Data Engineer, Data Science and Data Analyst — Apa Bedanya?
Mengenal profesi di bidang data
Catatan: Artikel ini juga dipublikasikan di website saya! Jika kamu tidak bisa membaca tulisan ini secara utuh dikarenakan terhalang oleh Medium Paywall, kamu bisa membaca tulisan ini di website saya dengan menggunakan tautan yang terdapat dalam bio.
Data is the new oil!
Kamu mungkin sudah sering mendengar kalimat tersebut. Pernyataan itu bisa dibilang benar adanya. Di zaman dahulu minyak adalah sumber daya yang paling berharga di dunia. Minyak adalah roda penggerak segala aspek mulai dari pemerintahan, perusahaan, kendaraan, sampai dengan bidang terkecil sekalipun. Tanpanya, kemajuan akan terhenti dan ekonomi akan menyusut.
Beralih ke abad 21, beberapa perusahaan paling berharga di dunia seperti Google, Facebook, atau Amazon mendasarkan seluruh bisnis mereka pada pemrosesan data, khususnya data pribadi. Data pribadi bisa dikatakan adalah harta paling berharga saat ini. Bisa dikatakan bahwa jika kita menguasai data, maka kita bisa menguasai dunia. Lihat saja kontroversi yang ditimbulkan oleh Cambridge Analytica yang bekerja dengan tim pemilihan Donald Trump, dimana mereka memanen data di 50 juta profil Facebook untuk menjadi kampanye iklan untuk mendukung Trump menjadi presiden Amerika Serikat.
Saat ini banyak perusahaan yang menyadari manfaat dari data, mulai dari mendapatkan data hingga mengolah data hingga menghasilkan informasi yang dibutuhkan perusahaan. Sehingga munculah profesi yang secara khusus berkaitan dengan data dan akan saya bahas beberapa di antaranya.
Data Architect
Data Architect bekerja sebelum data yang asli ada. Jika kita mengibaratkan data seperti sebuah bangunan, sebelum kita membuat Bangunan, pasti kita harus mendesain terlebih dahulu bentuk dari bangunan tersebut. Mulai dari material yang digunakan, struktur, hingga desain yang digunakan. Kita tentunya tidak ingin bangunan tersebut tidak sesuai dengan keinginan kita sehingga bangunan tersebut akan roboh atau rusak karena kita membangunnya secara sembarangan. Begitu juga dengan data, kita tentunya tidak ingin data kita berantakan sehingga akan terjadi kekacauan di kemudian hari.
Data Engineer
Data Engineer membangun dan mengoptimalkan sistem yang memungkinkan data scientist dan data analyst bekerja. Setiap perusahaan pasti bergantung pada data yang akurat dan dapat diakses untuk setiap stakeholder yang bekerja dengannya. Data engineer memastikan bahwa data diterima dengan benar dan dapat diakses oleh pengguna lain.
Jika kita mengibaratkan data engineer di bidang minyak dan gas, Data engineer adalah orang yang bertugas membuat pipa dan mengalirkan minyak mentah menjadi bahan bakar siap pakai seperti bensin. Data engineer bertanggung jawab untuk membangun data pipeline dan sering kali harus menggunakan tools dan teknik yang rumit untuk menangani data dalam skala besar. Pola pikir data engineer seringkali lebih fokus pada pengembangan dan optimisasi.
Data Scientist
Data scientist adalah spesialis yang menerapkan keahlian mereka dalam statistik dan membuat model machine learning untuk membuat prediksi. Dapat dikatakan bahwa data scientist bertugas mengolah data menjadi suatu insight untuk mengoptimasi model bisnis.
Seorang data scientist harus mampu melakukan cleaning, analisis, dan visualisasi data dengan baik serta mampu melatih dan mengoptimalkan model machine learning.
Di setiap perusahaan, tugas data scientist mungkin berbeda, misalnya peran data scientist di perusahaan mobil memiliki kebutuhan data yang berbeda dengan perusahaan restoran. Kita ambil contoh perusahaan fintech, data yang ada adalah data yang berkaitan dengan uang, seperti berapa banyak yang bisa dihemat, berapa biayanya, dan juga membuat prediksi masa depan menggunakan machine learning.
Data Analyst
Data Analyst memberikan value kepada perusahaan mereka melalui data, menggunakannya untuk menjawab pertanyaan dan mengkomunikasikan hasil untuk membantu keputusan bisnis. Pekerjaan umum yang biasanya dilakukan oleh data analyst sejalan dengan data scientist, seperti cleaning data, melakukan analisis, dan membuat visualisasi data. Tetapi data analyst lebih fokus pada analisis dan data communication.
Sama seperti data scientist, pengelompokan data analyst bergantung pada kebutuhan perusahaan dan di bidang apa perusahaan tersebut. Data analyst dapat diberi title Business Analyst, Business Intelligence Analyst, Operations Analyst, Database Analyst, dll.
Terlepas dari title-nya, data analyst adalah seorang yang dapat memenuhi banyak peran dalam tim untuk membantu orang lain membuat keputusan berdasarkan data yang lebih baik. Data analyst memiliki potensi untuk mengubah bisnis tradisional menjadi berbasis data.
Data scientist membawa pendekatan dan perspektif yang baru untuk memahami data. Sementara seorang analis mungkin dapat menggambarkan trend dan menerjemahkan hasil tersebut ke dalam istilah bisnis, scientist akan mengajukan pertanyaan baru dan dapat membuat model untuk membuat prediksi berdasarkan data baru.
Data analyst harus menjadi jembatan yang efektif antara tim yang berbeda dengan menganalisis data baru, menggabungkan berbagai laporan, dan menerjemahkan hasilnya.
