fbpx

Pentingnya Belajar Data Science menurut Head of Data Scientist OVO

By Safa   |   January 6, 2020

Pentingnya Belajar Data Acience menuurut Head of Data Scientist OVO

Resmi diluncurkan pada bulan Maret 2017, OVO merupakan aplikasi mobile yang memudahkan pengguna dalam melakukan transaksi pembayaran. Pada pertengahan tahun 2019, OVO telah sukses mendapatkan 115 juta pengguna. Jumlah pengguna yang fantastis ini tentunya mendorong perusahaan untuk terus berinovasi agar dapat memberikan pengalaman yang lebih baik lagi bagi para penggunanya. Salah satu inovasinya di tahun 2019 adalah meluncurkan OVO paylater untuk menambah kapasitas layanan finansal mereka. Tentunya inovasi-inovasi tersebut tidak terlepas dari peran penting Data Scientist di dalamnya. Arditto Trianggada – Head of Data Scientist OVO dalam bidang Financial Service menjawab pentingnya belajar data science dan memiliki kemampuan pengolahan data. Selain itu, ia juga menceritakan pengalaman pribadinya selama menjadi seorang Data Scientist dan memberikan tips untuk mendorong pemula berani belajar data science.

Bagaimana perjalanan karir Anda hingga akhirnya bisa menjadi seorang Data Scientist?

Background pendidikan saya sebelumnya Teknik Elektro dan setelah lulus kuliah saya bekerja sebagai electrical engineering. Kemudian setelah kurang lebih setahun bekerja, saya melihat potensi di bidang data science dan era big data pun semakin berkembang terutama di Indonesia. Saya juga memiliki keyakinan yang tinggi bahwa Data Scientist dan big data akan menjadi sesuatu yang sangat dibutuhkan. Dari situlah saya menyadari pentingnya belajar data science dan akhirnya tertarik untuk terjun ke dunia data science.

Sebelum terjun menjadi Data Scientist, hal penting apa saja yang harus dipelajari?

Salah satu yang terpenting adalah analytical thinking dan konsep-konsep dasar terkait machine learning, statistik, beserta turunannya. Tidak kalah penting pula kemampuan mengolah data berskala besar karena memang problem yang ada di industri adalah pengolahan data berskala besar. Sehingga dapat saya rangkum, kemampuan yang harus dimiliki adalah kemampuan teknis (machine learning dan statistik) serta kemampuan pengolahan data. Namun, akan menjadi nilai tambah jika bisa memiliki kemampuan business acumen yang sangat tinggi. Hal tersebut tentunya akan membantu rekan-rekan bisnis atau klien kita agar dapat mengetahui keputusan apa yang akan diambil serta implementasi dari hasil pengolahan data itu sendiri.

Apa saja tantangan untuk menjadi seorang Data Scientist?

Dari pengalaman saya yang sebelumnya pernah bekerja di Startup hingga BUMN, tantangannya tentu berbeda-beda. Untuk Startup sendiri tantangannya adalah bagaimana kita bisa meyakinkan stakeholder kita. Data Scientist sendiri mampu memberikan impact kepada bisnis karena impact-nya tidak hanya konseptual belaka tetapi bisa dijustifikasi dengan angka, profit and loss, atau metrics yang bisa ditingkatkan. Itulah menurut saya tantangan terbesarnya, yaitu bagaimana kita bisa menjustifikasi output yang telah kita kembangkan melalui data science itu sendiri. 

Mengapa data science sangat dibutuhkan oleh perusahaan?

Dunia digital menuntut perusahaan untuk keep up dengan perubahan. Dunia digital sendiri juga sangat erat kaitannya dengan customer centric karena semua orang sangat mudah untuk membuat usaha. Semakin mudahnya usaha, semakin banyak pula persaingannya. Untuk itulah kita semakin bersaing untuk menjadi orang pertama who can touch customer’s preference dan mampu menyenangkan customer seefektif mungkin. Misalnya seperti Netflix atau Spotify, biasanya mereka tau dan akan merekomendasikan hal-hal yang kita suka. Atau misalnya aplikasi pemesanan makanan online yang juga merekomendasikan makanan-makanan yang kita suka. Tak jarang mereka lebih tau apa yang kita suka dibanding keluarga kita sendiri. Untuk itulah pentingnya belajar data science dan seorang Data Scientist jadi dibutuhkan di perusahaan.

Persaingan yang ketat dalam industri Anda, bagaimana peran Anda di dalam perusahaan untuk mengatasinya?

Data Scientist berperan dalam memberikan insight atau rekomendasi yang kira-kira relevan dengan keputusan yang harus diambil oleh perusahaan. Namun, hal yang perlu dipahami adalah bahwa ketika Data Scientist bekerja, ada kafeat-kafeat yang harus diinformasikan ke pengguna serta stakeholder-nya. Jadi, bukan berarti Data Scientist yang menjadi pengambil keputusan, kita memberikan rekomendasi sehingga pada akhirnya decision maker bisa tau decision apa yang bisa diambil. 

Project data science apa yang paling menarik yang pernah Anda kerjakan?

Project data science paling menarik menurut saya adalah Deteksi Fraud untuk transaksi electronic channel di bank. Pada tahun 2018 banyak sekali fraud yang terjadi di bank tersebut hingga sempat ter-expose di media. Karena berkaitan dengan reputasi, para atasan pun meminta kami untuk menyelesaikan project ini secepatnya. Bisa dikatakan ini adalah project Roro Jonggrang, ngoding satu malam begadang hingga jam 3 malam. Dan yang menariknya lagi kita melakukan coding di ruang direksi. Keesokan paginya jam 7 pagi, saya harus presentasi di depan direksi dan dewan komisaris. Pelajaran yang bisa diambil adalah be accountable as much as possible karena seorang Data Scientist mempunyai kemampuan untuk memecahkan suatu masalah dari sisi analisa data.

Berikan tips untuk mendorong teman-teman di luar sana yang masih ragu belajar data science, mengingat pentingnya belajar data science sekarang ini

Satu hal, data science adalah set of skills. Penting bagi kalian untuk memahami skills data science tetapi bukan berarti kalian harus menjadi seorang Data Scientist. Skill data science akan membantu karier teman-teman kedepannya karena akan membuat pekerjaan menjadi lebih efektif. Contohnya ketika pengolahan data. Ketika saya bekerja di bank, untuk wrangling data itu kami menggunakan tools yang sudah automated seperti Python, Pandas, atau Spark. Menurut saya, semua orang bisa mempelajari tools tersebut. 

Hal tersebut sangat bisa mengefektifkan pekerjaan teman-teman, yang biasanya membersihkan data di Excel menggunakan SPSS secara satu persatu, kita bisa menggunakan tools data science yang bisa langsung membersihkan keseluruhan baris. Pekerjaan lebih efektif, produktivitas meningkat, KPI lebih tercapai, karir pun akan semakin meningkat.  Yang terpenting lainnya adalah jangan hanya fokus ke hard skill-nya saja, tetapi juga harus punya ownership di bidang bisnis, yaitu bagaimana cara mengkomunikasikan dan menjustifikasi data yang sudah ditemukan. 

Nah, udah jelas kan pentingnya belajar data science dan memiliki skills tersebut sangatlah dibutuhkan. Yuk, mulai belajar data science sekarang. Kalian bisa memulainya dengan nonton konten-konten di Youtube Algoritma juga lho.