Belajar Ilmu Data dengan Praktik Langsung
Tujuan DataCamp adalah membangun platform belajar terbaik untuk ilmu data. Filosofi kami adalah Anda belajar ilmu data dengan praktik langsung: video berkualitas tinggi, pengkodean di browser, dan gamifikasi memberikan pengalaman belajar yang menarik langsung di peramban Anda. Pada saat yang sama, kami ingin mengambil pendekatan berbasis data terhadap produk kami dan membagikan wawasan tentang pembelajaran ilmu data kepada dunia. Tulisan ini akan mengulas sisi belakang layar DataCamp dan membagikan beberapa wawasan tentang proses belajar ilmu data.
Pembuatan & Pemeliharaan Kursus Berkualitas
Topik Kursus
Tim DataCamp selalu mencari topik paling menarik untuk dijadikan kursus, dan biasanya tidak mudah menentukan satu topik di tengah begitu banyak kemajuan dan tema yang menarik! Karena itulah kami berupaya menjadikan proses ini seberbasis data mungkin: selain melihat tren terbaru dalam topik ilmu data dan bahasa pemrograman yang paling diminati industri, DataCamp juga menghubungi jaringan instruktur—para pakar industri dan akademisi—untuk mengetahui pendapat mereka tentang apa yang seharusnya menjadi bagian dari kurikulum berikutnya dan seperti apa kursus tersebut.
Namun pada akhirnya, pelajar adalah pusat dari DataCamp dan itulah sebabnya kami juga secara aktif melibatkan pengguna dalam proses pemilihan topik kursus: kami melakukan wawancara dan meminta mereka mengisi survei untuk menggali kebutuhan para pembelajar. Data ini kemudian dipadukan dengan opini para ahli untuk tidak hanya menentukan topik kursus, tetapi juga cakupannya: dengan cara ini, semua materi yang relevan bagi pelajar akan tercakup dalam kursus.
Selain itu, kami juga mengumpulkan istilah yang diketik pengguna di bilah pencarian situs. Dengan bantuan R, istilah-istilah ini dianalisis, diperingkat, dan divisualisasikan secara internal sehingga tim pengembangan kursus DataCamp dapat menggunakannya sebagai titik awal untuk memetakan kurikulum beberapa bulan ke depan.
Lihat pustaka kursus lengkap DataCamp di sini.
Kesulitan Pembelajar & Peningkatan Kursus Berkelanjutan
Uji Beta
Sebelum kursus ditayangkan, DataCamp terlebih dahulu mengirimkannya ke sekelompok kecil pengguna dan meminta mereka mencatat serta memberikan umpan balik dalam bentuk survei dengan banyak pertanyaan terbuka. Ini memungkinkan kami melakukan sentuhan terakhir sebelum memberi tahu seluruh basis pengguna bahwa kursus baru telah diluncurkan.
Petunjuk & Solusi
Menentukan topik kursus dan mengajak kelompok kecil untuk uji beta kursus yang akan diluncurkan adalah satu hal, tetapi ketika kursus sudah tayang, DataCamp juga memperhatikan di mana saja potensi kesulitan dialami pelajar di dalam kursus.
Tahukah Anda, misalnya, bahwa setiap kali Anda meminta petunjuk atau solusi, data ini dikumpulkan oleh DataCamp untuk mengetahui seberapa sering pengguna meminta petunjuk atau solusi dari latihan? Data dan wawasan yang kami kumpulkan ini digunakan untuk meningkatkan kursus kami!
Kami melihat angka-angkanya untuk mengetahui di mana kursus dapat ditingkatkan: ketika terlalu banyak petunjuk atau solusi diminta, kami dapat dengan mudah menemukan titik masalah dan memastikan latihannya diperbaiki. Cara perbaikan latihan-latihan ini dilakukan berdasarkan umpan balik yang kami terima dari pengguna: misalnya, salah satu latihan yang menyulitkan banyak pengguna ada di kursus Kaggle, di mana pengguna diminta membangun decision tree dengan R. Awalnya, instruksi latihan hanya memuat contoh yang sangat umum tentang bagaimana decision tree harus dibangun, yang berujung pada tingginya persentase permintaan petunjuk dan solusi untuk latihan tersebut. Bersama umpan balik pengguna, tim DataCamp memperluas daftar instruksi dan menambahkan tiga subbullet tambahan untuk menjelaskan bagaimana setiap parameter harus ditentukan. Dengan melakukan hal ini, tugas yang diharapkan dari pengguna menjadi lebih jelas dan lebih praktis, sehingga tingkat permintaan petunjuk turun menjadi 15%, yang jauh lebih wajar mengingat tingkat kesulitannya. Pengalaman dan perbaikan seperti ini, tentu saja, membantu kami membangun kursus-kursus masa depan yang akan hadir di kurikulum ilmu data DataCamp.
Di sisi lain, kami melihat bahwa beberapa kursus, seperti “Introduction to R”, jelas menimbulkan lebih sedikit masalah bagi pengguna dibandingkan kursus statistik seperti “Intro to Statistics with R: Multiple Regression”, karena pengguna lebih jarang meminta petunjuk dan solusi. Ini sebagian karena materi pengantar sangat komprehensif, sementara kursus yang lebih lanjutan memberi Anda lebih banyak kebebasan untuk mengeksplorasi materi sendiri: belajar dengan praktik langsung menjadi semakin nyata saat Anda mengikuti kursus DataCamp! Proses peningkatan kursus jelas perlu menjaga keseimbangan antara belajar sambil praktik dan memberikan dukungan yang dibutuhkan pelajar.
Umpan Balik yang Dipersonalisasi
Selain petunjuk dan solusi, Anda sudah sedikit membaca tentang fitur umpan balik personal yang ditawarkan DataCamp bersama tantangan koding di setiap kursusnya. Umpan balik dibangun sedemikian rupa sehingga Anda dapat terlebih dahulu meminta petunjuk dan, sebagai jalan terakhir, melihat solusi. Opsi terakhir ini tidak dianjurkan, karena ada dampak pada XP yang diperoleh pengguna saat memilih solusi. Ini mendorong pelajar untuk mulai mencoba sendiri dan mengembangkan intuisi tentang apa yang perlu dikodekan untuk menyelesaikan tugas yang diberikan tantangan koding. Sebagai manfaat tambahan, pesan umpan balik disusun agar pengguna segera mendapat gambaran tentang apa yang salah pada kode, alih-alih harus melihat pesan kesalahan yang mungkin awalnya tidak masuk akal. Ini juga menjadi cara kami mendorong pelajar untuk memahami kode, terutama bagian yang mereka lakukan dengan keliru. Pada akhirnya hal ini memperkuat proses belajar ilmu data.
Menyediakan umpan balik personal ini tidak mudah untuk diwujudkan: saat DataCamp baru berdiri, sistem umpan balik masih sangat awal sehingga umpan balik terlalu umum. Bertahun-tahun kemudian, semakin jelas bahwa pengguna kami datang ke DataCamp dengan latar belakang dan tujuan yang berbeda-beda, yang menuntut pendekatan personal. Hasilnya, sistem umpan balik sudah meningkat pesat dan terus membaik berkat masukan yang kami dapatkan dari pengguna: semua masalah yang dialami pengguna saat mengikuti kursus dicatat dan digunakan untuk peningkatan berkelanjutan kursus serta sistem umpan balik kami.
Waktu yang Dihabiskan pada Latihan
Selain melacak jumlah petunjuk dan solusi yang diminta per kursus, DataCamp juga melacak bagaimana pelajar menempuh latihan pada tingkat yang lebih rinci: waktu yang dihabiskan pelajar pada latihan tertentu dipantau dan dianalisis untuk menemukan masalah dalam pengalaman belajar di platform. Karena DataCamp ingin memastikan pelajar maju melalui konten dengan laju yang sehat, informasi ini juga dipertimbangkan untuk terus meningkatkan kualitas kursus-kursus DataCamp.
Peringkat Kursus
Selain melacak tingkat kesulitan latihan dan waktu yang dihabiskan pengguna pada latihan lalu menggunakan informasi tersebut untuk meningkatkan proses pembuatan kursus, DataCamp juga memantau kursus mana yang disukai pengguna sehingga kami dapat membuat kursus baru yang terus menarik minat mereka. Topik yang umumnya kurang populer di kalangan pengguna kami adalah statistik, manipulasi data, dan visualisasi data, sementara kursus pemrograman pengantar, pembelajaran mesin, dan proyek/studi kasus, sebaliknya, berkinerja baik di kalangan pengguna DataCamp.
Peringkat ini, selain jumlah petunjuk atau solusi yang diminta pengguna, memberi kami gambaran yang sangat baik tentang kursus mana yang mungkin memerlukan perhatian ekstra.
Struktur
Sebagai profesional atau seseorang yang baru memulai karier, waktu itu terbatas dan berharga. Karena itu kursus kami mencantumkan prasyarat yang idealnya dipenuhi pelajar ketika mempertimbangkan untuk mengambil kursus tertentu. Ambil contoh kursus Python Data Science Toolbox dari DataCamp:
Prasyaratnya tercantum dengan jelas sehingga pengguna tahu pengetahuan dan keterampilan apa yang diharapkan sebelum mereka memulai kursus.
Selain itu, DataCamp membagi kursus menjadi bab-bab yang lebih kecil dan bagian yang bahkan lebih kecil lagi, di mana video dan tantangan koding interaktif dengan umpan balik hadir secara bergantian. Struktur seperti ini terbukti efektif bagi pelajar saat mempelajari ilmu data—bukan hanya karena adanya variasi dalam kurikulum, tetapi juga karena pelajar dapat membuat kemajuan dengan cepat dan pada laju yang sehat, yang merupakan salah satu cara terbaik untuk menjaga motivasi dan keterlibatan terhadap konten: mereka lebih kecil kemungkinannya untuk berhenti dan lebih terdorong untuk melanjutkan kursus.
Antarmuka
Antarmuka adalah salah satu komponen terpenting saat mengajarkan ilmu data kepada para pembelajar ilmu data: sejak awal, DataCamp telah membuat antarmuka yang memastikan pelajar dapat melakukan koding dengan nyaman di peramban mereka sendiri, tanpa perlu lebih dulu memasang RStudio atau Python secara lokal. Ini, bersama video dan umpan balik personal, membuat hambatan bagi pemula jauh lebih kecil dan pengalaman belajar jauh lebih sukses.
Namun, ada beberapa perubahan pada antarmuka selama bertahun-tahun untuk menjadikannya jauh lebih interaktif dibandingkan awalnya: pada antarmuka saat ini, pelajar dapat lebih mudah menavigasi kursus, menghubungi dukungan saat menemukan masalah teknis dengan kursus, dan lebih jelas berapa banyak XP yang bisa mereka peroleh dengan menyelesaikan latihan tertentu.
Track
Semua pembelajar dan pengajar ilmu data tahu bahwa menemukan (rangkaian) kursus ilmu data yang sesuai kebutuhan Anda dalam hal kualitas, keterlibatan, gaya belajar, … bisa menjadi tantangan. Dalam proses ini, mudah untuk kehilangan jejak tujuan awal dan maksud belajar Anda. Lebih khusus lagi, sebagian besar pelajar adalah profesional yang ingin beralih ke industri ilmu data dan karenanya memiliki tujuan karier spesifik. Atau mereka sudah bekerja di industri ilmu data tetapi mencari cara untuk menjadi lebih mahir dalam topik atau keterampilan tertentu.
Itulah mengapa DataCamp baru-baru ini membuat track, yang menawarkan pendekatan terstruktur terhadap kursus-kursus DataCamp yang mungkin sudah Anda kenal: dengan cara ini, Anda akan fokus secara terstruktur untuk memperkuat keterampilan ilmu data Anda atau bergerak menuju tujuan karier yang selalu Anda impikan.
Selaras dengan yang Anda baca sebelumnya tentang proses pembuatan kursus kami dan para pengguna DataCamp sendiri, Anda melihat bahwa track ini juga membantu pembelajar ilmu data untuk menangani topik-topik ilmu data yang mereka anggap sulit dengan cara yang lebih terarah sehingga mereka dapat cepat meningkat dan menaklukkan kurva pembelajaran.
Silakan lihat semua track DataCamp di sini.
Latihan Harian
Menaklukkan kurva pembelajaran dengan membuat kursus berkualitas dan merancang track yang menjaga fokus pengguna adalah satu hal, tetapi belajar ilmu data tetap merupakan tantangan. Di DataCamp, kami ingin memastikan bahwa pengguna kami bisa belajar setiap hari dan, mari akui, Anda perlu berkutat dengan ilmu data setiap hari (meski hanya sedikit!). Satu masalah yang sering dihadapi pelajar adalah sulitnya menjaga semua pengetahuan yang telah Anda bangun. Karena itulah DataCamp menawarkan fitur latihan harian untuk membantu Anda memantau apa yang sudah Anda kuasai dan keterampilan apa yang mungkin perlu Anda segarkan kembali.
Sistemnya cukup sederhana: saat Anda masuk ke mode latihan, Anda akan mendapatkan tantangan yang membantu Anda berlatih materi yang telah Anda lihat di kursus yang sudah Anda selesaikan. Tantangan ini sebenarnya terdiri dari lima latihan dalam berbagai bentuk (pilihan ganda, isian, …) yang membantu Anda menghafal konten kursus agar apa yang telah Anda pelajari lebih melekat. Ketika Anda menjawab kelima tantangan dengan benar, Anda mendapatkan 250 exp. Tentu saja, Anda akan mendapat rangkaian latihan yang berbeda setiap hari. Anda dapat menemukan mode latihan harian langsung di dasbor Anda!
Kesimpulan
DataCamp sedang memikirkan ulang cara belajar dan penilaian ilmu data, dan ini hanyalah salah satu dari banyak cara kami menggabungkan riset dalam pendidikan ilmu data dengan teknologi terbaru dan ilmu data itu sendiri untuk mendorong kemajuan mutakhir.
Jika Anda tertarik pada pendidikan ilmu data, bergabunglah bersama kami membangun tempat terbaik untuk belajar ilmu data! Lihat lowongan kerja kami.
