasi dalam pembelajaran, mengambil proyek menarik yang relevan dengan industri, berpartisipasi dalam kompetisi seperti Kaggle , dll.

Seberapa pentingkah bimbingan dalam industri data? Siapa yang dapat dicari oleh para profesional untuk membantu memajukan karir dan keterampilan mereka?

Sangat penting. Mengingat begitu cepatnya domain ini muncul, kalangan akademisi dan perguruan tinggi secara umum belum berkesempatan untuk mengejar ketertinggalan tersebut. Oleh karena itu, satu-satunya cara untuk tetap relevan dengan industri sehubungan dengan domain ini adalah dengan memiliki pembelajaran khusus industri.

Ini hanya dapat dilakukan dengan dua cara – melalui studi kasus kehidupan nyata dan mentor yang bekerja/profesional senior dan berasal dari industri analisis data.
Faktanya, di UpGrad, ada banyak tekanan pada bimbingan industri untuk calon spesialis data. Ini merupakan tambahan dari sejumlah besar studi kasus dan proyek yang relevan dengan industri.

Dapatkan sertifikasi ilmu data dari Universitas top dunia. Pelajari Program PG Eksekutif, Program Sertifikat Tingkat Lanjut, atau Program Magister untuk mempercepat karier Anda.

Di mana tempat terbaik bagi para profesional data untuk menemukan mentor?

Meskipun penting bagi para profesional data pemula atau calon untuk memanfaatkan jaringan mereka untuk menemukan mentor yang tepat, memang sulit untuk melakukannya. Ada dua alasan utama yang bisa disalahkan untuk ini.

• Pertama, karena tahap baru lahir, industri ini, sangat sulit untuk menemukan seseorang dengan keahlian yang diperlukan untuk menjadi mentor.
• Bahkan jika Anda menemukan seseorang dengan pengalaman yang cukup di lapangan, tidak semua orang memiliki waktu dan keinginan untuk menjadi mentor yang efektif. Oleh karena itu kebanyakan orang tidak tahu ke mana harus pergi untuk dibimbing.

Di situlah platform seperti UpGrad masuk, yang memberi Anda pengalaman belajar yang kaya dan relevan dengan industri. Tidak ada tempat lain yang mungkin Anda dapatkan dari berbagai ikatan industri atau asosiasi untuk bimbingan dari para profesional yang sangat senior dan bereputasi.

Sumber daya apa yang harus digunakan oleh industri analitik data untuk memastikan mereka terdidik dan mengetahui perkembangan, tren, dan keterampilan?

Ada banyak. Sebagai permulaan, berikut adalah beberapa blog dan sumber daya yang bagus dan cukup menarik yang akan melayani calon analis data saat ini dengan baik untuk mengikuti Podcast seperti Data Skeptic, Freakonomics, Talking Machines, dan banyak lagi.

Wawancara ini awalnya diterbitkan di Data Insider.