Pengenalan Data Engineering vs Data Science vs Data Analytics

Pengenalan Data Engineering vs Data Science vs Data Analytics

Bagi Anda para enthusiast data tentu tidak asing dengan istilah Data Engineers, Data Scientist, dan Data Analysts. Ya, tentu ketiga istilah tersebut hampir mirip dalam bidang data, bahkan sampai sekarang mungkin kita masih keliru membedakannya.

Data Engineers: orang yang mempunyai keahlian-, sedangkan Data Engineering: bidang ilmunya-

Data Analysts: orang yang mempunyai keahlian-, sedangkan Data Analytics: bidang ilmunya-

Data Scientist: orang yang mempunyai keahlian-, sedangkan Data Science: bidang ilmunya-

Mengutip artikel dari European Leadership University (ELU), memberikan gambaran berbeda untuk mendefinisikan the sexiest job di atas dan tentu perbedaan skills yang dibutuhkan.

#

Data Engineers

Data Engineers: didefinisikan sebagai seseorang yang memiliki keahlian untuk memproses data yang besar (ukuran data besar mungkin relatif, dalam satuan GB, TB, atau jutaan, milyaran baris data). Bertanggung jawab atas permintaan data dari data scientist, sehingga sebelumnya data sudah dibersihkan dan distandarisasi sesuai dengan kebutuhan.

Skills yang dibutuhkan sebagai Data Engineers tentu utamanya adalah Big Data dengan segala tools-nya seperti Hadoop, HBase, Hive, Pig, Kafka, Zookeeper, Sqoop, NoSQL, dan lainnya.

#

Data Analysts

Data Analysts: didefinisikan sebagai seseorang yang mempunyai keahlian untuk merepresentasikan suatu query ke dalam bentuk visual diagram yang mudah dipahami. Bentuk diagram dapat direpresentasikan berupa diagram batang, diagram garis, diagram pie, diagram scatter, dan diagram area.

Skill utama yang dibutuhkan untuk menjadi Data Analysts adalah:

Statistika: kemampuan memahami distribusi data dan merepresentasikan data ke dalam diagram.

Komunikasi: kemampuan menerjemahkan, menyampaikan dan memberi pemahaman kondisi data kepada rekan kerja atau tim yang lain.

Pengetahuan bisnis: kemampuan mengkombinasikan antara pengolahan data dengan pengetahuan proses bisnis yang dapat diekstrak menjadi informasi berguna bagi perusahaan.

Tools yang perlu dikuasai oleh Data Analysts antara lain Ms.Excel, Tableau, Metabase, SQL Server, dan Power BI.

#

Data Scientist

Data Scientist: didefinisikan sebagai seseorang yang mempunyai keahlian untuk mengolah data dalam jumlah besar, tidak hanya sebatas dari query data saja, namun mampu membuat pemodelan prediktif yang sering dikaitkan penggunaan algoritma machine learning yang mampu menemukan pola-pola tertentu dan mengekstrak seluruh ‘pengetahuan tersembunyi’.

Skill utama yang dibutuhkan untuk menjadi Data Scientist adalah:

Matematika: kemampuan ini menjadi harga mutlak bagi seorang data scientist, karena ia dihadapkan dengan formula di dalam algoritma yang digunakannya, terlebih jika dihadapkan pengembangan algoritma.

Programming: kemampuan menggunakan bahasa pemrograman, saat ini Data Scientist dimudahkan dengan adanya bahasa pemrograman Python dan R. Python dan R memberikan kemudahan programmer menggunakan package dan library yang sudah disediakannya. Jika Anda familiar dengan algoritma dalam machine learning, library yang dapat dipanggil dalam python salah satunya seperti scikit-learn yang berisi berbagai metode normalisasi, seleksi, klasifikasi, klasteriasi, dan lainnya.

Komunikasi: kemampuan untuk menyampaikan temuan apa saja yang sudah berhasil di-generate oleh sistem yang dikembangkan oleh data scientist. Seharusnya, hasil temuan informasi dan pengetahuan tersembunyi tersebut mampu dan mudah dibaca oleh end user, terlebih atasan kita.

Tools yang perlu dikuasai oleh Data Scientist antara lain Python, R, SQL

Untuk menambah pengetahuan dan informasi Anda terkait 3 Sexiest Job di Revolusi Industri 4.0 ini, penulis menyediakan free pdf di bawah ini. Selamat mempelajari.

278 total views, 1 views today

Be Sociable, Share!

Leave a Reply

Your email address will not be published. Required fields are marked *