Profesi
Data Scientist
Data scientist mengolah data dalam jumlah besar untuk menemukan pola, membangun model prediksi, dan membantu perusahaan mengambil keputusan berbasis bukti.
Sehari-hari mengerjakan apa?
Data scientist berada di persimpangan statistik, pemrograman, dan pemahaman bisnis. Pekerjaannya dimulai dari merumuskan pertanyaan yang layak dijawab dengan data, lalu mengambil data dari berbagai sumber, membersihkannya, dan memeriksa kualitasnya. Setelah itu ia melakukan analisis eksploratif, membangun model statistik atau machine learning, mengukur performanya, dan menerjemahkan hasilnya menjadi rekomendasi yang bisa dipahami tim non-teknis. Kenyataannya, sebagian besar waktu justru habis pada pembersihan data dan diskusi mendefinisikan masalah, bukan pada pemodelan. Tempat kerjanya mencakup perusahaan teknologi, e-commerce, perbankan, telekomunikasi, asuransi, ritel, lembaga riset, dan instansi pemerintah. Jenjang kariernya bisa berkembang ke senior data scientist, spesialisasi seperti machine learning engineer, jalur manajerial sebagai lead atau head of data, atau bergeser ke peran strategi produk. Pekerjaan ini cocok bagi orang yang teliti, skeptis terhadap angka, senang membaca literatur teknis, dan sabar melakukan pekerjaan pembersihan data yang membosankan. Kurang cocok bagi yang mengharapkan pekerjaan selalu berupa pemodelan canggih atau tidak nyaman menyampaikan temuan yang bertentangan dengan dugaan atasan.
Tugas utama
- Merumuskan pertanyaan analitis bersama tim bisnis
- Mengambil data dari basis data dan sumber lain
- Membersihkan dan memvalidasi kualitas data
- Melakukan analisis eksploratif dan visualisasi
- Membangun serta menguji model prediktif
- Mengevaluasi performa dan bias model
- Menyusun laporan dan presentasi temuan
- Berkolaborasi dengan data engineer untuk pipeline data
Keterampilan yang dipakai
Teknis
- Statistika dan probabilitas
- Python atau R untuk analisis data
- SQL dan pengolahan basis data
- Machine learning terapan
- Visualisasi data
- Perancangan eksperimen dan uji A/B
Non-teknis
- Berpikir kritis
- Komunikasi hasil analisis
- Rasa ingin tahu
- Ketelitian
- Kolaborasi lintas fungsi
Jalur pendidikannya
S1 Sains Data, Statistika, Matematika, atau Ilmu Komputer (±4 tahun) → magang analitik atau proyek portofolio dengan data nyata → posisi data analyst atau junior data scientist → spesialisasi lanjutan atau S2 untuk peran riset.
Jurusan yang mengarah ke sini
Kampus yang membuka jurusannya
Program studi terbit dengan data paling lengkap. Bukan peringkat.
-
S1 MatematikaUnggul
UI Kota Depok
-
S1 StatistikaUnggul
UI Kota Depok
-
S1 Ilmu KomputerUnggul
UI Kota Depok
-
S1 MatematikaUnggul
UGM Kabupaten Sleman
-
S1 StatistikaUnggul
UGM Kabupaten Sleman
-
S1 Ilmu KomputerUnggul
UGM Kabupaten Sleman
-
S1 Statistika dan Sains DataUnggul
IPB Kota Bogor
-
S1 Ilmu KomputerUnggul
IPB Kota Bogor
Pertanyaan yang sering muncul
Apa bedanya data scientist dan data analyst?
Data analyst lebih fokus menjelaskan apa yang terjadi lewat laporan dan dasbor, sedangkan data scientist umumnya membangun model prediktif dan merancang eksperimen. Batasnya berbeda-beda antarperusahaan.
Apakah harus kuliah S2 untuk masuk bidang ini?
Tidak wajib. S2 membantu untuk peran riset yang berat metodologi, tetapi banyak yang masuk lewat jalur analis dengan portofolio proyek yang kuat.
Jurusan apa yang paling mendukung?
Sains Data, Statistika, Matematika, dan Ilmu Komputer adalah jalur paling langsung, namun lulusan bidang lain juga bisa masuk bila menguasai statistik dan pemrograman.
Sumber: Kompilasi Universitas.id Diperbarui deskripsi disusun sendiri, bukan salinan sumber mana pun