Berikut ini adalah terjemahan dari artikel oleh Genevieve Hayes, seorang Ilmuwan Data dengan pengalaman 15 tahun. Penulis berbicara tentang keterampilan apa yang harus dikembangkan untuk secara signifikan meningkatkan peluang menemukan pekerjaan di Ilmu Data. Untuk mengidentifikasi keterampilan-keterampilan ini, ia menganalisis 100 lowongan pekerjaan oleh majikan dari Australia, Kanada, Inggris, dan Amerika Serikat.
Sebelumnya, untuk mendapatkan pekerjaan di Ilmu Data, ada cukup keterampilan pemrograman dasar dalam R atau Python dan pengetahuan di bidang pembelajaran mesin yang diperoleh di MOOC (kursus online terbuka massal).
Bagaimanapun, saya mendengarnya. Saya tidak beruntung masuk ke bidang Ilmu Data pada tahap awal.
Saya pertama kali mendengar tentang Ilmu Data pada 2015, hampir tiga tahun setelah Thomas H. Davenport dan J. D. Patil menyebut Data Scientist "profesi paling menarik di abad ke-21."
Saat itu, persaingan di lapangan sudah sengit. Saya pikir sejak itu hanya meningkat. Minat dalam profesi ini tumbuh setiap tahun, dan banyak universitas menawarkan gelar master dalam Ilmu Data dan Analisis.
Anda juga dapat mengatakan dengan yakin bahwa agar resume Anda menonjol dari keramaian, tidak cukup hanya mengikuti kursus Ilmu Data dari Coursera.
Jadi, jika Anda sudah menjadi programmer tingkat "dewa" dan telah menyelesaikan begitu banyak kursus pembelajaran mesin sehingga Anda melihat "Hutan Acak" dan jaringan saraf pada malam hari, maka keterampilan apa yang perlu Anda kerjakan untuk masuk ke lingkup Data Sains? Dan ketika Anda sampai di sana, ke arah mana untuk berkembang lebih lanjut?
Kenapa kita tidak bertanya pada majikan?
Keterampilan Paling Penting untuk Profesional Ilmu Data
Untuk mengetahui apa yang diharapkan pengusaha dari spesialis Ilmu Data, saya melihat 100 pekerjaan di bidang ini. Semuanya dipasang di LinkedIn dari 22 April hingga 5 Mei 2019 dan milik perusahaan dari Australia, Kanada, Inggris, dan Amerika Serikat.
Saat memilih pengumuman lowongan, jenis perusahaan perekrutan, ukuran, industri, dan tingkat jabatan mereka diperhitungkan. Hanya peran manajerial yang tidak dimasukkan dalam seleksi.
Dari iklan ini, saya memilih keterampilan yang diindikasikan sebagai kriteria seleksi atau deskripsi pekerjaan, dan mengidentifikasi 20 keterampilan yang paling dicari dari spesialis Ilmu Data (tidak termasuk pengetahuan tentang bahasa pemrograman dan teknologi).
Inilah mereka:
Keterampilan ini dapat dibagi menjadi tiga kategori:
- Pemodelan dan statistik : termasuk pembelajaran mesin, pemodelan statistik, dan penyebaran model.
- Dan rekayasa data dan pemrograman : termasuk pemrosesan data primer, bekerja dengan database dan komputasi terdistribusi (jika bahasa pemrograman dimasukkan dalam analisis, saya juga akan menunjukkan mereka dalam kategori ini).
- Kemasyarakatan dan profesionalisme : mencakup pengetahuan profesional yang mendalam, kemampuan menganalisis data, mengelola, dan mengajar karyawan junior.
Berdasarkan hal di atas, enam keterampilan dapat diidentifikasi yang layak dikembangkan untuk secara signifikan meningkatkan peluang menemukan pekerjaan:
Pemodelan dan Statistik- Pemodelan statistik
- Penerapan Model
Rekayasa data- Bekerja dengan basis data
Kemasyarakatan dan profesionalisme- Memberikan informasi tentang hasil analisis data
- Kepemimpinan dan bimbingan
- Kemasyarakatan
(Jika Anda ingin mempelajari lebih lanjut tentang mengapa keterampilan ini penting dan apa yang dapat Anda lakukan untuk mengembangkannya, lihat posting ini:
Cara Menjadi Universal dalam Ilmu Data .)
Keterampilan apa yang harus saya pelajari terlebih dahulu?
Dari 100 lowongan yang ditemukan di bidang Ilmu Data, 15 milik posisi entry level (Junior, Intern, untuk "lulusan", dll), 44 milik spesialis tingkat menengah dan 41 untuk spesialis tingkat tinggi (Senior, Kepala Sekolah, Pimpinan dan dll.)
Tabel di bawah ini menunjukkan persentase iklan pekerjaan yang menyebutkan masing-masing dari enam keterampilan yang ditentukan sebelumnya, bersama dengan peringkat masing-masing keterampilan.
Di semua tingkat pekerjaan, “keterampilan presentasi dan komunikasi” merupakan salah satu dari dua keterampilan yang paling banyak diminta di kalangan pengusaha. Selain itu, keterampilan komunikasi, seperti "menjelaskan konsep teknis audiensi dengan pemikiran kemanusiaan" dan "bekerja dengan klien / pemangku kepentingan", menjadi semakin penting ketika pengalaman kerja meningkat.
Karena itu, jika Anda harus memilih satu keterampilan, pengembangan yang perlu dikerjakan, kemampuan bersosialisasi akan menjadi pilihan yang tepat.
Tetapi mengapa hanya memikirkan satu saja?
"Pemodelan statistik / analisis statistik" juga di antara tiga keterampilan teratas di semua tingkat pekerjaan, yang menunjukkan pentingnya pengembangan mereka. Ini sangat penting bagi para profesional di tahap awal karir.
Ketika berpindah dari pos entry-level ke level yang lebih tinggi, harus diingat bahwa persentase lowongan di mana "pemodelan statistik / analisis statistik" disebut sebagai keterampilan yang diinginkan meningkat dari 53,3% menjadi 86,4%.
Mereka yang berencana mengambil posisi lebih tinggi, penting untuk memperhatikan pengembangan keterampilan kepemimpinan dan bimbingan. Asalkan keterampilan statistik sudah dikembangkan.
Sementara hanya 6,7% dari posting entry-level di bidang Ilmu Data membutuhkan keterampilan kepemimpinan / mentoring, di posting yang lebih tinggi mereka sudah diperlukan dalam 58,5% kasus (peningkatan 873%), yang menempatkan mereka di tempat kelima dalam permintaan .
Kesimpulannya
Butuh beberapa waktu untuk mengasah semua keterampilan di atas, tetapi seharusnya begitu. Jika Anda bisa menguasai semua pengetahuan yang dibutuhkan di lapangan selama akhir pekan, apakah Anda ingin mencurahkan tahun hidup Anda untuk pekerjaan ini?
Namun, dengan berfokus hanya pada satu atau dua keterampilan pada satu waktu dan mengabdikan mereka hanya beberapa jam seminggu, Anda akan memperoleh serangkaian keterampilan yang diminta yang akan membantu Anda menonjol dari kerumunan dan meningkatkan peluang Anda untuk pertumbuhan karir atau mendapatkan pekerjaan yang Anda inginkan di bidang Ilmu Data.
Jadi, keterampilan apa yang akan Anda kuasai sejak awal?