Pengalaman gue jadi Data Scientist 7 tahunan ini, permasalahan paling sulit itu bukan data, atau algoritma, bukan juga model accuracy.
Permasalahan paling sulit adalah membuat orang bisnis paham limitasi dari model, memahami fungsi model dan membuat mereka skeptis dengan sehat atas kemampuan model.
Deployment juga tidak susah. Yang susah adalah perubahan prioritas dari manajemen dalam modeling. Model sering dijadikan gimmick oleh perusahaan menjadi "data driven" atau "AI company".
Mereka sering tidak peduli dengan hasilnya.
Mereka sering tidak peduli dengan hasilnya.
Pernah sebuah model sudah jadi dan sudah dideploy selama 6 bulan. Manajemen sudah diingatkan setiap scrum bahwa modelnya sudah selesai.
Ternyata orang-orang bisnis ini lebih senang pakai "sistem mereka" yang pakai if-else saja dan membuat klaim sistemnya akurat.
Ternyata orang-orang bisnis ini lebih senang pakai "sistem mereka" yang pakai if-else saja dan membuat klaim sistemnya akurat.
Ketidakmampuan dan ketidakpahaman orang bisnis/manajemen dalam memahami data sangatlah berpengaruh dari penggunaan model data sciences di perusahaan.
Pernah gue buat analisa sederhana scatterplot 2 variabel, namun manajemen ngomongin variabel di luar 2 variabel ini.
Pernah gue buat analisa sederhana scatterplot 2 variabel, namun manajemen ngomongin variabel di luar 2 variabel ini.
Emang paling bener kita ternak lele aja dibanding jadi Data Scientist.
• • •
Missing some Tweet in this thread? You can try to
force a refresh
