fbpx

Wanita Dalam Dunia Data

By: Tommy Wijaya   |   January 26th,2018

wanita dalam data

Mungkin saat ini kalian sedang bekerja dalam sebuah perusahaan yang menggarap bidang teknologi atau data, lihatlah sekeliling kalian; berapa banyak wanita yang bekerja di bidang data? Bukanlah suatu hal yang mengejutkan jika jumlahnya tidak banyak dibandingkan dengan jumlah pria. Sudah menjadi sebuah “stereotype” bahwa wanita cenderung kurang cocok bekerja di bidang STEM (Science, Technology, Engineering & Mathematics). Pada umumnya, orang – orang beranggapan bahwa kaum Adam lebih kompeten dibanding kaum Hawa dalam hal pekerjaan berbau teknologi.

Padahal, pada kenyataannya cukup banyak wanita yang sukses dalam bidang teknologi seperti Hilary Mason, Monica Rogati, Julia Silge, Grace Hopper, Megan Price, dan masih banyak lagi. Dilansir dari VentureBeat, menurut McKinsey, akan terdapat kekurangan sebanyak 1.5 juta tenaga kerja yang dapat menganalisa big data di Amerika Serikat pada tahun 2018 ini. Selain itu, permintaan untuk posisi data scientist diperkirakan akan melampaui jumlah tenaga kerja ahli sebanyak lebih dari 50% pada tahun ini. Dengan semakin meningkatnya permintaan untuk posisi data scientist dan melihat masih kurangnya ketersediaan sumber daya manusia yang dapat memenuhi kriteria untuk posisi tersebut, sebaiknya kita menghilangkan stereotype yang menghalangi wanita untuk mengejar karir dalam bidang data science.

Lagipula, apabila dilihat dari sudut pandang stereotype, sebenarnya wanita memiliki kemampuan yang sangat penting dimiliki untuk bekerja dalam bidang data scientist. Kemampuan tersebut antara lain:

Kolaborasi

Pada umumnya wanita memiliki kemampuan untuk bekerja sama dengan orang yang berbeda – beda. Hal ini sangat penting karena data science mencakup semua aspek dan fungsi dalam sebuah perusahaan. Seorang data scientist dituntut untuk dapat bekerja sama dengan individu atau kelompok dari divisi mana saja.

Komunikasi

Sama halnya dengan berkolaborasi, wanita juga biasanya lebih pandai dalam berkomunikasi dengan orang lain. Masing – masing individu memiliki kemampuan untuk mengerti dan sudut pandang yang berbeda – beda tentang suatu hal. Berkomunikasi disini bukan berarti hanya memulai pembicaraan dan berusaha melanjutkannya, seorang data scientist harus mampu menjelaskan insight yang didapatkannya kepada rekan kerjanya sehingga mereka mengerti.

Perspektif

Seorang data scientist tidak hanya harus bisa mengumpulkan dan menganalisa data, tapi juga menarik berbagai kesimpulan secara menyeluruh dan mengetahui dampaknya terhadap sebuah perusahaan.

Terlebih lagi, kalian tidak memerlukan gelar dalam statistik ataupun matematika. Data science terbuka untuk semua yang tertarik dan punya kemauan untuk belajar. Bukan berarti menjadi data scientist mudah, kalian juga memerlukan keahlian programming dasar untuk dapat belajar data science. Jika tertarik, terdapat beberapa kursus yang dibuat khusus untuk para calon data scientist; salah satunya disini

MAU JADI DATA SCIENTIST?