.webp)
Di tengah kompetisi bisnis yang ketat, data tak ubahnya harta karun bagi perusahaan yang ingin memenangi persaingan pasar. Perusahaan yang menjalankan bisnis dengan berbasis data (data-driven) terbukti selalu menjadi yang terdepan. Tidak heran kalau profesi yang terkait data semakin dibutuhkan.
Apalagi di masa transformasi digital sekarang, hanya perusahaan yang berbasis data yang sanggup bertahan dan bersaing. Karena itu, Data Engineer, Data Scientist, dan Data Analyst menjadi profesi yang diidamkan banyak anak muda.
SCROLL TO CONTINUE WITH CONTENT
Tiga profesi ini memang berhubungan dengan pengelolaan data secara langsung. Tapi, masing-masing memiliki tanggung jawab dan kebutuhan kompetensi yang berbeda. Namun, meski ada perbedaan, ketiganya saling berhubungan dan terkait. Karena itu, peminat tiga profesi ini makin hari terus bertambah. Peluang kerja di bidang ini juga tidak pernah habis karena dibutuhkan perusahaan dalam berbagai skala, mulai dari startup hingga kelas enterprise. Apalagi gaji yang ditawarkan cukup menggiurkan.
Agar tidak salah memahami, ada baiknya detikers mengenali tugas, tanggung jawab, kompetensi dan skill yang dibutuhkan untuk masing-masing profesi ini.
Data Engineer
Seorang Data Engineer bertugas mengembangkan dan membuat desain arsitektur manajemen data serta memonitor infrastruktur data di dalam perusahaan. Dia mengelola jalur data dalam jumlah besar dan memastikan semua data dapat dihimpun dan diambil secara efisien ketika dibutuhkan. Data dalam jumlah besar (big data) yang diambil harus dibersihkan dan diproses sebelum digunakan oleh Data Scientist atau Data Analist untuk menyelesaikan pekerjaannya. Dia harus memastikan data yang diproses hasilnya baik supaya dapat digunakan.
Dari sini tergambar tugasnya adalah mencari bahan baku data. Ibarat sebuah produk dari kulit, dia bertugas mencari bahan baku kulit dari berbagai sumber. Kemudian, memilah, menyortir, mengurai, mengevaluasi, dan membersihkan hingga jadi kulit bersih agar dapat digunakan oleh desainer yang akan mengubahnya menjadi tas, sepatu, jaket, dan lain-lain.
Data Engineer membutuhkan kompetensi di bidang programming, big data, matematika, SQL, Database, ETL Tools, Pipeline, Shell Script dan Basic Programming. Program yang digunakan antar alain NoSQL, Hadoop, dan Phyton.
Data Scientist
Seorang Data Scientist bertugas mengolah dan memproses data besar yang sudah didapatkan dari Data Engineer untuk dibuatkan kesimpulan yang mudah dicerna dan diterima semua pihak dengan mudah. Dalam prakteknya, Data Scientist juga dituntut mencari peluang bisnis terbaru dari data yang ada untuk perkembangan perusahaan atau organisasi. Karena itu, Data Scientist sering ditanya jumlah user, kemungkinan model bisnis baru atau produk baru yang dibutuhkan.
Jika dianalogikan pada produk dari kulit tadi, Data Scientist sudah mendapatkan jenis kulit yang cocok untuk jenis produk tertentu. Tidak menutup kemungkinan, ada peluang membuat produk baru dari bahan yang didapatkan. Karena itu, Data Scientist biasa terlibat dalam perencanaan stratejik perusahaan.
Data Scientist harus mengoptimalkan Machinece Learning, Deep Learning, Data Mining, data programming tingkat lanjut, dan lain-lain. Dia harus menguasi bidang analisis dan statistik, pengambilan keputusan, komunikasi dan soft-skills lainnya.
Data Analyst
Data Analyst tugasnya menarik yakni mengolah data, merancang insigth, membuat kesimpulan, melakukan visualisasi data yang didapatkan dari Data Engineer. Hasil pekerjaan Data Analyst biasanya dibutuhkan oleh perusahaan untuk pertimbangan pengambilan keputusan. Salah satu yang paling ditunggu dari analisanya adalah potensi perusahaan berkembang di masa depan dan peluang bisnis apa saja yang bisa digarap perusahaan ke depan.
Dalam analogi produk dari kulit di atas, Dana Analyst menjelaskan bagaimana hasil penilaian bahan baku kulit yang dilakukan oleh Data Engineer. Tidak hanya memberikan penilaian, tapi juga menjelaskan kondisi bahan baku saat ini sehingga semua pihak di perusahaan memiliki gambaran tentang kualitas dan kesesuaian bahan baku kulit dengan produk yang akan dibuat.
Karena dekat dengan kebutuhan bisnis secara langsung, Data Analyst harus memahami benar program seperti Excel, Google Analytics, Tableau, dan SQL. Kemampuan membuat visualisasi dengan grafik sangat dibutuhkan. Karena itu, dia perlu menguasasi tools untuk membuat grafik yang menarik dan mudah dipahami.
Jadi, sudah kelihatan kan perbedaan tugas dan kompetensi yang dibutuhkan untuk masing-masing profesi yang berhubungan langsung dengan data ini?
Arif Firmansyah
Penulis adalah pelaku bisnis digital dan bergiat di Makers Institute
*Artikel ini merupakan kiriman pembaca detikcom. Seluruh isi artikel menjadi tanggungjawab penulis. --Terimakasih (Redaksi)
(erd/erd)
