Apa yang Mereka Lakukan & Tanggung Jawab Utama Mereka
Pertumbuhan eksponensial dalam jumlah data yang kami hasilkan telah membuka pintu terhadap beberapa peluang. “Data adalah minyak baru,” yang sering Anda dengar di acara-acara bisnis modern, dan dunia usaha telah mengambil tindakan berdasarkan data tersebut. Beberapa peran pekerjaan telah meningkat untuk mendorong revolusi data di berbagai industri.
Bagi banyak orang, gelar dalam disiplin data tidak sepenting yang Anda harapkan. Alur kerja sehari-hari orang-orang dengan jabatan yang sama tetapi di perusahaan yang berbeda bisa sedikit berbeda — namun saya tidak akan mengabaikan mereka sepenuhnya. Perlahan tapi pasti kita mulai menyadari bahwa unicorn tidak ada di bidang data dan tidak ada satu orang pun yang dapat melakukan semua yang diperlukan untuk menggunakan data secara efektif dalam suatu organisasi.
Akibatnya, perusahaan telah membagi tanggung jawab menjadi peran yang lebih terspesialisasi. Memahami tanggung jawab umum setiap peran sangatlah penting di awal karir Anda karena ini akan memberi Anda wawasan tentang alat dan keterampilan yang diperlukan yang harus Anda peroleh agar cocok untuk suatu peran.
Oleh karena itu, mari kita lihat beberapa peran utama yang terlibat:
Analis data
Tujuan akhir dari analisis data adalah untuk menghasilkan solusi terhadap masalah bisnis: analisis data berupaya meningkatkan efisiensi dan kinerja organisasi dengan menemukan pola dalam data yang dapat digunakan untuk membuat keputusan strategis. Oleh karena itu, analis data menggunakan data untuk menyampaikan narasi yang dapat membantu bisnis membuat keputusan yang lebih tepat berdasarkan data.
Analis data juga diharapkan memiliki keterampilan komunikasi yang luar biasa di berbagai media termasuk visual, tertulis, dan verbal karena diperlukan untuk melaporkan kesimpulan mereka.
Tanggung jawab utama
- Berkolaborasi dengan anggota tim lainnya untuk meningkatkan proses dan kualitas pengumpulan data.
- Membuat dashboard dan laporan.
- Melakukan analisis data dan melaporkan kesimpulan mengenai area yang dapat ditingkatkan untuk meningkatkan efisiensi dalam suatu organisasi atau proyek.
- Membangun dan memelihara proses data otomatis.
- Menghasilkan dan melacak KPI bisnis.
- Melaksanakan audit data.
Ilmuwan Data
Tujuan akhir Ilmu Data adalah menghasilkan wawasan bisnis dari data: data saat ini digunakan untuk menemukan peluang. Dengan demikian, data scientist diharapkan memiliki pemahaman yang baik mengenai tantangan yang dihadapi bisnis dan mampu menawarkan solusi berdasarkan pendekatan berbasis data.
Karena keahlian interdisipliner mereka, mereka kemungkinan besar akan menangani semua aspek proyek termasuk perolehan data, analisis, dan interpretasi berbagai jenis data (yaitu, terstruktur atau tidak terstruktur) menggunakan alat dan teknik yang berasal dari pembelajaran mesin, statistik, dan penambangan data.
Tanggung jawab utama
- Bekerja sama dengan para ahli di bidangnya (UKM) untuk mengidentifikasi masalah dan menggunakan data untuk mengusulkan solusi.
- Manfaatkan alat pembelajaran mesin dan berbagai teknik statistik untuk memecahkan masalah.
- Pembersihan data.
- Sumber data untuk memecahkan masalah bisnis.
- Kolaborasi beberapa tim seperti tim bisnis, tim teknik, dan tim produk.
Sumber pembelajaran: Ilmuwan Data dengan jalur karier Python atau R di DataCamp adalah titik awal yang baik.
Insinyur Data
Insinyur data membangun jalur data untuk mempersiapkan dan mengubah data mentah dan tidak terstruktur. Pipeline biasanya terdiri dari pengumpulan (mungkin dari berbagai sumber), pemrosesan, dan penyimpanan data. Sebagian besar waktu mereka dihabiskan untuk memastikan saluran pipa tersebut kuat, andal, dan cukup dapat dipercaya untuk disalurkan.
Tujuan akhir rekayasa data adalah membuat data dapat diakses. Dengan kata lain, mereka memperoleh komoditas yang memungkinkan ilmu data dan pembelajaran mesin: beberapa orang bahkan berpendapat bahwa mereka adalah pemain paling penting dalam tim data.
Kunci tanggung jawab
- Merancang, mengembangkan, dan memelihara sistem data dan saluran pipa.
- Akuisisi data.
- Menganalisis dan mengatur data mentah.
- Meningkatkan keandalan dan kualitas data.
Sumber pembelajaran: Jalur karier Rekayasa Data dengan Python di DataCamp adalah titik awal yang baik. Anda mungkin juga ingin memperluas pembelajaran Anda dengan sertifikat profesional IBM Data Engineer di Coursera.
Arsitek Data
“Seorang arsitek data merancang dan membangun model data untuk memenuhi kebutuhan data strategis bisnis sebagaimana ditentukan oleh kepala arsitek data. Pada tingkat ini, Anda akan: melakukan perancangan, dukungan, dan memberikan panduan untuk peningkatan, pengelolaan, penonaktifan, dan pengarsipan data sesuai dengan kebijakan data.” [Sumber : GOV.UK].
- Mengidentifikasi sumber data (internal dan eksternal) dan membuat rencana pengelolaan data
- Mengembangkan dan menerapkan strategi data organisasi secara keseluruhan.
- Berkolaborasi dengan tim lintas fungsi dan pemangku kepentingan untuk memungkinkan kelancaran fungsi sistem data.
- Mengelola arsitektur data ujung ke ujung.
- Mengaudit sistem manajemen data dan menyempurnakannya bila diperlukan.
Insinyur Pembelajaran Mesin
Tujuan akhir dari teknik pembelajaran mesin adalah mengonversi data menjadi produk. Peran tersebut muncul dari kebutuhan untuk menjembatani kesenjangan antara pekerjaan ilmuwan data (yaitu analisis dan pemodelan) dan dunia produk perangkat lunak (yaitu rekayasa sistem yang kuat).
Oleh karena itu, rekayasa pembelajaran mesin biasanya dianggap sebagai subbidang rekayasa perangkat lunak: kecuali untuk persyaratan pembelajaran mesin, insinyur pembelajaran mesin dan insinyur perangkat lunak memiliki gaya hidup yang hampir sama — ini berarti mereka diharapkan menjadi pemrogram mahir yang terbiasa dengan alat seperti IDE. , GitHub, dan Docker.
Kunci tanggung jawab
- Merancang dan membangun sistem pembelajaran mesin.
- Membangun jalur pipa otomatis untuk menerapkan model pembelajaran mesin.
- Menguji sistem pembelajaran mesin dengan tepat dan memantau kinerjanya.
- Bekerja dengan teknisi data untuk membangun data dan memodelkan saluran pipa.
Sumber pembelajaran: Cara Menjadi Insinyur Pembelajaran Mesin dapat dirujuk sebagai jalur pembelajaran.
Insinyur MLOps
MLOps adalah tren baru yang menerapkan prinsip-prinsip DevOps ke sistem pembelajaran mesin. Oleh karena itu, fokus insinyur MLOps biasanya lebih pada penerapan model pembelajaran mesin ke produksi — bukan membangunnya.
Mereka mengaktifkan insinyur pembelajaran mesin dengan cara yang sama seperti DevOps memungkinkan insinyur perangkat lunak: insinyur akan membuat perangkat lunak, dan Ops akan menyediakan infrastruktur dan memastikan perangkat lunak berjalan dengan andal. Dengan demikian, kita dapat mengatakan bahwa seorang insinyur MLOps bertanggung jawab atas semua aktivitas yang terjadi ketika model pembelajaran mesin dibuat.
Kunci tanggung jawab
- Membangun dan memelihara saluran MLOps.
- Merancang dan mengimplementasikan solusi cloud.
- Memastikan aplikasi pembelajaran mesin dapat diskalakan dengan alat seperti Docker dan Kubernetes.
Kami akan berhenti di sini untuk saat ini.
Catatan: Ada beberapa peran lain berdasarkan data yang akan Anda temukan di berbagai perusahaan (yaitu, pencerita data, peneliti pembelajaran mesin, ilmuwan pembelajaran mesin, dll.). Saya menyarankan Anda menggunakan papan pekerjaan seperti Linkedin Jobs, Indeed, Glassdoor, DataCamp, dll untuk melakukan penelitian.
Daftar pekerjaan yang disediakan sama sekali tidak panjang dan hanya berfungsi sebagai panduan. Pembaca harus mengambil informasi ini dan melanjutkan untuk meneliti tumpukan teknologi yang diperlukan untuk setiap peran dan membangun portofolio. Hal penting yang perlu diingat adalah bahwa perusahaan yang berbeda mengatur tim mereka dengan cara yang berbeda: Istilah teknis yang berbeda dapat digunakan untuk menggambarkan pekerjaan yang sama di dua perusahaan yang berbeda.
Terima kasih telah membaca.
Terhubung dengan saya:
LinkedIn
Twitter
Instagram
Jika Anda senang membaca cerita seperti ini dan ingin mendukung tulisan saya, pertimbangkan untuk “menjadi anggota Medium”. Dengan komitmen $5 per bulan, Anda membuka akses tak terbatas ke cerita di Medium. Jika Anda menggunakan tautan pendaftaran saya, saya akan menerima komisi kecil.
sudah menjadi anggota? Berlangganan untuk diberitahu ketika saya mempublikasikan.
