Karier bidang data dimulai dari satu keterampilan yang paling dekat dengan pekerjaan yang Anda incar, bukan dari gelar. Urutan yang paling sering berhasil: pilih satu peran sasaran, kuasai spreadsheet dan SQL lebih dulu, kerjakan dua sampai tiga proyek dengan data terbuka, lalu lamar peran yang benar-benar memakai keterampilan itu. Gelar membantu di sebagian perusahaan, tetapi ia bukan syarat tunggal, dan tidak semua orang perlu kembali kuliah untuk masuk.
Bidang data bukan satu pekerjaan, melainkan sekumpulan pekerjaan dengan tugas yang berbeda. Analis data merapikan dan menafsirkan angka untuk pengambilan keputusan. Insinyur data membangun saluran dan penyimpanan data. Ilmuwan data membangun model prediksi. Ada juga peran yang lebih dekat ke pelaporan, riset pasar, atau operasi. Artikel ini membahas cara masuk ke bidang ini, dengan penekanan pada analis data karena peran itu paling sering menjadi pintu pertama.
Panduan ini untuk Anda yang belum punya pengalaman kerja di bidang data, baik lulusan baru maupun orang yang pindah dari pekerjaan lain. Saran di bawah tidak berlaku untuk posisi yang mensyaratkan gelar tertentu atau izin profesi, dan tidak berlaku kalau Anda menargetkan peran riset yang memang menuntut pendidikan lanjut.
Pilih satu peran sasaran lebih dulu
Kesalahan paling umum pemula adalah belajar semua hal sekaligus: sedikit Python, sedikit statistik, sedikit machine learning, lalu berhenti karena tidak ada yang selesai. Bidang data terlalu luas untuk dikuasai sekaligus. Pilih satu peran yang paling realistis untuk Anda masuki sekarang, biasanya analis data atau peran pelaporan.
Cara memilihnya sederhana. Buka lima sampai sepuluh lowongan untuk peran yang Anda incar, lalu catat syarat yang berulang di hampir semua lowongan. Kata yang paling sering muncul itulah bahan belajar Anda. Kalau lima lowongan menyebut spreadsheet dan SQL, mulailah dari dua hal itu. Kalau lowongan yang Anda incar justru menuntut pembangunan saluran data dan pemrograman, peran sasarannya berbeda dan urutan belajarnya juga berbeda.
Peran sasaran menentukan ukuran keberhasilan Anda. Untuk analis data, keberhasilan berarti bisa menjawab pertanyaan bisnis dengan angka yang bisa dipertanggungjawabkan. Untuk insinyur data, keberhasilan berarti membangun proses yang berjalan andal. Menyamakan keduanya membuat proses belajar terasa tidak pernah selesai.
Urutan keterampilan yang dipelajari
Mulai dari spreadsheet. Rumus dasar, tabel pivot, penyaringan, dan pembersihan data adalah pekerjaan harian banyak analis. Spreadsheet juga tempat yang aman untuk berlatih logika: mengelompokkan, menjumlahkan, dan membandingkan. Jangan meremehkan bagian ini karena alatnya terlihat biasa.
Kedua, SQL. Hampir semua data perusahaan disimpan di basis data, dan SQL adalah cara mengambilnya. Pelajari cara memilih kolom, menyaring baris, menggabungkan dua tabel, dan mengelompokkan data. Empat hal itu sudah cukup untuk sebagian besar pekerjaan awal. Latihan terbaik adalah mengambil data terbuka, memasukkannya ke basis data sederhana, lalu menjawab pertanyaan dengan query.
Ketiga, satu alat visualisasi. Pilih satu dan kuasai, jangan berpindah-pindah. Yang penting bukan nama alatnya, melainkan kemampuan Anda memilih grafik yang tepat dan menulis keterangan yang membuat grafik bisa dibaca tanpa penjelasan panjang.
Keempat, statistik dasar. Anda tidak perlu membuktikan teorema. Yang perlu dipahami adalah rata-rata, median, sebaran, korelasi, dan arti sampel. Statistik dasar menjaga Anda dari kesimpulan yang terlalu jauh, misalnya menyimpulkan tren dari beberapa titik data.
Kelima, Python atau R, dan hanya kalau peran sasaran memintanya. Banyak lowongan analis tidak mensyaratkannya. Machine learning datang paling akhir, dan sering tidak diperlukan untuk peran pertama. Belajar dari dokumentasi resmi dan data terbuka jauh lebih murah daripada membeli kelas yang belum tentu selesai.
Membangun portofolio tanpa pengalaman kerja
Portofolio menggantikan pengalaman kerja di tahap awal. Isinya bukan kumpulan grafik, melainkan dua sampai tiga proyek yang masing-masing menjawab satu pertanyaan. Misalnya: bagaimana jumlah pelanggan berubah selama satu tahun, bagian mana yang paling banyak menyumbang keterlambatan, atau pola apa yang muncul dari data terbuka lembaga resmi.
Setiap proyek sebaiknya ditulis dengan urutan yang sama: pertanyaan, data yang dipakai dan dari mana asalnya, cara Anda membersihkan data, temuan, dan batas dari temuan itu. Bagian terakhir yang paling sering dilupakan, padahal justru itu yang membedakan analis yang hati-hati. Sebutkan hal yang tidak bisa Anda simpulkan karena datanya kurang.
Simpan portofolio dalam bentuk yang mudah dibuka perekrut. Berkas PDF lebih aman daripada tautan yang bisa mati atau berubah. Anda bisa menggabungkan beberapa dokumen proyek dengan Gabung PDF, lalu menyimpannya sebagai satu berkas. Cara membangun portofolio secara umum dibahas di cara membangun portofolio karier.
Jalur masuk yang realistis
Jalur paling umum bukan langsung menjadi analis di perusahaan besar. Yang lebih realistis adalah peran campuran: staf administrasi yang mengolah laporan, staf operasi yang membuat rekap, atau staf keuangan yang menyusun anggaran. Peran seperti itu memakai spreadsheet setiap hari, dan pengalaman itu bisa diceritakan di lamaran berikutnya.
Magang dan kontrak juga jalur yang masuk akal. Banyak perusahaan membuka magang untuk posisi data karena mereka ingin melihat cara kerja Anda sebelum mengangkat tetap. Kontrak berdurasi tertentu juga sering menjadi pintu, dan masa kontrak yang dijalani dengan baik bisa berlanjut.
Kalau Anda pindah dari bidang lain, manfaatkan pengetahuan lama Anda. Orang yang pernah bekerja di keuangan lebih mudah dipercaya untuk analis di perusahaan keuangan, karena ia sudah paham istilah dan alurnya. Bidang lama Anda adalah keunggulan, bukan beban.
Menulis CV dan lamaran untuk posisi data
CV untuk posisi data dibaca dengan cara yang sama seperti CV lain: kata kunci lowongan dicocokkan, lalu isinya dinilai. Cantumkan alat yang benar-benar Anda kuasai, proyek yang Anda kerjakan, dan hasil yang bisa diamati. Kalimat seperti "membuat dasbor penjualan bulanan" lebih lemah daripada "membuat dasbor penjualan bulanan yang memangkas waktu rekap dari dua hari menjadi beberapa jam".
Pakai format satu kolom agar terbaca mesin penyaring. Panduan formatnya ada di CV ATS, dan Anda bisa menyusunnya langsung di Pembuat CV. Jangan mencantumkan alat yang belum Anda kuasai, karena pertanyaan wawancara akan mengarah ke sana.
Kapan saran ini tidak berlaku
Kalau lowongan mensyaratkan gelar tertentu, saran di atas tidak menembus syarat itu. Beberapa instansi dan perusahaan memakai gelar sebagai syarat administratif, dan tidak ada portofolio yang bisa menggantikannya. Periksa syarat lowongan sebelum menghabiskan waktu.
Kalau Anda butuh penghasilan dalam waktu dekat, jalur ini tidak cocok dipakai sebagai satu-satunya rencana. Belajar sampai portofolio siap biasanya memakan beberapa bulan. Carilah pekerjaan yang memberi penghasilan sambil Anda belajar, dan jadikan bidang data sebagai tujuan berikutnya.
Kalau Anda tidak menikmati mengolah angka dan membersihkan data, pertimbangkan ulang. Sebagian besar pekerjaan awal di bidang ini adalah merapikan data yang berantakan, bukan membangun model yang menarik.
Pertanyaan yang sering muncul
Apakah harus kuliah statistik atau matematika? Tidak selalu. Sebagian perusahaan mensyaratkan gelar tertentu, sebagian hanya meminta kemampuan yang bisa dibuktikan. Baca syarat lowongan, lalu sesuaikan rencana Anda.
Berapa lama sampai bisa melamar? Tidak ada patokan pasti, karena tergantung waktu belajar dan peran sasaran. Yang bisa diukur adalah kesiapan: Anda sudah punya dua proyek yang bisa diceritakan dan menguasai alat yang diminta lowongan.
Apakah perlu belajar Python? Tergantung peran. Banyak posisi analis awal cukup dengan spreadsheet dan SQL. Lowongan tertentu meminta Python atau R, dan itu terlihat dari syarat yang berulang.
Apakah sertifikat membantu? Sertifikat bisa menjadi bukti belajar, tetapi yang paling sering ditanya di wawancara adalah proyek dan cara Anda mengambil kesimpulan. Sertifikat tanpa proyek jarang cukup.
Bagaimana kalau saya tidak punya latar matematika? Mulailah dari statistik dasar yang dipakai sehari-hari di pekerjaan: rata-rata, median, sebaran, dan arti sampel. Itu cukup untuk peran awal.
Langkah pertama minggu ini
Buka lima lowongan untuk peran yang Anda incar, catat syarat yang berulang, lalu pilih satu keterampilan untuk dipelajari lebih dulu. Setelah itu, tentukan satu proyek kecil yang bisa selesai dalam beberapa minggu. Tiga langkah itu lebih berguna daripada menghabiskan minggu ini untuk membandingkan banyak kelas.
Kalau Anda juga mempertimbangkan jalur teknologi yang lebih luas, baca cara memulai karier di bidang IT untuk melihat bedanya. Peta lengkap topik karier ada di Karier Jangka Panjang, dan panduan CV serta lamaran ada di Panduan CV dan Karier. Simpan catatan proyek Anda sejak awal, lalu susun CV-nya di Pembuat CV saat waktunya melamar.