4 Cara Jadi Data Scientist Terbaik untuk Satu Dekade Kedepan

Hadirnya Data Science dalam Industri Marketplace berhasil memberikan banyak manfaat hingga melahirkan beberapa inovasi yang bahkan tidak terpikirkan sebelum hadirnya Data Science. Deretan Marketplace terbaik di dunia, seperti Amazon, Ebay, AliExpress dan masih banyak lagi, sudah jauh-jauh hari menyatakan bahwa Data Science telah membantunya bertahan dengan melahirkan banyak inovasi yang memberikan keuntungan bagi perusahaan dan pelanggan.

Begitu pun dengan Tokopedia, sebagai Marketplace yang paling berpengaruh se-Asia Tenggara, Tokopedia secara konsisten memberikan layanan jual beli online yang aman, mudah, cepat dan juga turut membangun perekonomian digital di Indonesia. Hal itu dilakukan dengan cara terus berinovasi dan juga membangun platformnya. Dalam perkembangannya Tokopedia tentu tidak luput dengan peran para talent data dibaliknya. Algoritma Talks kali ini akan mengajak Anda mencari insight, berbagi tips, serta mengintip peran data di balik Tokopedia dan juga keseharian Data Scientist di salah satu Marketplace terbesar di Indonesia, Tokopedia, langsung dari ahlinya, yaitu Jhonson Lee, Principal Data Scientist Tokopedia.

Rasa penasaran terhadap Artificial Intelligence (AI) membuat Jhonson tertarik mempelajari Data Science lebih jauh lagi, walaupun hal ini tidak sejalan dengan jurusan kuliah yang diambil Jhonson tetap berhasil lulus dengan predikat cumlaude di jurusan Teknik Elektro Institut Teknologi Bandung (ITB).

Kini sudah menginjak tahun ke-lima Jhonson berkecimpung di dunia data, hingga akhirnya berkarier di Tokopedia, tentunya pengalaman serta skill yang Jhonson miliki tidak perlu diragukan lagi.

Day-to-day Sebagai Data Scientist di Tokopedia

Sebagai morning person, Jhonson selalu memulai paginya dengan standup meeting pada jam 9 pagi. Di sana Jhonson dan tim akan membicarakan tentang apa saja yang sudah dikerjakan kemarin dan apa yang akan dikerjakan di hari ini, serta bercerita dengan kendala apa saja yang dihadapi dalam mengerjakan suatu Project, nantinya semua rekan yang lain siap membantu menyelesaikan kesulitan tersebut.

Setelah itu, Dataset Management Meeting, ini adalah Meeting singkat dengan tim lain untuk untuk mengurus Dataset Management. Dalam Data Science, memastikan kualitas Dataset terus terjaga merupakan hal yang penting.

Setelah rangkaian meeting tersebut Jhonson akan melanjutkan dengan bekerja atau Deep Work, di sini Jhonson akan memaksimalkan waktunya untuk fokus mengerjakan pekerjaan yang harus diselesaikan sebelum waktu Lunch Break.

Setelah jam makan siang, biasanya akan Collaboration Meeting. Meeting ini lebih membahas tentang bagaimana caranya Tokopedia dapat meluncurkan aplikasi Data Science yang semakin inovatif agar dapat digunakan oleh jutaan pengguna Tokopedia.

Pada sore hari, sebelum jam pulang, Jhonson biasa menyelesaikan Administrative Task, yaitu membaca dan menulis dokumentasi, membalas email dan sebagainya.

Hal Menantang dan Menyenangkan sebagai Data Scientist di Tokopedia

Hal yang menyenangkan sebagai Data Scientist di Tokopedia adalah bebas bereksperimen dan mengekspresikan ide yang dimiliki untuk membangun aplikasi Data Science yang dapat memberikan dampak positif bagi banyak orang. Jhonson senantiasa merasa senang tiap kali melihat apa yang sudah dikerjakannya berdampak untuk banyak orang

Sedangkan tantangannya, lebih pada infrastruktur. Dalam membangun aplikasi Data Science, membutuhkan infrastruktur data dan membangun infrastruktur ini tidaklah mudah, butuh kolaborasi dengan banyak tim, seperti tim Data Analyst, Data Engineer, dan Tim Software Engineering, mereka harus saling bahu-membahu untuk membangun infrastruktur data ini, dan ini membutuhkan waktu yang tidak sebentar.

Bayangan Peran Data di Masa Depan

Jhonson memiliki satu idola bernama Bill Tai. Bill adalah seorang investor ternama yang telah mendanai banyak perusahaan teknologi di dunia, contohnya seperti Canva, Tweetdeck, dan Zoom. Bill pernah mengatakan suatu hal yang selalu diingat Jhonson,

“Perkembangan teknologi itu biasanya berlangsung dalam bentuk gelombang besar yang berubah tiap satu dekade atau 10 tahun” - Bill Tai

Pada tahun 1980-an orang-orang berlomba-lomba untuk membangun teknologi personal computer, yang dulunya komputer memiliki ukuran yang sangat besar bahkan ada yang sebesar lemari, akhirnya dibuatlah inovasi hingga lahirlah komputer dengan ukuran yang lebih kecil dan dapat ditaruh di atas meja. Kemudian masih di gelombang ini, mulai berdirinya perusahaan teknologi yang saat ini sangat terkenal, yaitu Microsoft dan Apple.

Pada gelombang selanjutnya, 1 dekade kemudian tepatnya tahun 1990-an mulai datang gelombang internet, banyak perusahaan yang ingin mengaplikasikan internet di dunia nyata, hingga berdirilah perusahaan sebesar Amazon dan Google.

Pada tahun 2000-an kita dapat menyebutnya dengan gelombang User Interface, orang-orang berusaha untuk membangun aplikasi smartphone maupun website yang mudah dan nyaman untuk digunakan. Seperti yang saat ini dapat ditemukan pada tiktok, Facebook, Instagram, dan Tokopedia juga termasuk di dalamnya.

Saat ini kita memasuki Gelombang data, Jhonson mengungkapkan ini akan menjadi gelombang yang panjang, persis seperti apa yang diprediksikan idolanya, Bill Thai. Apalagi saat ini semakin banyak teknologi-teknologi yang tercipta berkat data dari Data Science dan AI. Contohnya, seperti Google Assistant, YouTube Recommendation, atau yang juga diterapkan pada Tokopedia, Recommendation systems dan Predictive customer segmentation, agar pengguna Tokopedia lebih mudah saat mencari barang yang sedang dibutuhkan. Itu semua membutuhkan AI.

Jhonson memprediksikan bahwa dalam satu dekade kedepan, akan semakin banyak inovasi yang hadir karena Artificial Intelligence atau AI. Artinya untuk membangun inovasi ini butuh banyak sekali Data Scientist. Sehingga dapat disimpulkan peran Data Scientist masih menjanjikan di 2023 ini hingga 1 dekade kedepan.

4 Tips Jadi Data Scientist Terbaik ala Jhonson Lee

- Cari kursus yang berkualitas

Jika ingin menjadi Data Scientist, Anda perlu belajar secara terstruktur, misalnya dengan mengikuti kursus di Data Science di Algoritma Data Science School atau mengambil kuliah dengan jurusan yang berkaitan dengan Data Science.

- Buat Project yang dapat diaplikasikan di kehidupan sehari-hari

Buatlah Project yang real life, karena dengan Project seperti itu kita bisa mengaplikasikan atau memahami teori di dunia nyata. Di awal Anda boleh memulai dengan Project kecil seperti yang ada di Kaggle. Tapi jika ingin yang lebih menantang Anda dapat melihat contoh Project yang ada di Omdena.

- Ikut Internship atau Entry Level Job

Dengan mengikuti Internship atau mencoba bekerja di Entry level, kita dapat merasakan dinamika kerja seorang Data Scientist itu seperti apa, yang mana itu hanya akan didapatkan jika Anda terjun langsung ke lapangan.

gimana sih kayak ilmu tentang meluncurkan aplikasi data sains ke production terus kayak berkomunikasi

- Kuasai Tools dasar

Saat ini banyak sekali Tools Data Science, menurut Jhonson yang paling penting adalah Python, Pandas, Numpy, scikit-learn. Keempat ini hampir digunakan di seluruh Project  Data Science. Untuk tools yang lain dapat Anda pelajari tergantung kebutuhan dari Project yang nanti akan dikerjakan.

Pesan Jhonson Lee untuk Anda!

“Lakukan tiga tips Data Science tadi dengan disiplin. Jujur, ini tidak gampang, butuh waktu dan pengorbanan. Nanti akan ada di suatu titik kita merasa Data Science ini sulit dan kita kayaknya gak cocok. Itu adalah momen dimana kita diuji, apakah kita bisa melewati masa sulit itu karena masa sulit itu jadi tanda bahwa ada sesuatu yang belum kita kuasai. Tapi, setelah kita menguasai, kita akan bangga dengan diri sendiri dan juga nantinya passion itu muncul dengan sendirinya karena kita sudah menguasai bidang itu. Jadi Passion itu muncul bukan karena keinginan tapi karena apa yang sudah kita kuasai setelah berproses.” Pesan Jhonson.