Catatan Podcast dengan Kak Bagus - Data Scientist di Female Daily

Pendahuluan

• Pembicara: Michelle Christine
• Narasumber: Kak Bagus Fajar Aprianto
• Topik: Pengalaman dan pandangan Kak Bagus mengenai data science.

Pengalaman Kak Bagus

• Latar belakang pendidikan: Kuliah di jurusan matematika.
• Perjalanan karir:
  • Bekerja di Circulo sebagai admin.
  • Magang di Bisa AI, diangkat jadi pegawai sebagai data scientist.
  • Bekerja di Bahasa Kita, Telkom Sigma, Dinas Penanaman Modal DKI Jakarta.
  • Saat ini di Female Daily Network sebagai Data Scientist.

Job Desk Data Scientist

• Fokus pada analisis dan prediksi data.
• Membuat model untuk membantu pengembangan perusahaan.
• Harus memahami data perusahaan dan melakukan analisis masalah.

Pentingnya Matematika dalam Data Science

• Statistik deskriptif, time series, dan multivariat sangat berhubungan dengan data.
• Logika dan pembuktian teorema juga penting dalam analisis data.

Kebutuhan Data Scientist di Setiap Industri

• Semua perusahaan butuh data scientist, tapi tergantung kebutuhan dan kesiapan data mereka.
• Data scientist berperan dalam mengolah dan menganalisis data sesuai tujuan bisnis.

Aktivitas Sehari-hari Kak Bagus di Female Daily

• Menghabiskan waktu 3 bulan untuk memahami data perusahaan.
• Menjalankan request data dari pengguna.
• Terlibat dalam proyek analisis masalah dan pengembangan model untuk mendeteksi fake reviews.

Proyek Fake Review

• Identifikasi review yang berasal dari buzzer dan yang asli.
• Melakukan analisis data untuk membangun model yang akurat.
• Proses proyek sekitar 2 bulan, bergantung pada jenis dan kompleksitas data.

Work-Life Balance dan Gaji di Data Science

• Work-life balance tergantung pada perusahaan dan proyek.
• Gaji untuk junior data scientist berkisar antara 7-8 juta.

Perbedaan Data Scientist dan Data Analyst

• Data analyst lebih fokus pada analisis deskriptif.
• Data scientist fokus pada prediksi dan model.

Prospek Data Scientist di Masa Depan

• Permintaan untuk data scientist diperkirakan meningkat.
• Data engineer juga penting untuk membersihkan dan mengelola data sebelum analisis.

Keterampilan yang Diperlukan untuk Data Scientist

• Tiga aspek: Matematika, teknologi (programming), dan bisnis.
• Kemampuan presentasi juga diperlukan untuk menjelaskan analisis kepada pihak lain.

Penutup

• Perusahaan semakin menyadari pentingnya data science.
• Peluang karir di bidang data science semakin menjanjikan di masa depan.

Jika ada pertanyaan lebih lanjut, silakan tinggalkan komentar di bawah.