Pada 15 Oktober, kami akan mengadakan webinar tentang Hal yang Perlu Diketahui Pemimpin L&D tentang Kefasihan Data. Salah satu fokus utamanya adalah membangun keterampilan yang tepat untuk setiap persona data kunci Anda. Berikut cuplikan singkat tentang apa yang akan Anda pelajari.
Tantangan dalam meningkatkan keterampilan untuk kefasihan data
Kefasihan data adalah metodologi untuk menjawab pertanyaan bisnis, bukan keterampilan tunggal yang diajarkan dan dipelajari seperti inisiatif pembelajaran dan pengembangan tradisional. Saat menskalakan program pembelajaran dan pengembangan untuk kefasihan data, perjalanan belajar akan bervariasi bergantung pada tingkat interaksi setiap individu dengan data. Misalnya, seorang analis pemasaran yang rutin bekerja dengan Excel mungkin perlu mempelajari R atau Python untuk berhasil dalam pekerjaannya, sementara seorang manajer atau pimpinan mungkin hanya perlu mengetahui cara mengambil keputusan yang tepat berbasis data.
Mengapa metodologi berbasis persona adalah pilihan tepat
Perjalanan belajar berbasis peran dan persona lebih efektif untuk menskalakan program pelatihan kefasihan data. Meskipun setiap organisasi dan data yang mereka hasilkan berbeda, ada kesamaan dalam berbagai hubungan individu dengan data. Cara yang berguna untuk memikirkan dan menskalakan upaya peningkatan keterampilan berfokus pada data adalah dengan persona data. Setiap persona data memiliki hubungan yang berbeda dengan data dan membutuhkan kompetensi kefasihan data yang berbeda untuk memberdayakan mereka melakukan pekerjaan terbaik. Organisasi kemudian dapat memetakan berbagai peran di dalam organisasi ke persona tersebut dan menciptakan pengalaman belajar yang terkurasi dan dipersonalisasi sesuai dengan kebutuhan belajar mereka.
1. Konsumen Data dan Pimpinan
Konsumen Data dan Pimpinan sering bekerja di peran non-teknis, tetapi mereka mengonsumsi wawasan dan analitik data untuk membuat keputusan berbasis data. Mereka sering perlu berdiskusi dengan profesional data dan harus mampu membedakan kapan data dapat dan tidak dapat digunakan untuk menjawab pertanyaan bisnis.
Teknologi dan alat yang umum digunakan
Spreadsheet: Google Sheets, Microsoft Excel Business Intelligence: Power BI, Tableau
Contoh jabatan
Chief Marketing Officer, Manajer Sumber Daya Manusia, Kepala Penjualan
2. Analis Bisnis
Analis Bisnis bertanggung jawab mengaitkan wawasan data dengan hasil yang dapat ditindaklanjuti untuk meningkatkan profitabilitas atau efisiensi. Mereka memiliki pengetahuan mendalam tentang domain bisnis dan sering menggunakan SQL bersama alat non-koding untuk mengomunikasikan wawasan yang diperoleh dari data.
Teknologi dan alat yang umum digunakan
Spreadsheet: Google Sheets, Microsoft Excel Business Intelligence: Power BI, Tableau SQL: PostgreSQL, SQL Server, Oracle SQL
Contoh jabatan
Analis Bisnis, Analis Rantai Pasok, Analis Operasi, Analis Keuangan
3. Analis Data
Serupa dengan Analis Bisnis, Analis Data bertanggung jawab menganalisis data dan melaporkan wawasan dari analisis mereka. Mereka memahami alur kerja analisis data secara mendalam dan melaporkan wawasan mereka melalui kombinasi alat koding dan non-koding.
Teknologi dan alat yang umum digunakan
Bahasa pemrograman: Python, R Spreadsheet: Google Sheets, Microsoft Excel Business Intelligence: Power BI, Tableau SQL: PostgreSQL, SQL Server, Oracle SQL
Contoh jabatan
Analis Data, Analis Bisnis, Analis Rantai Pasok, Analis Operasi, Analis Keuangan
4. Ilmuwan Data
Ilmuwan Data menyelidiki, mengekstrak, dan melaporkan wawasan bermakna dari data organisasi. Mereka mengomunikasikan wawasan ini kepada para pemangku kepentingan non-teknis dan memiliki pemahaman yang baik tentang alur kerja machine learning serta cara mengaitkannya kembali ke aplikasi bisnis. Mereka hampir sepenuhnya bekerja dengan alat koding, melakukan analisis, dan sering menggunakan alat big data.
Teknologi dan alat yang umum digunakan
Bahasa pemrograman: Python, R, Scala SQL: PostgreSQL, SQL Server, Oracle SQL Alat big data: Airflow, Spark
Contoh jabatan
Ilmuwan Data, Analis Data, dapat mencakup “citizen data scientist” (yaitu, seseorang yang menjalankan tugas ilmuwan data, tetapi tidak memiliki jabatan “Ilmuwan Data”).
5. Ilmuwan Machine Learning
Ilmuwan Machine Learning bertanggung jawab mengembangkan sistem machine learning dalam skala besar. Mereka menghasilkan prediksi dari data menggunakan model machine learning untuk menyelesaikan masalah seperti memprediksi churn dan nilai umur pelanggan, serta bertanggung jawab menerapkan model-model ini untuk digunakan organisasi.
Teknologi dan alat yang umum digunakan
Bahasa pemrograman: Python, R, Scala SQL: PostgreSQL, SQL Server, Oracle SQL Alat big data: Airflow, Spark Alat baris perintah: Git, Shell
Contoh jabatan
Ilmuwan Data, Ilmuwan Riset, Ilmuwan Machine Learning, Insinyur Machine Learning
6. Statistisi
Serupa dengan Ilmuwan Data, Statistisi mengerjakan analisis yang sangat ketat, yang mencakup merancang dan memelihara eksperimen seperti uji A/B dan pengujian hipotesis. Mereka berfokus pada pengukuran ketidakpastian dan menyajikan temuan yang memerlukan tingkat ketelitian luar biasa, seperti di bidang keuangan atau layanan kesehatan.
Teknologi dan alat yang umum digunakan
Bahasa pemrograman: Python, R SQL: PostgreSQL, SQL Server, Oracle SQL
Contoh jabatan
Analis Kuantitatif, Ilmuwan Data Inferensi, Ilmuwan Data
7. Pemrogram
Pemrogram adalah individu yang sangat teknis yang bekerja di tim data dan mengotomatiskan tugas-tugas berulang saat mengakses dan bekerja dengan data organisasi. Mereka menjembatani kesenjangan antara rekayasa perangkat lunak tradisional dan data science serta memiliki pemahaman menyeluruh tentang penerapan dan berbagi kode dalam skala besar
Teknologi dan alat yang umum digunakan
Bahasa pemrograman: Python, R, Scala Alat baris perintah: Git, Shell
Contoh jabatan
Insinyur Perangkat Lunak, Ilmuwan Data, Insinyur Dev-Ops
8. Insinyur Data
Insinyur Data bertanggung jawab memastikan data yang tepat berada di tangan orang yang tepat. Mereka membuat dan memelihara infrastruktur serta pipeline data yang membawa terabita data mentah dari berbagai sumber ke satu lokasi terpusat dengan data yang bersih dan relevan untuk organisasi.
Teknologi dan alat yang umum digunakan
Bahasa pemrograman: Python, R, Scala SQL: PostgreSQL, SQL Server, Oracle SQL Alat baris perintah: Git, Shell Alat big data: Airflow, Spark Platform Cloud (mis., Amazon Web Services)
Contoh jabatan
Insinyur Perangkat Lunak, Insinyur Data, Insinyur Dev-Ops
