Lewati ke konten utama

Rekap Blog — Merekrut & Mempertahankan Talenta Data pada 2022

Dengan pasar perekrutan yang bergejolak pada 2022, merekrut dan mempertahankan talenta data menjadi semakin penting sekaligus menantang. Meenal Iyer dan Glenn Hofmann memaparkan lanskap pembangunan tim data dan berbagi kiat bersaing dengan FAANG
Diperbarui 28 Sep 2026  · 5 mnt Baca

Jelajahi bersama AI

ChatGPTClaudePerplexity

Dengan munculnya gelombang resign besar-besaran, kondisi ekonomi yang tidak menentu, dan meningkatnya kerja fleksibel, merekrut dan mempertahankan tim data menjadi semakin menantang sekaligus penting.

Sebagai bagian dari Konferensi DataCamp Radar, kami mengadakan panel diskusi tentang Merekrut & Mempertahankan Talenta Data pada 2022 bersama Meenal Iyer, VP Data Science di Momentive.ai, dan Glenn Hofmann, Chief Analytics Officer di New York Life Insurance. Panel ini membahas isu-isu hangat yang menjadi perhatian banyak manajer perekrutan saat ini. Dalam artikel blog ini, kami rangkum poin-poin utama dari sesi tersebut. 

Merekrut & Mempertahankan Talenta Data pada 2022

Tonton sesi lengkapnya di sini

Menavigasi Lanskap Perekrutan yang Menantang pada 2022

Organisasi menghadapi lanskap yang sulit untuk membangun tim data tahun ini. Di tengah pandemi, gelombang resign, dan pelemahan ekonomi, organisasi kesulitan membangun tim data di tengah kompetisi ketat untuk jumlah profesional data yang terbatas. 

Pasar saat ini lebih menguntungkan bagi karyawan data daripada pemberi kerja, ujar Meenal. Profesional data yang sangat dicari bisa lebih selektif dalam mencari pekerjaan. Karena itu, perusahaan yang ingin membangun tim data perlu menciptakan pengalaman kerja yang menyenangkan dan menantang untuk menarik talenta terbaik. 

Sering kali, pelamar tertarik pada kompensasi sesuai pasar, manfaat yang memadai, fleksibilitas kerja jarak jauh, dan keseimbangan kerja-hidup yang sehat. Selain itu, profesional data mencari kecocokan budaya perusahaan, cakupan pekerjaan, dan nilai yang mereka berikan kepada pelanggan. Jadi, perusahaan harus memiliki employer branding yang baik untuk mengamankan talenta data. 

“Dengan banyaknya pilihan yang dimiliki profesional data, karakter perusahaan, sifat posisi, dan budaya kelompok menjadi jauh lebih penting. Saat saya mewawancarai kandidat sekarang, saya mendapat jauh lebih banyak pertanyaan seperti “Bagaimana pekerjaan saya akan digunakan? Apa yang dilakukan perusahaan untuk pelanggannya? Bagaimana pekerjaan ini selaras dengan nilai-nilai saya?” Fokus pada hal-hal ini jauh lebih besar saat ini.” – Glenn Hofmann, Chief Analytics Officer di New York Life Insurance

Glenn Hofmann, Chief Analytics Officer at New York Life Insurance

Meenal juga menekankan pentingnya mempertahankan karyawan yang sudah ada. Untuk itu, perusahaan harus menyeimbangkan kompensasi antara karyawan lama dan baru. Selain itu, mereka juga perlu melakukan reskilling, upskilling, dan pelatihan lintas peran bagi karyawan yang ada agar keterampilan mereka tetap mutakhir. 

Menghadapi pasar yang sulit, tim data juga perlu terbuka merekrut karyawan junior. Meenal menyarankan manajer perekrutan untuk menilai mereka secara adil berdasarkan kemampuan analitis dan berpikir, bukan semata tahun pengalaman. Prasyarat merekrut karyawan junior, kata Meenal, adalah memiliki cukup praktisi data berpengalaman untuk membimbing pendatang baru melalui kurva belajar yang curam.

Bersaing dengan FAANG untuk Talenta Data

Bukan rahasia bahwa profesional data terus mengincar peran di perusahaan FAANG. Menyadari hal itu, bagaimana perusahaan dapat menarik talenta data? Panel berbagi beberapa tips praktis untuk mempertahankan karyawan yang melirik peran di Big Tech.

Tim Glenn di New York Life Insurance tidak gentar menghadapi persaingan dari FAANG. Alasannya, tim tersebut memiliki infrastruktur teknis dan alat yang sebanding dengan perusahaan FAANG. Dengan demikian, tim data dapat mengerjakan proyek teknis yang kompleks yang berkontribusi pada pertumbuhan karier mereka.  

Glenn mengingatkan profesional data agar tidak serta-merta mengikuti wawancara FAANG tanpa mempertimbangkan kecocokan pribadi-organisasi. Profesional data di FAANG sering berfokus pada satu masalah spesifik, yang mungkin tidak sesuai dengan gambaran pekerjaan ideal seseorang. Misalnya, data scientist di Meta mungkin sangat fokus pada optimasi iklan dan tidak memiliki kesempatan mengeksplorasi area lain. Pencari kerja perlu menyadari trade-off semacam ini saat melamar ke perusahaan FAANG.

“Masuklah dan jadilah ikan besar di kolam kecil. Pelajari semuanya. Hal yang menyenangkan dari bergabung dengan tim yang lebih kecil adalah kemampuan untuk melihat lintas fungsi, yang bisa membuat Anda menjadi insinyur atau data scientist yang jauh lebih efektif ketimbang jika Anda masuk ke FAANG.” — Meenal Iyer, VP Data di Momentive.ai

Meenal Iyer, VP of Data at Momentive.ai

Meenal mengibaratkan pengalaman profesional data di perusahaan non-FAANG sebagai “menjadi ikan besar di kolam kecil”. Di non-FAANG, karyawan lebih mungkin bekerja lintas fungsi untuk mendorong proyek berdampak. Hal ini pada gilirannya mempercepat pembelajaran dan pertumbuhan karier karyawan.

Merekrut dan Mempertahankan Talenta Data pada 2022

Sebelum menutup, panel menekankan beberapa praktik terbaik untuk merekrut dan mempertahankan talenta data pada 2022. 

Selain menawarkan kompensasi sesuai pasar, Meenal menekankan pentingnya reskilling, upskilling, dan pelatihan lintas peran bagi karyawan yang ada untuk mempertahankan mereka. Pelatihan tersebut dapat mencakup keterampilan teknis (misalnya, pengkodean) dan non-teknis (misalnya, komunikasi). Inisiatif seperti ini bukan hanya menutup kesenjangan keterampilan dalam tim, tetapi juga memberi karyawan kesempatan mempelajari keterampilan di luar portofolio mereka saat ini. 

Glenn menemukan bahwa kesempatan kerja yang bermakna adalah kunci kepuasan kerja. Kesempatan ini bisa berupa proyek jangka panjang atau tugas ad-hoc. Misalnya, karyawan yang merasa bermakna saat membimbing karyawan junior sebaiknya diberi kesempatan melakukannya. Tentu, kesempatan tersebut harus selaras dengan minat karyawan. Karena itu, para pemimpin data bertanggung jawab untuk melakukan percakapan karier yang nyata dengan timnya dan menciptakan kesempatan yang relevan.

“Lakukan percakapan karier yang nyata dengan mereka. Itu adalah langkah retensi yang sangat baik. Apa langkah Anda berikutnya? Apa yang ingin Anda capai? Bagaimana kami bisa memetakan jalannya untuk Anda? Bagaimana kami bisa membawa Anda ke jenis pekerjaan yang ingin Anda lakukan?“– Glenn Hofmann, Chief Analytics Officer di New York Life Insurance

Glenn Hofmann, Chief Analytics Officer at New York Life Insurance

Selain itu, Meenal dan Glenn sama-sama menyoroti pentingnya budaya kerja yang positif. Budaya kerja harus mendorong pembelajaran aktif dan pola pikir bertumbuh. Lebih jauh lagi, seharusnya menjadi lingkungan di mana kontribusi setiap orang dihargai. Untuk membangun budaya kerja yang positif, Glenn menyarankan tim data memecah monotoninya kerja jarak jauh dengan sesi kebersamaan tatap muka secara berkala. 

Tonton Sesi Lengkapnya untuk Pelajari Lebih Lanjut


Jika Anda ingin lebih memahami cara mempertahankan dan membangun tim data pada 2022, simak sesi lengkapnya di sini. Juga, jika Anda ingin membangun tim data sendiri, lihat DataCamp Recruit.

Topik
Layanan Karier
Terkait

blogs

40 Pertanyaan Wawancara DBMS Teratas di 2026

Kuasai pertanyaan wawancara basis data, dari konsep SQL dasar hingga skenario desain sistem tingkat lanjut. Panduan mendalam ini mencakup semua yang Anda perlukan untuk sukses di wawancara DBMS dan meraih peran berikutnya.
Dario Radečić's photo

Dario Radečić

15 mnt

blogs

12 Alternatif ChatGPT Terbaik yang Bisa Anda Coba pada 2026

Artikel ini menyajikan daftar alternatif ChatGPT yang akan meningkatkan produktivitas Anda.
Javier Canales Luna's photo

Javier Canales Luna

14 mnt

blogs

Spaghetti Plot dan Jalur Badai

Temukan alasan mengapa Anda sebaiknya (tidak) menggunakan spaghetti plot untuk menyampaikan ketidakpastian jalur prediksi badai serta dampaknya terhadap interpretasi.
Hugo Bowne-Anderson's photo

Hugo Bowne-Anderson

13 mnt

blogs

Tutorial Korelasi di R

Dapatkan pengenalan dasar-dasar korelasi di R: pelajari lebih lanjut tentang koefisien korelasi, matriks korelasi, plotting korelasi, dan sebagainya.
David Woods's photo

David Woods

13 mnt

Lihat SelengkapnyaLihat Selengkapnya