SlideShare a Scribd company logo
1 of 26
Download to read offline
Panduan Memulai
Karir di Data Science
Bayu Aldi Yansyah
Data Scientist Lead
github.com/pyk
ala kumparan
01 Persiapan Diri
Pencarian &
Wawancara Kerja
3 Tahapan
Utama
02
03 Onboarding /
Adaptasi
Persiapan
Diri
Tahap Pertama
Ada 3 langkah utama untuk
mempersiapkan diri, yaitu pertama
memilih role yang tepat, kedua
harus fokus satu role dan yang
ketiga membangun portfolio.
Persiapan
Diri
caption,
Lorem
Ipsum
Pekerjaan/Tugas Utama
Data Scientist
Mengajukan dan mengimplementasikan
solusi dari masalah perusahaan yang
berhubungan dengan data science
Data Engineer
Membuat dan mengelola platform untuk
mengoleksi dan menganalisa data
Business Intelligence
Menjawab pertanyaan bisnis sesuai
dengan data yang ada
Tugas
Utama
Kemampuan Yang Wajib
Dimiliki Seorang Data
Scientist
Memahami dasar teori machine learning
(sesuai dengan domain perusahaan).
Bisa menggunakan tools di software
engineering (Git, Code editor, dll).
Bisa implementasi program berdasarkan
research paper.
Skills
Kemampuan Yang Wajib
Dimiliki Seorang Data
Engineer
Memahami dasar teori distributed system
(sesuai dengan domain perusahaan).
Bisa menggunakan tools di software
engineering (Git, Code editor, dll).
Bisa implementasi program berdasarkan
requirement docs.
Skills
Kemampuan Yang Wajib
Dimiliki Seorang Business
Intelligence
Paham proses bisnis dan nilai bisnis
perusahaan.
Bisa menggunakan tools untuk analisa
data (SQL, Spreadsheet dan lain-lain).
Bisa menjelaskan hasil kesimpulan yg
didapat dari data dengan baik.
Skills
Bantuan
Singkat
Memilih Role
Suka buat
program?
Tertarik dengan
Machine Learning?
Suka analisa data?
Tertarik dengan
Distributed System?
Data
Scientist
Data Engineer
Business
Intelligence
Ya Tidak
YaYa Tidak
Ya
caption,
Lorem
Ipsum
Saran Ketika Memilih Role
1. Jangan tergesa-gesa untuk
mengambil keputusan. Semua
konsep/teori nanti kelihatannya
akan susah di awal-awal, tapi kalo
terus-menerus di pelajari nanti akan
mudah. Kuncinya adalah konsisten.
2. Jangan malu untuk berkonsultasi
langsung ke orang yang sudah
menjadi Data Scientist, Data
Engineer atau Business Intelligence
melalui Linkedin atau media sosial
lainnya.
3. Fokus kepada hal yang sudah
dikuasai dan kembangkan terus.
Memilih
Role
Mulai
Belajar Dari
Mana?
Fokus Satu Role
Rekomendasi Belajar Teori
Bagi yang masih kuliah, ambil mata kuliah
yang berhubungan dengan data science:
1. Aljabar linear
2. Algoritma dan Pemograman
3. Kalkulus I & II
4. Statistika I & II
5. Basis Data
6. Dan lain-lain
Theory
Mulai Belajar Dari Mana?
Rekomendasi Belajar Teori
Untuk umum bisa mengambil kuliah
gratis di Coursera, edx dan Open Online
Course lainnya. Rekomendasi kuliah
gratis-nya adalah:
1. Analytics Edge di edX
2. Machine Learning dari Prof Andrew
Ng
3. Big Data for Data Engineers
Kembangkan kemampuan
berkomunikasi (soft-skill).
Untuk BI, belajar metriks-metriks yang
dibutuhkan dalam bisnis. Theory
Mulai Belajar Dari Mana?
Rekomendasi Belajar Penerapan
Belajar bahasa pemograman Python, R
atau C/C++ ? Pilih satu bahasa
pemograman lalu kuasai.
Untuk Data Scientist direkomendasikan
menggunakan Python, banyak tutorial
dan dokumentasi lengkap untuk belajar
mandiri.
Bisa dengan mengikuti tutorial lalu
memodifikasinya.
Melakukan “Weekend Project”, tiap hari
sabtu-minggu mengerjakan project mulai
dari nol sampe selesai.
Practice
Mulai Belajar Dari Mana?
Rekomendasi Belajar Penerapan
Menulis tutorial dengan bahasa sendiri
dan membagikannya melalui media
sosial.
Gabung di komunitas-komunitas
pemograman untuk meningkatkan
wawasan.
Practice
Mulai Belajar Dari Mana?
Rekomendasi Belajar Tools
Belajar Git. Git adalah version control
system yang digunakan para developer
untuk mengembangkan software secara
bersama-bersama
Belajar Git wajib untuk seorang Data
Scientist dan Data Engineer karena Git
digunakan untuk kolaborasi dengan
engineer lain.
Practice
Mulai Belajar Dari Mana?
Rekomendasi Belajar Tools
Belajar SQL. Hal yang wajib untuk yang
tertarik menjadi Business Intelligence.
Untuk role yang lain, belajar SQL juga bagus
untuk menambah wawasan.
Kadang-kadang sebuah model machine
learning bisa langsung di implementasikan
hanya dengan SQL saja (true story).
Practice
Mulai Belajar Dari Mana?
Rekomendasi Belajar Tools
Belajar menggunakan IDE. Bagus untuk
meningkatkan produktivitas,
mempermudah dan mempercepat
pekerjaan.
Rekomendasi IDE: Visual Studio Code dan
CLion
Belajar menggunakan Jupyter notebook.
Untuk eksplorasi dan membangun
prototype dengan cepat.
Untuk catatan personal waktu belajar.
Bermanfaat untuk semua role.
Practice
Membangun
Portfolio
Langkah-langkah membangun portfolio
1. Kerjakan project yang kamu sukai,
misal implementasi model terbaru
dari research paper dan lakukan
analisa dari data yang tersedia
secara umum.
2. Buat karya dari project tersebut.
3. Bagikan karya tersebut. Karya
berupa program, bagikan sumber
kode nya di Github. Karya berupa
tulisan, bagikan melalui blog atau
Medium.
4. Tulis karyamu di Resume / CV mu
5. Tambahkan pengalamanmu di
Linkedin
Show off
Persiapan Diri
Pencarian &
Wawancara Kerja
3 Tahapan
Utama
02
03 Onboarding /
Adaptasi
Tips & Trick mencari, apply dan saat
wawancara.
Pencarian &
Wawancara
Kerja
Tahap Kedua
Pencarian
Kerja
caption,
Lorem
Ipsum
Pencarian Kerja
Melalui Koneksi
Tanya Senior, Dosen atau Mantan teman
kerja tentang lapangan kerja yang ada
dan minta rekomendasi.
Melalui Recruiter
Jika portfolio bagus, maka recruiter akan
mengontak kamu dengan sendirinya.
Jangan malu untuk bertanya ke recruiter.
Apply Langsung
Pastikan deskripsi pekerjaan sesuai
dengan apa yang kamu inginkan, baca
dengan teliti. Ketika mengirim email
gunakan tata bahasa yang sopan dan
baik.
Pencarian
caption,
Lorem
Ipsum
Wawancara Kerja
Saran ketika wawancara:
Harus jujur apa adanya. Biasanya waktu
wawancara akan dibahas project yang ada
di portfoliomu, jelaskan dengan baik.
Nanti akan ada negosiasi gaji. Untuk yang
pertama kali kerja: Utamakan
pengalaman dari pada besar Gaji
Jika pengalamanmu banyak atau
ilmumu banyak, nanti uang akan
mengikuti.
Wawancara
Persiapan Diri
Pencarian &
Wawancara Kerja
3 Tahapan
Utama
03 Onboarding /
Adaptasi
Project apa yang harus saya kerjakan
ni? ga sabar!
Onboarding
/ Adaptasi
Tahap Ketiga
Onboarding
caption,
Lorem
Ipsum
Onboarding / Adaptasi
Saran ketika onboarding/adaptasi:
Jangan malu untuk bilang ke managermu
tentang project yang kamu sukai.
Jika kamu suka tantangan, maka kamu
bisa tanya managermu untuk project apa
yang saat ini sangat diprioritaskan dan
kerjakan project tersebut.
Pahami Culture perusahaan.
Onboarding
Persiapan Diri
Pencarian &
Wawancara Kerja
3 Tahapan
Utama
Onboarding /
Adaptasi
thank you

More Related Content

Similar to MEMBANGUN KARIR

5 ta-2021-05-business-understanding-modul-ariw-2021-07-17
5 ta-2021-05-business-understanding-modul-ariw-2021-07-175 ta-2021-05-business-understanding-modul-ariw-2021-07-17
5 ta-2021-05-business-understanding-modul-ariw-2021-07-17ArdianDwiPraba
 
Ppt etika programmer
Ppt etika programmerPpt etika programmer
Ppt etika programmerDhewiie Whiee
 
Pertemuan 4 - Scrum.pdf
Pertemuan 4 - Scrum.pdfPertemuan 4 - Scrum.pdf
Pertemuan 4 - Scrum.pdfJulianaMansur6
 
PROTOTYPE DESAIN KREATIFNAsndfasnf aanfsa
PROTOTYPE DESAIN KREATIFNAsndfasnf aanfsaPROTOTYPE DESAIN KREATIFNAsndfasnf aanfsa
PROTOTYPE DESAIN KREATIFNAsndfasnf aanfsaikhsyansyaputra
 
Prospek jurusan it.pptx
Prospek jurusan it.pptxProspek jurusan it.pptx
Prospek jurusan it.pptxAhnafGaming
 
Pedoman pelaksanaan-kerja-praktek-d3 manajemen informatika v3
Pedoman pelaksanaan-kerja-praktek-d3 manajemen informatika v3Pedoman pelaksanaan-kerja-praktek-d3 manajemen informatika v3
Pedoman pelaksanaan-kerja-praktek-d3 manajemen informatika v3STMIK Sumedang
 
AI Talks #3: Bagaimana AI?
AI Talks #3: Bagaimana AI?AI Talks #3: Bagaimana AI?
AI Talks #3: Bagaimana AI?SABDA
 
Konsep Desain Prototype dan Kemasan Produk Barang / Jasa
Konsep Desain Prototype dan Kemasan Produk Barang / JasaKonsep Desain Prototype dan Kemasan Produk Barang / Jasa
Konsep Desain Prototype dan Kemasan Produk Barang / Jasaikhsyansyaputra
 
4. tools proyek data science dts ta v.2
4. tools proyek data science dts ta v.24. tools proyek data science dts ta v.2
4. tools proyek data science dts ta v.2ArdianDwiPraba
 
Kompetensi IT untuk Sarjana Industri
Kompetensi IT untuk Sarjana IndustriKompetensi IT untuk Sarjana Industri
Kompetensi IT untuk Sarjana IndustriKosiima
 
Praktikum Algoritma Pemrograman
Praktikum Algoritma PemrogramanPraktikum Algoritma Pemrograman
Praktikum Algoritma PemrogramanWahyu Widodo
 
Presentasi kelompok 1_Etika Programer
Presentasi kelompok 1_Etika ProgramerPresentasi kelompok 1_Etika Programer
Presentasi kelompok 1_Etika Programerqoqom
 
Presentasi kelompok 1 etika programer
Presentasi kelompok 1 etika programerPresentasi kelompok 1 etika programer
Presentasi kelompok 1 etika programerRHiny PerTiwi
 
Dasar Algoritma
Dasar Algoritma Dasar Algoritma
Dasar Algoritma casnadi
 
4520210014 muhammad aldiansyah future_work
4520210014 muhammad aldiansyah future_work4520210014 muhammad aldiansyah future_work
4520210014 muhammad aldiansyah future_workMuhammadAldiansyah22
 
SIM 13, Nabila Rahmalia, Hapzi Ali, Siklus Hidup Sistem, Universitas Mercu Bu...
SIM 13, Nabila Rahmalia, Hapzi Ali, Siklus Hidup Sistem, Universitas Mercu Bu...SIM 13, Nabila Rahmalia, Hapzi Ali, Siklus Hidup Sistem, Universitas Mercu Bu...
SIM 13, Nabila Rahmalia, Hapzi Ali, Siklus Hidup Sistem, Universitas Mercu Bu...nabila rahmalia
 

Similar to MEMBANGUN KARIR (20)

5 ta-2021-05-business-understanding-modul-ariw-2021-07-17
5 ta-2021-05-business-understanding-modul-ariw-2021-07-175 ta-2021-05-business-understanding-modul-ariw-2021-07-17
5 ta-2021-05-business-understanding-modul-ariw-2021-07-17
 
Ppt etika programmer
Ppt etika programmerPpt etika programmer
Ppt etika programmer
 
Pertemuan 4 - Scrum.pdf
Pertemuan 4 - Scrum.pdfPertemuan 4 - Scrum.pdf
Pertemuan 4 - Scrum.pdf
 
AD ELEMEN 5.docx
AD ELEMEN 5.docxAD ELEMEN 5.docx
AD ELEMEN 5.docx
 
PROTOTYPE DESAIN KREATIFNAsndfasnf aanfsa
PROTOTYPE DESAIN KREATIFNAsndfasnf aanfsaPROTOTYPE DESAIN KREATIFNAsndfasnf aanfsa
PROTOTYPE DESAIN KREATIFNAsndfasnf aanfsa
 
Prospek jurusan it.pptx
Prospek jurusan it.pptxProspek jurusan it.pptx
Prospek jurusan it.pptx
 
Pedoman pelaksanaan-kerja-praktek-d3 manajemen informatika v3
Pedoman pelaksanaan-kerja-praktek-d3 manajemen informatika v3Pedoman pelaksanaan-kerja-praktek-d3 manajemen informatika v3
Pedoman pelaksanaan-kerja-praktek-d3 manajemen informatika v3
 
AI Talks #3: Bagaimana AI?
AI Talks #3: Bagaimana AI?AI Talks #3: Bagaimana AI?
AI Talks #3: Bagaimana AI?
 
Konsep Desain Prototype dan Kemasan Produk Barang / Jasa
Konsep Desain Prototype dan Kemasan Produk Barang / JasaKonsep Desain Prototype dan Kemasan Produk Barang / Jasa
Konsep Desain Prototype dan Kemasan Produk Barang / Jasa
 
4. tools proyek data science dts ta v.2
4. tools proyek data science dts ta v.24. tools proyek data science dts ta v.2
4. tools proyek data science dts ta v.2
 
Kompetensi IT untuk Sarjana Industri
Kompetensi IT untuk Sarjana IndustriKompetensi IT untuk Sarjana Industri
Kompetensi IT untuk Sarjana Industri
 
Praktikum Algoritma Pemrograman
Praktikum Algoritma PemrogramanPraktikum Algoritma Pemrograman
Praktikum Algoritma Pemrograman
 
Presentasi kelompok 1_Etika Programer
Presentasi kelompok 1_Etika ProgramerPresentasi kelompok 1_Etika Programer
Presentasi kelompok 1_Etika Programer
 
Presentasi kelompok 1 etika programer
Presentasi kelompok 1 etika programerPresentasi kelompok 1 etika programer
Presentasi kelompok 1 etika programer
 
Etika profesi
Etika profesiEtika profesi
Etika profesi
 
Dasar Algoritma
Dasar Algoritma Dasar Algoritma
Dasar Algoritma
 
Sop farhan 1105537_tekpend
Sop farhan 1105537_tekpendSop farhan 1105537_tekpend
Sop farhan 1105537_tekpend
 
4520210014 muhammad aldiansyah future_work
4520210014 muhammad aldiansyah future_work4520210014 muhammad aldiansyah future_work
4520210014 muhammad aldiansyah future_work
 
ChatGPT-Nizar.pdf
ChatGPT-Nizar.pdfChatGPT-Nizar.pdf
ChatGPT-Nizar.pdf
 
SIM 13, Nabila Rahmalia, Hapzi Ali, Siklus Hidup Sistem, Universitas Mercu Bu...
SIM 13, Nabila Rahmalia, Hapzi Ali, Siklus Hidup Sistem, Universitas Mercu Bu...SIM 13, Nabila Rahmalia, Hapzi Ali, Siklus Hidup Sistem, Universitas Mercu Bu...
SIM 13, Nabila Rahmalia, Hapzi Ali, Siklus Hidup Sistem, Universitas Mercu Bu...
 

More from Bayu Aldi Yansyah

Penerapan Machine Learning di Industri
Penerapan Machine Learning di IndustriPenerapan Machine Learning di Industri
Penerapan Machine Learning di IndustriBayu Aldi Yansyah
 
PyTorch for Deep Learning Practitioners
PyTorch for Deep Learning PractitionersPyTorch for Deep Learning Practitioners
PyTorch for Deep Learning PractitionersBayu Aldi Yansyah
 
Asynchronous Python at Kumparan
Asynchronous Python at KumparanAsynchronous Python at Kumparan
Asynchronous Python at KumparanBayu Aldi Yansyah
 
Intent Classifier with Facebook fastText
Intent Classifier with Facebook fastTextIntent Classifier with Facebook fastText
Intent Classifier with Facebook fastTextBayu Aldi Yansyah
 
Introduction to Python and TensorFlow
Introduction to Python and TensorFlowIntroduction to Python and TensorFlow
Introduction to Python and TensorFlowBayu Aldi Yansyah
 
Clustering Semantically Similar Words
Clustering Semantically Similar WordsClustering Semantically Similar Words
Clustering Semantically Similar WordsBayu Aldi Yansyah
 
Pertemuan 2 & 3: A.I. Indonesia Academy Surabaya Batch #1
Pertemuan 2 & 3: A.I. Indonesia Academy Surabaya Batch #1Pertemuan 2 & 3: A.I. Indonesia Academy Surabaya Batch #1
Pertemuan 2 & 3: A.I. Indonesia Academy Surabaya Batch #1Bayu Aldi Yansyah
 
Pertemuan 1 - AI Indonesia Academy Surabaya Batch #1
Pertemuan 1 - AI Indonesia Academy Surabaya Batch #1Pertemuan 1 - AI Indonesia Academy Surabaya Batch #1
Pertemuan 1 - AI Indonesia Academy Surabaya Batch #1Bayu Aldi Yansyah
 

More from Bayu Aldi Yansyah (8)

Penerapan Machine Learning di Industri
Penerapan Machine Learning di IndustriPenerapan Machine Learning di Industri
Penerapan Machine Learning di Industri
 
PyTorch for Deep Learning Practitioners
PyTorch for Deep Learning PractitionersPyTorch for Deep Learning Practitioners
PyTorch for Deep Learning Practitioners
 
Asynchronous Python at Kumparan
Asynchronous Python at KumparanAsynchronous Python at Kumparan
Asynchronous Python at Kumparan
 
Intent Classifier with Facebook fastText
Intent Classifier with Facebook fastTextIntent Classifier with Facebook fastText
Intent Classifier with Facebook fastText
 
Introduction to Python and TensorFlow
Introduction to Python and TensorFlowIntroduction to Python and TensorFlow
Introduction to Python and TensorFlow
 
Clustering Semantically Similar Words
Clustering Semantically Similar WordsClustering Semantically Similar Words
Clustering Semantically Similar Words
 
Pertemuan 2 & 3: A.I. Indonesia Academy Surabaya Batch #1
Pertemuan 2 & 3: A.I. Indonesia Academy Surabaya Batch #1Pertemuan 2 & 3: A.I. Indonesia Academy Surabaya Batch #1
Pertemuan 2 & 3: A.I. Indonesia Academy Surabaya Batch #1
 
Pertemuan 1 - AI Indonesia Academy Surabaya Batch #1
Pertemuan 1 - AI Indonesia Academy Surabaya Batch #1Pertemuan 1 - AI Indonesia Academy Surabaya Batch #1
Pertemuan 1 - AI Indonesia Academy Surabaya Batch #1
 

Recently uploaded

ANALISA KASUS KECELAKAAN KERJA pada saat melakukan pekerjaan
ANALISA KASUS KECELAKAAN KERJA pada saat melakukan pekerjaanANALISA KASUS KECELAKAAN KERJA pada saat melakukan pekerjaan
ANALISA KASUS KECELAKAAN KERJA pada saat melakukan pekerjaanamalaguswan1
 
Manajemen Lalu Lintas Baru Di Jalan Selamet Riyadi
Manajemen Lalu Lintas Baru Di Jalan Selamet RiyadiManajemen Lalu Lintas Baru Di Jalan Selamet Riyadi
Manajemen Lalu Lintas Baru Di Jalan Selamet RiyadiCristianoRonaldo185977
 
Dasar Telekomunikasi Pengenalan dasar telekomunikasi
Dasar Telekomunikasi Pengenalan dasar  telekomunikasiDasar Telekomunikasi Pengenalan dasar  telekomunikasi
Dasar Telekomunikasi Pengenalan dasar telekomunikasidadan50
 
VULKANISME.pdf vulkanisme dan pengaruh nya terhadap kehidupan
VULKANISME.pdf vulkanisme dan pengaruh nya terhadap kehidupanVULKANISME.pdf vulkanisme dan pengaruh nya terhadap kehidupan
VULKANISME.pdf vulkanisme dan pengaruh nya terhadap kehidupanBungaCitraNazwaAtin
 
MATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptx
MATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptxMATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptx
MATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptxrikosyahputra0173
 
SKP GURU satuan kinerja pegawai tahun 2023 untuk PNS Aceh
SKP GURU satuan kinerja pegawai tahun 2023 untuk PNS AcehSKP GURU satuan kinerja pegawai tahun 2023 untuk PNS Aceh
SKP GURU satuan kinerja pegawai tahun 2023 untuk PNS AcehBISMIAULIA
 
manajemen analisis data export data epidata 3.1
manajemen analisis data export data epidata 3.1manajemen analisis data export data epidata 3.1
manajemen analisis data export data epidata 3.1YudiPradipta
 
PPT Olah Nilai Kurikulum merdeka belajar.pptx
PPT Olah Nilai Kurikulum merdeka belajar.pptxPPT Olah Nilai Kurikulum merdeka belajar.pptx
PPT Olah Nilai Kurikulum merdeka belajar.pptxnursariheldaseptiana
 
kesalahan tipe 1 dan 2 pada statistik.pptx
kesalahan tipe 1 dan 2 pada statistik.pptxkesalahan tipe 1 dan 2 pada statistik.pptx
kesalahan tipe 1 dan 2 pada statistik.pptxAhmadSyajili
 
menghitung skewness dan kurtosis pada distribusi normal
menghitung skewness dan kurtosis pada distribusi normalmenghitung skewness dan kurtosis pada distribusi normal
menghitung skewness dan kurtosis pada distribusi normalHendriKurniawanP
 
pertemuan-3-distribusi pada-frekuensi.ppt
pertemuan-3-distribusi pada-frekuensi.pptpertemuan-3-distribusi pada-frekuensi.ppt
pertemuan-3-distribusi pada-frekuensi.pptAhmadSyajili
 
Metode penelitian Deskriptif atau Survei
Metode penelitian Deskriptif atau SurveiMetode penelitian Deskriptif atau Survei
Metode penelitian Deskriptif atau Surveikustiyantidew94
 
415418921-statistika- mean media modus data tunggal dan data kelompok
415418921-statistika- mean media modus data tunggal dan data kelompok415418921-statistika- mean media modus data tunggal dan data kelompok
415418921-statistika- mean media modus data tunggal dan data kelompokelmalinda2
 
MANAJEMEN ASET DAN PENGADAAN BARANG_KEL 4_PEMANFAATAN BMN.pptx
MANAJEMEN ASET DAN PENGADAAN BARANG_KEL 4_PEMANFAATAN BMN.pptxMANAJEMEN ASET DAN PENGADAAN BARANG_KEL 4_PEMANFAATAN BMN.pptx
MANAJEMEN ASET DAN PENGADAAN BARANG_KEL 4_PEMANFAATAN BMN.pptxnugrohoaditya12334
 

Recently uploaded (14)

ANALISA KASUS KECELAKAAN KERJA pada saat melakukan pekerjaan
ANALISA KASUS KECELAKAAN KERJA pada saat melakukan pekerjaanANALISA KASUS KECELAKAAN KERJA pada saat melakukan pekerjaan
ANALISA KASUS KECELAKAAN KERJA pada saat melakukan pekerjaan
 
Manajemen Lalu Lintas Baru Di Jalan Selamet Riyadi
Manajemen Lalu Lintas Baru Di Jalan Selamet RiyadiManajemen Lalu Lintas Baru Di Jalan Selamet Riyadi
Manajemen Lalu Lintas Baru Di Jalan Selamet Riyadi
 
Dasar Telekomunikasi Pengenalan dasar telekomunikasi
Dasar Telekomunikasi Pengenalan dasar  telekomunikasiDasar Telekomunikasi Pengenalan dasar  telekomunikasi
Dasar Telekomunikasi Pengenalan dasar telekomunikasi
 
VULKANISME.pdf vulkanisme dan pengaruh nya terhadap kehidupan
VULKANISME.pdf vulkanisme dan pengaruh nya terhadap kehidupanVULKANISME.pdf vulkanisme dan pengaruh nya terhadap kehidupan
VULKANISME.pdf vulkanisme dan pengaruh nya terhadap kehidupan
 
MATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptx
MATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptxMATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptx
MATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptx
 
SKP GURU satuan kinerja pegawai tahun 2023 untuk PNS Aceh
SKP GURU satuan kinerja pegawai tahun 2023 untuk PNS AcehSKP GURU satuan kinerja pegawai tahun 2023 untuk PNS Aceh
SKP GURU satuan kinerja pegawai tahun 2023 untuk PNS Aceh
 
manajemen analisis data export data epidata 3.1
manajemen analisis data export data epidata 3.1manajemen analisis data export data epidata 3.1
manajemen analisis data export data epidata 3.1
 
PPT Olah Nilai Kurikulum merdeka belajar.pptx
PPT Olah Nilai Kurikulum merdeka belajar.pptxPPT Olah Nilai Kurikulum merdeka belajar.pptx
PPT Olah Nilai Kurikulum merdeka belajar.pptx
 
kesalahan tipe 1 dan 2 pada statistik.pptx
kesalahan tipe 1 dan 2 pada statistik.pptxkesalahan tipe 1 dan 2 pada statistik.pptx
kesalahan tipe 1 dan 2 pada statistik.pptx
 
menghitung skewness dan kurtosis pada distribusi normal
menghitung skewness dan kurtosis pada distribusi normalmenghitung skewness dan kurtosis pada distribusi normal
menghitung skewness dan kurtosis pada distribusi normal
 
pertemuan-3-distribusi pada-frekuensi.ppt
pertemuan-3-distribusi pada-frekuensi.pptpertemuan-3-distribusi pada-frekuensi.ppt
pertemuan-3-distribusi pada-frekuensi.ppt
 
Metode penelitian Deskriptif atau Survei
Metode penelitian Deskriptif atau SurveiMetode penelitian Deskriptif atau Survei
Metode penelitian Deskriptif atau Survei
 
415418921-statistika- mean media modus data tunggal dan data kelompok
415418921-statistika- mean media modus data tunggal dan data kelompok415418921-statistika- mean media modus data tunggal dan data kelompok
415418921-statistika- mean media modus data tunggal dan data kelompok
 
MANAJEMEN ASET DAN PENGADAAN BARANG_KEL 4_PEMANFAATAN BMN.pptx
MANAJEMEN ASET DAN PENGADAAN BARANG_KEL 4_PEMANFAATAN BMN.pptxMANAJEMEN ASET DAN PENGADAAN BARANG_KEL 4_PEMANFAATAN BMN.pptx
MANAJEMEN ASET DAN PENGADAAN BARANG_KEL 4_PEMANFAATAN BMN.pptx
 

MEMBANGUN KARIR

  • 1. Panduan Memulai Karir di Data Science Bayu Aldi Yansyah Data Scientist Lead github.com/pyk ala kumparan
  • 2. 01 Persiapan Diri Pencarian & Wawancara Kerja 3 Tahapan Utama 02 03 Onboarding / Adaptasi
  • 3. Persiapan Diri Tahap Pertama Ada 3 langkah utama untuk mempersiapkan diri, yaitu pertama memilih role yang tepat, kedua harus fokus satu role dan yang ketiga membangun portfolio. Persiapan Diri
  • 4. caption, Lorem Ipsum Pekerjaan/Tugas Utama Data Scientist Mengajukan dan mengimplementasikan solusi dari masalah perusahaan yang berhubungan dengan data science Data Engineer Membuat dan mengelola platform untuk mengoleksi dan menganalisa data Business Intelligence Menjawab pertanyaan bisnis sesuai dengan data yang ada Tugas Utama
  • 5. Kemampuan Yang Wajib Dimiliki Seorang Data Scientist Memahami dasar teori machine learning (sesuai dengan domain perusahaan). Bisa menggunakan tools di software engineering (Git, Code editor, dll). Bisa implementasi program berdasarkan research paper. Skills
  • 6. Kemampuan Yang Wajib Dimiliki Seorang Data Engineer Memahami dasar teori distributed system (sesuai dengan domain perusahaan). Bisa menggunakan tools di software engineering (Git, Code editor, dll). Bisa implementasi program berdasarkan requirement docs. Skills
  • 7. Kemampuan Yang Wajib Dimiliki Seorang Business Intelligence Paham proses bisnis dan nilai bisnis perusahaan. Bisa menggunakan tools untuk analisa data (SQL, Spreadsheet dan lain-lain). Bisa menjelaskan hasil kesimpulan yg didapat dari data dengan baik. Skills
  • 8. Bantuan Singkat Memilih Role Suka buat program? Tertarik dengan Machine Learning? Suka analisa data? Tertarik dengan Distributed System? Data Scientist Data Engineer Business Intelligence Ya Tidak YaYa Tidak Ya
  • 9. caption, Lorem Ipsum Saran Ketika Memilih Role 1. Jangan tergesa-gesa untuk mengambil keputusan. Semua konsep/teori nanti kelihatannya akan susah di awal-awal, tapi kalo terus-menerus di pelajari nanti akan mudah. Kuncinya adalah konsisten. 2. Jangan malu untuk berkonsultasi langsung ke orang yang sudah menjadi Data Scientist, Data Engineer atau Business Intelligence melalui Linkedin atau media sosial lainnya. 3. Fokus kepada hal yang sudah dikuasai dan kembangkan terus. Memilih Role
  • 10. Mulai Belajar Dari Mana? Fokus Satu Role Rekomendasi Belajar Teori Bagi yang masih kuliah, ambil mata kuliah yang berhubungan dengan data science: 1. Aljabar linear 2. Algoritma dan Pemograman 3. Kalkulus I & II 4. Statistika I & II 5. Basis Data 6. Dan lain-lain Theory
  • 11. Mulai Belajar Dari Mana? Rekomendasi Belajar Teori Untuk umum bisa mengambil kuliah gratis di Coursera, edx dan Open Online Course lainnya. Rekomendasi kuliah gratis-nya adalah: 1. Analytics Edge di edX 2. Machine Learning dari Prof Andrew Ng 3. Big Data for Data Engineers Kembangkan kemampuan berkomunikasi (soft-skill). Untuk BI, belajar metriks-metriks yang dibutuhkan dalam bisnis. Theory
  • 12. Mulai Belajar Dari Mana? Rekomendasi Belajar Penerapan Belajar bahasa pemograman Python, R atau C/C++ ? Pilih satu bahasa pemograman lalu kuasai. Untuk Data Scientist direkomendasikan menggunakan Python, banyak tutorial dan dokumentasi lengkap untuk belajar mandiri. Bisa dengan mengikuti tutorial lalu memodifikasinya. Melakukan “Weekend Project”, tiap hari sabtu-minggu mengerjakan project mulai dari nol sampe selesai. Practice
  • 13. Mulai Belajar Dari Mana? Rekomendasi Belajar Penerapan Menulis tutorial dengan bahasa sendiri dan membagikannya melalui media sosial. Gabung di komunitas-komunitas pemograman untuk meningkatkan wawasan. Practice
  • 14. Mulai Belajar Dari Mana? Rekomendasi Belajar Tools Belajar Git. Git adalah version control system yang digunakan para developer untuk mengembangkan software secara bersama-bersama Belajar Git wajib untuk seorang Data Scientist dan Data Engineer karena Git digunakan untuk kolaborasi dengan engineer lain. Practice
  • 15. Mulai Belajar Dari Mana? Rekomendasi Belajar Tools Belajar SQL. Hal yang wajib untuk yang tertarik menjadi Business Intelligence. Untuk role yang lain, belajar SQL juga bagus untuk menambah wawasan. Kadang-kadang sebuah model machine learning bisa langsung di implementasikan hanya dengan SQL saja (true story). Practice
  • 16. Mulai Belajar Dari Mana? Rekomendasi Belajar Tools Belajar menggunakan IDE. Bagus untuk meningkatkan produktivitas, mempermudah dan mempercepat pekerjaan. Rekomendasi IDE: Visual Studio Code dan CLion Belajar menggunakan Jupyter notebook. Untuk eksplorasi dan membangun prototype dengan cepat. Untuk catatan personal waktu belajar. Bermanfaat untuk semua role. Practice
  • 17. Membangun Portfolio Langkah-langkah membangun portfolio 1. Kerjakan project yang kamu sukai, misal implementasi model terbaru dari research paper dan lakukan analisa dari data yang tersedia secara umum. 2. Buat karya dari project tersebut. 3. Bagikan karya tersebut. Karya berupa program, bagikan sumber kode nya di Github. Karya berupa tulisan, bagikan melalui blog atau Medium. 4. Tulis karyamu di Resume / CV mu 5. Tambahkan pengalamanmu di Linkedin Show off
  • 18. Persiapan Diri Pencarian & Wawancara Kerja 3 Tahapan Utama 02 03 Onboarding / Adaptasi
  • 19. Tips & Trick mencari, apply dan saat wawancara. Pencarian & Wawancara Kerja Tahap Kedua Pencarian Kerja
  • 20. caption, Lorem Ipsum Pencarian Kerja Melalui Koneksi Tanya Senior, Dosen atau Mantan teman kerja tentang lapangan kerja yang ada dan minta rekomendasi. Melalui Recruiter Jika portfolio bagus, maka recruiter akan mengontak kamu dengan sendirinya. Jangan malu untuk bertanya ke recruiter. Apply Langsung Pastikan deskripsi pekerjaan sesuai dengan apa yang kamu inginkan, baca dengan teliti. Ketika mengirim email gunakan tata bahasa yang sopan dan baik. Pencarian
  • 21. caption, Lorem Ipsum Wawancara Kerja Saran ketika wawancara: Harus jujur apa adanya. Biasanya waktu wawancara akan dibahas project yang ada di portfoliomu, jelaskan dengan baik. Nanti akan ada negosiasi gaji. Untuk yang pertama kali kerja: Utamakan pengalaman dari pada besar Gaji Jika pengalamanmu banyak atau ilmumu banyak, nanti uang akan mengikuti. Wawancara
  • 22. Persiapan Diri Pencarian & Wawancara Kerja 3 Tahapan Utama 03 Onboarding / Adaptasi
  • 23. Project apa yang harus saya kerjakan ni? ga sabar! Onboarding / Adaptasi Tahap Ketiga Onboarding
  • 24. caption, Lorem Ipsum Onboarding / Adaptasi Saran ketika onboarding/adaptasi: Jangan malu untuk bilang ke managermu tentang project yang kamu sukai. Jika kamu suka tantangan, maka kamu bisa tanya managermu untuk project apa yang saat ini sangat diprioritaskan dan kerjakan project tersebut. Pahami Culture perusahaan. Onboarding
  • 25. Persiapan Diri Pencarian & Wawancara Kerja 3 Tahapan Utama Onboarding / Adaptasi