Thread by @pacmannai

Siapa bilang Data Scientist cuma butuh ngasah technical skill?🙇👨‍💼
Jangan tinggalin soft skill dong!
.
.
.
A thread

“Hard Skill--or Technical Skill--make you qualified for the job, but soft skill will make or break your career.” Pernah denger quotes semacam itu?

Kalau kamu search di google, kamu bisa nemuin banyak quotes-quotes tentang softskill dengan kalimat yang beragam. Tapi semua quotes itu punya inti yang sama: pentingnya soft skill dalam karir.

Kamu mungkin juga udah sadar, sih, gimana pentingnya soft skill (plis, min, Pacmann bahkan punya ‘moments’ khusus Soft Skill!) Tapi hari ini mimin mau bahas sekilas tentang skill-skill yang dibutuhkan seorang Data Scientist.

Jadi kalau kamu mau baca bahasan yang lebih mendalam soal skill-skill ini, kamu bisa cek thread-thread yang ada di Moments ini: bit.ly/ThreadSoftSkil… 😎

Tapi kalo kamu lagi in rush, di tengah-tengah kesuntukan WFH dan pengen baca sebuah ringkasan, Here we go.

So, sebelum masuk ke list skillnya, kita mulai dengan menyamakan persepsi tentang soft skill. Menurut kamu, apa sih definisi soft skill?

Supaya kita searah nih, kita pake definisinya investopedia.com:

‘Kenapa sih min ini penting sampai sering banget jadi topik?’ Masih linear sama quotes yang mimin tulis di awal thread tadi. Dalam dunia kerja kan, kita nggak mungkin kerja sendiri dong.

Se-individu apapun pekerjaan, misal buka usaha menjahit (kan bisa dilakuin sendiri tuh), tetep dong bakal kontak sama orang ketika jual-beli. Nah kalo soft skill kita nggak bagus, orang pasti males buat berhubungan sama kita.

‘Terus apa aja min, soft skill yang dibutuhin Data Scientist?’ Dari hasil rangkuman mimin, seenggaknya ada 4 soft skills yang esensial.

(1) Intellectual Curiosity Yep, kamu harus punya rasa penasaran!

Kerjaan Data Scientist bakal selalu berkaitan sama data, obviously. Tapi kadang, data nggak serta merta memberikan gambaran nyata. Misal, kamu punya data set yang sebenernya nggak terlalu seimbang. Ada 1 variabel yang lebih mendominasi.

Tapi ketika kamu mencoba membentuk data set itu ke sebuah model, hasil menunjukkan model kamu punya tingkat prediksi yang sangat tinggi. Padahal nyatanya nggak gitu. Kalo kamu Data Scientist yang punya rasa penasaran dan sikap skeptis

in a good way ya, kamu bakal senantiasa nanya dan melihat lebih detail. Hasilnya, kasus kayak contoh barusan bisa terhindari. Rasa penasaran ini juga diterapin dalam mempelajari hal baru.

Data sains ini kan bidang yang berkembang dengan pesat, ya. Banyak inovasi-inovasi yang muncul tiap tahunnya. Kalo seorang data scientist nggak punya rasa penasaran, besar kemungkinan dia bakal ketinggalan dan stuck disitu-situ aja.

Anyway, curiosity ini berkaitan erat sama Critical Thinking. Pacmann punya thread khusus tentang Critical Thinking yang bisa kamu baca disini:

https://twitter.com/pacmannai/status/1376761137379733505

(2) Business Sense. Buat Data Scientist yang kerja di perusahaan (bukan akademisi), skill ini crucial.

Data Scientist yang ada di perusahaan punya fungsi untuk bantu mencapai tujuan bisnis lewat data. Kalau data scientist nggak paham apa tujuan bisnis yang mau dicapai, bisa-bisa hasil analisisnya malah jadi nggak kepake karena nggak sesuai.

Oleh karena itu, Data Scientist wajib banget hukumnya buat memahami industri bisnis tempat dia kerja--nggak usah jago--dan bisa ngebedain mana masalah yang bisa diselesaikan lewat Data Sains, mana yang nggak.

Terus, bakal jadi hal yang bagus juga buat mengukur keberhasilan hasil kerja lewat term bisnis. Semacam ‘seberapa besar analisis ini berpengaruh sama keuntungan perusahaan?’ gitu.

(3) Teamwork. Data Sains tuh sebenernya bentuk olahraga tim.

Mungkin kamu pernah ikutan kompetisi sendirian dan sukses. Tapi di dunia riil, masalah bisa lebih kompleks dan butuh banyak kepala dan kemampuan yang beragam buat nyelesainnya. Makanya, kebanyakan Data Scientist bakal kerja dalam tim.

Kalo seorang data scientist nggak punya keinginan buat kerjasama bareng timnya, bisa berabe. Bukannya masalah selesai, malah muncul masalah baru.

(4) Communication. Data itu cuma sekedar angka-angka ketika nggak dikomunikasikan dengan baik.

Ada cerita, seorang konsultan pernah dengerin keluhan dari data scientist dan eksekutif suatu perusahaan. Data scientistnya ngeluh, ‘Ini hasil analisis kita penting banget loh! Kok disepelein dan malah diminta jawaban hal-hal lain sih?’

Eksekutifnya ngeluh, ‘investasi di data sainsnya udah gede banget, kok hasilnya nggak ngasih jawaban yang kita pengen sih?’ Keliatan nggak, masalahnya ada dimana? Komunikasi.

Entah itu komunikasi di awal ketika defining problemnya, atau komunikasi di akhir ketika pemaparan hasil kerja data scientistnya. Ada sesuatu yang nggak match disana, ada miskomunikasi.

Seorang Data Scientist yang baik mesti punya kemampuan translating, allias menerjemahkan bahasa technical ke non technical (ketika menjelaskan hasil analisis) maupun sebaliknya (ketika dapet permintaan penyelesaian masalah).

Plus, data scientist itu bisa dibilang sebagai storyteller dari data yang ia pegang, jadi, udah pasti skill komunikasi ini wajib banget hukumnya untuk dikuasaiin. Kabar gembiranya adalahh, Pacmann ngadaiin webinar nih tentang komunikasi!🥳🥳

Daripada bingung mau ngomong / jelasin apa ke atasan, mending belajar tips n trik komunikasi untuk engineer di FREE Webinar Series nya Pacmann.AI! Jangan sampai kelewatan yaa, segera daftarin diri kamu sekarang juga di bit.ly/PendaftaranPac…

Jangan lupa ikutan ya! Biar karir kamu semakin melejit 🤩🤩🤩 Sampai jumpa di thread selanjutnya 😎👋🏼

Referensi:
kdnuggets.com/2018/05/simpli…
towardsdatascience.com/soft-skills-fo…
hbr.org/2019/01/data-s…