Cara Data Scientist Tetap Up-to-date dengan Tren AI Terkini
Bidang Data semakin cepat berkembang, setiap harinya ada saja inovasi AI yang seringkali mencengangkan. Lantas, bagaimana cara agar talenta data senantiasa up-to-date dengan tren AI dan Data Science?
Table of Contents
Perkembangan teknologi mengalami kemajuan yang sangat cepat, terutama dalam bidang AI dan Data Science. Lima tahun yang lalu, ketertarikan pada AI hampir bisa diartikan sebagai memiliki gelar PhD dalam Matematika Kuantum. Namun, saat ini, seorang sarjana (S1) pun memiliki kesempatan untuk terlibat dalam bidang AI, meskipun membutuhkan dedikasi dalam membaca, belajar, dan mungkin mengejar pendidikan tingkat lanjut (S2 atau S3).
Pada masa lalu, teknologi seperti ChatGPT mungkin belum ada, yang merupakan platform yang sangat populer karena kemampuannya. Oleh karena itu, teknologi yang dulu populer, keren, dan relevan mungkin tidak lagi relevan saat ini. Oleh karena itu, sangat penting bagi kita untuk tetap mengikuti perkembangan teknologi agar tetap relevan dan mendapatkan peluang di masa depan. Salah satu cara untuk melakukannya adalah dengan terus mengikuti tren terkini dalam AI.
Bagaimana Data Scientist Mengikuti Pesatnya Tren AI di Tengah Kesibukannya?
Pada kesempatan ini, kita akan menjelaskan tujuh cara bagaimana seorang Data Scientist dapat mengikuti tren AI dan Data Science di tengah gempuran penemuan dan inovasi AI yang mungkin setiap hari diberitakan.
1. Baca Blog yang Fokus Membahas Data Science
Penting sekali untuk memulai kebiasaan untuk membaca blog terkait Data Science. Sebab dari segi penyampaian, blog sangat praktis, berbeda dengan banyak makalah penelitian akademik yang relatif berfokus pada aspek teoritis ilmu data dan Machine Learning.
Hal ini bukan berarti kita tidak perlu membaca makalah penelitian akademik, melainkan blog dapat menjadi langkah awal yang baik untuk memulai kebiasaan membaca. Ditengah kesibukan Anda, yang mungkin memiliki waktu terbatas, blog dapat membantu menyaring banyak teoretis atau menguraikan berbagai hal secara lebih sederhana. Berikut beberapa blog terkenal dari tim Data Scientist, netflixtechblog, blogDuolingo, Medium Meta, engineering.atspotify dan tentunya yang tidak boleh dilupakan dari Algoritma Data Science School.
2. Mulai Menulis Online
Menulis online bukan hanya memberikan informasi bagi orang lain, melainkan lebih untuk meningkatkan pemahaman Anda terkait suatu topik alias belajar. Sebuah pernyataan menarik “Anda mengingat 10% dari apa yang Anda baca, 20% dari apa yang Anda lihat, dan 95% dari apa yang Anda ajarkan”.
Menulis online termasuk dalam mengajar orang lain meskipun bukan secara lisan melainkan tertulis. Memulai menulis online alias menulis blog Data Science adalah cara terbaik untuk mengatur dan menyusun berbagai pengetahuan yang sudah Anda ketahui serta tentu ketika menulis Anda cenderung dituntut pula untuk membaca berbagai referensi. Dalam hal ini melalui menulis Anda “dipaksa” untuk memikirkan langkah demi langkah dan membantu Anda mendapatkan pemahaman yang mendalam tentang materi pelajaran.
Mungkin terdengar agak susah untuk keluar dari zona nyaman Anda, tetapi itu kondisi wajar kok ketika ingin memulai kebiasaan baru tetapi ini bukan menjadi alasan untuk tidak memulai. Anda mungkin dapat memulai kebiasaan membuat catatan sederhana untuk anda pribadi setelah membaca blog, seiring waktu Anda boleh mencoba untuk menulis sebuah blog melalui berbagai platform seperti Medium, Linkedin dan sebagainya.
3. Berlangganan Buletin TLDR AI
Membaca dan menulis blog adalah cara yang bagus untuk tetap mengikuti perkembangan teknis terbaru dalam Ilmu Data dan AI, tetapi jika Anda ingin mengikuti perkembangan bisnis, Anda dapat berlangganan buletin yang berfokus pada AI yang melacak startup, akuisisi, dan tren penelitian.
Salah satu buletin yang rekomendasi, yaitu Buletin AI TLDR, mereka akan mengirim satu email harian yang meringkas berita utama di industri. Alternatif lainnya adalah The Download oleh MIT Technology Review dan The Batch oleh DeepLearning.AI. Buletin ini kami rekomendasikan karena relatif membutuhkan waktu 2 menit atau singkat untuk membaca dan membantu kita memahami apa yang terjadi di dunia AI terkini.
4. Follow ‘ML Papers of the week’ di GitHub Repo
Sebuah platform DAIR.AI mengelola repo GitHub yang luar biasa dan diperbarui setiap minggu dengan daftar 10 makalah Machine Learning baru. Untuk setiap makalah, DAIR memberikan ringkasan singkat dan tautan ke tweet yang menjelaskan lebih lanjut tentang temuan makalah tersebut.
Jika Anda tidak ingin melihat repo GitHub atau berlangganan pembaruan email, Anda juga dapat mengikuti DAIR.AI di Twitter. Hal hebat tentang DAIR.AI adalah mereka melakukan kerja keras untuk Anda, memfilter kertas yang paling menarik dan mutakhir kemudian memberi Anda opsi untuk membaca lebih lanjut atau dengan cepat membuang dan melanjutkannya.
5. Subscribe Channel Data Science di YouTube
Beberapa cara sebelumnya terkait tulisan, mungkin Anda lebih tertarik menonton sehingga solusinya Anda dapat berlangganan berbagai channel Data Science di Youtube. Two Minute Papers adalah channel YouTube yang setiap minggu dua video baru diunggah ke saluran tersebut, yang bertujuan untuk menyaring temuan dari makalah penelitian terbaru, berfokus pada AI.
Channel rekomendasi lainnya adalah StatQuest with Josh Starmer dan 3Blue1Brown karena menjelaskan statistik dan konsep Machine Learning dengan cara yang sangat visual dan mudah dipahami, tanpa mengasumsikan banyak pengetahuan sebelumnya.
Rekomendasi terakhir yang tidak boleh dilupakan adalah dari Algoritma Data Science School yang berisi banyak insight di industri terkini, tips & trik Data Science dari ahli dan orang berpengalaman hingga berbagai tren teknologi masa kini.
6. Pergi ke Webinar Data Science
Banyak organisasi menyelenggarakan webinar gratis di mana mereka akan membicarakan inovasi terbaru dalam Data Science dan AI. Misalnya, jika Anda menggunakan sistem database cloud seperti Google BigQuery atau AWS RDS dalam pekerjaan Anda sehari-hari, Anda mungkin mendapat manfaat dengan mengikuti webinar yang diselenggarakan oleh Google atau AWS yang membahas tentang cara mendapatkan hasil maksimal dari platform mereka. Anda juga dapat mengikuti webinar rutin dari Algoritma Data Science School - Jendela Data, dapatkan informasinya lebih lanjut dengan mengikuti Linkedin dan Instagram.
7. Follow Praktisi Data Scientist di Twitter
Twitter menjadi platform yang diminati oleh prakitis maupun ahli dalam bidang AI dan Data Science. Melalui Twitter dapat menjadi tempat yang tepat untuk membaca lebih banyak opini jujur dan tips langsung dari para ahli. Berikut rekomendasi yang dapat Anda ikuti seperti Yann LeCun , Timnit Gebru , Geoffrey Hinton , Andrew Ng, dan Christopher Manning. Peneliti AI seperti ini menggunakan Twitter untuk berbagi pembaruan cepat tentang pekerjaan mereka dan berbagi informasi berguna yang tidak selalu berhasil masuk ke dalam makalah ilmiah. Selain itu, terdapat pula orang-orang seperti Chris Albon , Jay Alammar dan Cassie Kozyrkof yang mengerjakan jenis masalah yang sangat relevan dengan kehidupan pekerjaan sehari-hari seorang Data Scientist di industri dan dengan mengikuti orang-orang seperti mereka merupakan cara yang bagus untuk mendapatkan gambaran tentang apa yang sedang dikerjakan oleh berbagai perusahaan dunia yang menerapkan AI dan Data Science.
Kesimpulan
Tetap mengikuti tren terbaru dalam AI dan Data Science sangatlah penting jika Anda mencoba membangun maupun mempertahan relevansi untuk berkarier di bidang yang cepat berkembang ini. Anda dapat mulai membaca dan menulis blog, berlangganan buletin, Github repo hingga berbagai channel Youtube. Selain itu, penting pula untuk mengikuti berbagai webinar Data Science dan mengikuti berbagai praktisi maupun ahli Data Scientist yang banyak di Twitter.
Selain berbagai cara yang telah kita ulas di atas, terdapat satu cara lagi yang sangat efektif untuk #JadiTalentaData yang tetap Up-to-date dengan perkembangan AI dan Data Science saat ini, yaitu dengan mengikuti Bootcamp Algoritma Data Science yang memiliki serangkaian program yang dapat membantu Anda menguasai dunia data di industri yang Anda minati.
Bootcamp ini memiliki keunggulan, yaitu “Learn By Building (LBB)” artinya Anda akan belajar Data Science berbasis proyek dan “Lifetime Learner” artinya Anda cukup berinvestasi sekali, setelah lulus Anda dapat mengikuti workshop Data Science Series (DSS) rutin GRATIS untuk dibimbing menghasilkan projek sebagai portofolio dan meng-update pengetahuan Anda. Yuk, bergabung bersama Algoritma sekarang!