Mengapa ilmuwan data disebut profesi paling seksi?

Thomas H. Davenport dan D.J. Patil dalam salah satu artikelnya di HBR (Harvard Business Review) menyebut data scientist (ilmuwan data) sebagai profesi paling seksi pada abad ke-21. Kalau “seksi” diartikan sebagai kurang atau sulit ditemukannya orang yang berkualitas, kenyataannya banyak ahli matematika, ahli statistik, ahli komputer, tapi mengapa masih disebut seksi?

Steer
The sensing unit that technician Jeff Thomas is attaching records motion and other data so scientists can determine how much time this steer spends grazing each day.

Davenport mendefinisikan ilmuwan data sebagai super star yang memiliki kemampuan untuk mempelajari atau melatih diri atau berfikir secara matematis yang tinggi, memiliki pengalaman menulis program, serta memiliki rasa ketertarikan pada suatu bidang khusus dalam pekerjaannya. Kalau dilihat dari definisi ini, memang banyak ahli matematik, banyak juga ahli komputer, dan tidak sedikit juga ahli matematik yang juga ahli memanfaatkan komputer dalam perhitungan matematikanya. Namun bagaimana dengan keahlian mereka di bidang yang lain, seperti ekonomi, kependudukan, biologi, atau astronomi? Atau sebaliknya. Misalnya mereka yang ahli di bidang ekonomi, sedikit yang juga ahli matematika dan bisa menulis program. Mereka yang ahli di bidang kependudukan, biologi, astronomi, dan sebagainya, mereka belum bisa secara maksimal menjelaskan fenomena yang ada tanpa bantuan ilmu matematik atau bantuan komputer.

There simply aren’t a lot of people with their combination of scientific background and computational and analytical skills. – Thomas H. Davenport & D.J. Patil

Davenport juga menjelaskan bahwa yang dituntut dari seorang ilmuwan data adalah tidak hanya dapat memberikan nasehat (advice) saja pada para pengambil keputusan (decision maker) tetapi juga harus bisa memberikan solusi dari hasil analisis yang telah dilakukan.

Profesor Hiroshi Maruyama dari Institute of Statistical Mathematics, dalam salah satu presentasinya yang bertema “Big Data: The Light and Shadow” (in Japanese: ビッグデータ:光と影) menyampaikan bahwa, di Jepang, seorang ilmuwan data pada umumnya bekerja dalam suatu bentuk layanan (service). Yang dimaksud layanan di sini, bisa dari pihak luar (outsourcing), bisa juga dari dalam dari salah satu unit dalam suatu organisasi yang sama. Berbeda dengan Jepang, Amerika, khususnya di Silicon Valley, seorang ilmuwan data adalah juga pengembang (developer) produk data (baca: produk dari hasil analisis data).

Kaoru Kawamoto dari Osaka Gas, peraih Data Scientist of The Year 2013 yang diberikan oleh Nikkei IT Pro, dalam buku yang ditulisnya berjudul “Strength of Analysis which Change the Company” (in Japanese: 会社を変える分析の力) menyampaikan bahwa yang dibutuhkan oleh seorang ilmuwan data tidak hanya kemampuan untuk menganalisis saja tetapi juga kemampuan untuk mengidentifikasi masalah serta kemampuan untuk menerapkan hasil analisis dalam bidangnya. Untuk itu, perlu betul-betul memahami bisnis (bidangnya) dan memiliki kemampuan berkomunikasi.

Terakhir pesan dari Kaoru Yamamoto yang ditulis dalam suatu dialog (in Japanese).

Pada masa di mana big data banyak dibicarakan sekarang ini, banyak orang tertarik untuk mempelajari atau mendalami analisis data. Namun akibatnya, timbul kecenderungan yang menganggap analisis data adalah segalanya. Kalau hanya sekedar relasi angka, bisa dengan mudah dilakukan dengan bantuan program atau software. Namun yang penting adalah, bagaimana penerapannya dalam bisnis atau bidangnya masing-masing. Tidak hanya konsep, tapi secara konkrit bisa memberikan solusi atau arahan agar bisnisnya bisa lebih baik atau bisa memberikan solusi pada suatu permasalahan.

Advertisements