Thread by @nmonarizqa

Menindaklanjuti 🧵yang satu ini, kayaknya masih pada bingung apa itu

1) Data Engineer
2) Data Analyst
3) Data Scientist
4) Machine Learning Engineer

Berikut akan aku coba menjabarkan satu-satu dengan contoh nyata, bukan analogi masak-masakan lagi

https://twitter.com/nmonarizqa/status/1345953591719182342

Jadi contoh kasusnya di sini adalah, aku pengen bikin sistem rekomendasi tentang traffic/transportasi. Tujuannya adalah gimana caranya kasih tahu orang kalo kantornya di A, rumahnya di B, kapan enaknya berangkat ngantor.

Pertama yang harus dilakukan banget adalah.... rumusin masalah sih wkwkw kebetulan aku udah tahu aku mau ngapain, yang adalah twit sebelumnya.

Tapi di banyak kasus, di banyak lembaga, blm punya tujuan mau ngapain dan itu bakalan lebih susah.

Jadi rumusin masalah adalah step 0

Studi kasus ini berdasar proyek kecil-kecilan yang aku pernah bikin di sini

medium.com/datasekitar/ja…

Jadi beberapa istilah akan aku ambil dari proyek ini juga

1) DATA ENGINEER

Di banyak kasus, data blm ada, sehingga penting banget untuk mengumpulkan data. Di banyak kasus juga, datanya udah ada, tinggal dikumpulin jadi satu, ditata, di-manage, disimpan dengan baik dan benar. Ini tugas data engineer.

Di kasus khusus aku ini, data engineer tugasnya ngumpulin data traffic, karena datanya blm ada. Kebetulan data traffic ini juga adanya real-time, jadi data engineer harus bisa mengautomatisasi pengambilan data biar akhirnya bisa cukup punya data untuk dianalisis.

Skillset untuk data engineer biasanya database system (kalo modern bisa Amazon S3, hadoop, etc), ETL, SQL, NoSQL, scripting

2) DATA ANALYST

Nah kalo udah ada datanya nih, data analyst bertugas mengeksplorasi, memilih dan merangkum data tsb. Penyajiannya biasanya berupa dashboard.

Di kasus khusus aku ini misalnya, data analyst akan berusaha melihat datanya seperti apa, dipetakan misalnya, dirata-rata, dkk

Data analyst ini sekarang paling lentur skupnya. Kalo data analyst ini sangat hands-on dengan pengambil kebijakan dan pengembangan bisnis, namanya bisa jadi business analyst, yang harus mikirin requirement business juga.

Skill yang diperlukan data analyst antara lain Excel, SQL, dashboard tools (PowerBI, Tableau, dkk), statistik deskriptif minimal.

Terus biasanya data analyst ini sering ketemu klien, stakeholder juga, jadi kemampuan komunikasi jadi skill yang penting juga

3) DATA SCIENTIST

Data scientist sering mengerjakan hal-hal yang dikerjakan data analyst juga, makanya sering ketuker juga. Tapi, data scientist kemudian mengambil satu langkah lebih dalam, yaitu dengan menggali hal-hal yang tidak obvious dari data dg menggunakan metode stats.

Di kasus spesifik traffic tadi, satu langkah lebih dalam yg aku lakukan adalah dengan menggunakan metode clustering untuk mencari tahu kalo tinggal di sebuah daerah X enaknya berangkat ngantor pagi jam berapa, pulang jam berapa

Data Scientist vs Data Analyst

Mengutip dari link berikut, perbedaan keduanya adalah

“A data scientist job roles involves estimating the unknown whilst a data analyst job roles involves looking at the known from new perspectives.”

dezyre.com/article/differ…

Skill yang dibutuhkan data saintis biasanya SQL, scripting (R, python), statistik, memahami metode machine learning, dan tidak jarang, storytelling karena bisa jadi penemuannya makjang kayak drama korea jadi harus bisa menjelaskan kenapa bisa mendapatkan kesimpulan tsb

4) MACHINE LEARNING ENGINEER

Machine learning engineer bertugas mengautomatisasi hal-hal yang dilakukan data scientist agar bisa diduplikasi dan scalable

Contoh nih, di kasus aku di atas, aku cuma asumsikan semua orang kerja di Senayan, kan padahal engga. Nah machine learning engineer ini nanti tugasnya mengemas proses analisisku yang sekarang cuma satu tempat ini biar bisa jadi buat banyak tempat...

...sedemikian hingga kalo aku pengen bikin web/aplikasi di mana inputnya tinggal di A kerja di B, udah otomatis rekomendasi berangkat kerja dan pulang kerjanya jam berapa. Aku nggak harus manual bikin satu-satu.

ML engineer ini masih jarang padahal banyak dibutuhkan, apalagi di perusahaan besar.

Skillsetnya antara lain software engineering, pemahaman terhadap statistik, dan metode machine learning

Selain kerjaan2 di atas, ada banyak kerjaan lain terkait dengan data, misalnya decision scientist/statistician, tugasnya ngerjain banyak eksperimen A/B test untuk membuat keputusan. Kalo ga ada decision scientistnya, biasanya dilakukan data scientist juga

https://twitter.com/nmonarizqa/status/1351743058686009344?s=20

Demikianlah. Hal di atas berdasar pengamatan terkini dan bisa beda/berubah juga karena dunia data cepet berubahnya.

Kalo temen-temen punya role di atas, share juga dong apakah sehari-hari jobdesnya biasa seperti itu?? 🤪👀

Been there done that :)))))

https://twitter.com/kafey/status/1355678584765968384?s=20

Iya, jangan kaget juga kalo ada role "data scientist" tapi ngerjain semuanya, karena semua sesuai skup proyeknya seperti apa dan level maturitas perusahannya

Tapi sebagai orang yang been there done that ini, kalo merasa *dimanfaatkan* karena jobdesnya kebanyakan dan skupnya udah kegedean, saran aku segera komunikasikan dengan bos bahwa hal tsb harusnya dikerjain oleh role lain misalnya. Kalo ga bisa overworked dan itu ga enak :(

Ada yang sebut ML engineer sebagai AI engineer juga

https://twitter.com/ciiidh/status/1355682070052429824?s=20

Ada grafik menarik, cuman sepengalamanku ML engineer ga cuma ngerjain AI & deep learning aja, simple ML, automasi labeling, bisa juga jadi kerjaan ML engineer kalo butuh jadi scalable.

https://twitter.com/Gilangarisptr/status/1355744078013505536?s=19

Business Intelligence masuk keluarga data analyst, perannya mengintepretasikan data yg sudah ada dan disesuaikan dengan tujuan bisnis, misal KPI, dll

https://twitter.com/ruberuby_/status/1355743663331049474?s=19