Thread by @pacmannai

"Aku bukan dari background Science/Math/Engineering min, apakah aku bisa jadi Data Scientist?"

A THREAD

banyak banget nih yang suka nanya kayak gini ke mimin.

nah skrg mimin mau share aja nih interview bersama mas Rudi. Mas Rudi adalah seorang Data Scientist di Ula. Perusahaan FMCG distributor digital.

Dulu mimin sempet bikin thread ini jugaa, cuma mungkin buat followers2 mimin yg baru dateng kita mau nostalgia sedikit yaaah hahahha

Yuk kita simak ulasan interview nya!

Bagaimana sih journey nya mas Rudi yang datang dari jurusan non- STEM, dulu menjadi Mahasiswa manajemen di FE UI trus akhirnya menjadi Data Scientist?

Ternyata mas Rudi dulu waktu lagi bikin skripsi sempat diskusi dengan CEO Pacmann mas Adit, sebenarnya ada method yang lebih oke secara predictive power nya dibanding econometrics, namanya Machine Learning.

Disitulah saat orang2 skripsian nya pake SPSS, mas Adit challenge mas Rudi untuk menggunakan R. Waktu itu ngomongnya masih R belom python.

Walaupun ujung2 nya pas bikin skripsi pake Stata krn keburu sidang. Tp disitulah akhirnya yang membuat mas Rudi jadi senang diskusi dan mencari tahu lebih dalam lagi tentang data.

Dari ilmu social science yaitu studi manajemen yang mas Rudi tekuni dulu, apa sih skill dari ilmu manajemen yang masih kebawa sekarang di dunia kerja?

Kata mas Rudi, dulu temen2 nya sering nge joke “ngapain sih belajar susah-susah di bidang manajemen ujung2 nya jadi DS?”

Padahal kenyataannya, banyak bgt ilmu manajemen yang berguna untuk pekerjaan mas Rudi skrg. Ada apa aja tuh?

1. Mengetahui sisi bisnis nya. Krn sebagai data scientist penting bgt untuk solve real problems dari sebuah bisnis. Ilmu pemahaman ttg bisnis banyak mas rudi dapatkan di jaman kuliah dia.

Karena DS, machine learning, dan modelling itu implementasinya di banyak hal, kemungkinan domain knowledge yang bakal di eksplor itu banyak, bekal dari FE UI yang mas rudi dptkan adalah bisa beradaptasi di berbagai domain knowledge.

Di sini yang anak FE mana suaranyaaa?hahaha

2. Kalau dari sisi teknikalnya seperti matematika ekonomi bisnis, statistika, ekonometrika, dll.

Intinya adalah, untuk menjadi DS dibutuhkan pengertian terhadap business problem. Bukan cuma jago kaggle doang.

Kemudian, apakah ekonometrika, portfolio dll berguna untuk mempelajari data science dan machine learning?

Menurut mas rudi, pelajaran ekonometrika sangat membantu utk mempelajari data science. Terutama untuk mata kuliah pengantar sebelum ke peminatan.

Karena di situ banyak menggunakan modelling seperti portfolio, prediksi harga saham, atau pun skripsian.

Jadi mas Rudi dan mas Adit setuju ketertarikan akan data itu dimulai dari belajar ekonometrika, kemudian mendapat pengetahuan ttg bisnis semasa di FE UI, dan akhirnya terus mengembangkan pengetahuan di dunia data.

Apa saja skills matematis, modelling statistics yang dipelajari di finance?

Ekonometrika, statistika ekonomi, matematika bisnis, portfolio dll. Kalau untuk skill programming, mas Rudi memilih untuk belajar sendiri.

Nah kalau di Pacmann, kamu bakal diajarin dari basic bangett. Cuma butuh pengetahuan matematika dasar jaman SMA dan basic english, kita bakal tuntun kamu dr mulai belajar programming sampai machine learning.

Bisa cek di brosur kita bit.ly/brosurpacmannai

Workflow nya DS itu gimana ya?
Day to day activities mas Rudi adalah, pertama harus tau bisnis nya mau ngapain. Terus, problem nya apa. Penting juga untuk memutuskan apakah problem ini perlu di tackle dengan modelling atau engga. Karena ga semua problem itu solusinya modelling.

Untuk mengetahui hal itu, kita perlu diskusi dengan problem owner itu sendiri. Biasanya orang product. Pokoknya penting untuk DS maintain hubungan dengan tim bisnis.

Untuk perusahaan application based, bahkan se-simple perubahan fitur itu penting untuk para DS mengetahui akan itu.

Kemudian, mencari tahu data yang kita butuhkan itu seperti apa dan bagaimana cara mendapatkannya.

Lalu, dengan asumsi semua data nya sudah ada, kita bisa eksplorasi data nya seperti apa, kita crosscheck lagi dari hasil diskusi itu.

Karena sering dari tim bisnis nya ngomong A, ternyata di database nya tidak seperti itu. Banyak yang harus disinkronkan.

Setelah itu kita membuat sebuah hipotesis, baru dari situ model seharusnya sudah bisa dibuat.

Jadi konklusinya: Diskusi, eksplorasi dan modelling.

Learning path nya gimana?

Karena mas rudi belum mengerti programming, langkah awal yang mas rudi ambil adalah pengenalan tools.

Kemudian, belajar lebih dalam lagi untuk masing-masing algoritma itu seperti apa. Dalam proses ini, menurut mas Rudi yang sangat membantu adalah adanya kehadiran teman diskusi.

Akhirnya bisa jadi tahu hal yang selama ini kita kurang dan saling melengkapi. Maka dari itu, pacmann siap menjadi teman diskusi kamu! bit.ly/brosurpacmannai

Pengalaman mas Rudi rata2 dibawah 2 tahun, Apakah pekerjaan DS turnover nya tinggi?

Menurut mas rudi, hal itu balik ke individual nya bukan masalah dengan profesi nya. Kalau dari pengalaman mas rudi sendiri dia merasa ingin bisa belajar skill2 lainnya.

Nah kalau ini bukan sponsor, mas Rudi bilang di pacmann adalah salah satu tempat dimana mas rudi banyak belajar untuk jenjang karir nya, selain di pekerjaan mas Rudi sendiri dimana dia mulai eksplorasi ilmu nya lebih dalam lagi.

Buat kamu yang mungkin pengen bisa kayak mas Rudi, yuk daftar sekarang di sini bit.ly/WASalesPacmann

See you in our class!