Apa bedanya Data Scientist, Data Analyst, dan Data Engineer?
Pada era digital sekarang ini, kita sering kali mendengar profesi yang tergolong baru seperti data scientist, data analyst maupun data engineer. Menurut Harvard Business Review profesi data scientist masuk dalam kategori The Sexiest job of the 21st Century. Hal ini tidak lepas dari perkembangan teknologi digital informasi yang amat pesat. Namun tau kah kita mengenai ketiga profesi tersebut. Sekilas memang mirip tapi jika ditinjau lebih dalam ternyata berbeda loh. Sebenarnya apa bedanya ketiga posisi tersebut dalam perusahaan ?
Pada dasarnya ketiga pekerjaan tersebut adalah sama-sama berhubungan dengan pengolahan data. Namun secara tanggung jawab sehari-hari, ketiga pekerjaan tersebut berbeda. Berikut adalah perbedaan utama antara data scientist, data analyst/business analyst dan data engineer.
1. Tanggung Jawab
Data Engineer. Secara garis besar seorang data engineer bertugas menyiapkan data yang nantinya akan diberikan ke seorang data scientist dan data analyst untuk diolah. Ia bertanggung jawab untuk membuat desain arsitektur manajemen data, mengoptimalisasi dan memonitor infrastrukturnya. Ia juga harus memikirkan bagaimana data itu disimpan, diakses dan digunakan secara efisien dan akurat.
Data Analyst. Seorang data analyst adalah orang yang berhubungan langsung dengan bisnis. Ia bertugas untuk membersihkan, menganalisis data, melakukan visualisasi data dan menarik kesimpulan ataupun keputusan bisnis perusahaan. Ia juga harus memiliki sudut pandang yang beragam dan pengetahuan strategi bisnis yang mumpuni. Biasanya data analyst dikenal sebagai business analyst, business intelligence analyst, operations analyst.
Data Scientist. Bertugas untuk menganalisis dan menginterpretasi data kompleks untuk membantu bisnis dalam pengambilan keputusan. Seorang data scientist bertanggung jawab untuk mengolah, menganalisis, dan melakukan visualisasi data. Hampir sama dengan data analyst namun data scientist lebih mendalam. Ia diharapkan mampu melakukan eksperiment, berinovasi dan menciptakan model untuk memprediksi suatu variabel atau produk yang menguntungkan bagi perusahaan.
2. Teknik Pemodelan
Data Scientist : Teknik pemodelan dinamis seperti machine learning untuk mendapatkan prediksi suatu variabel di masa depan
Data Analyst : Teknik pemodelan statis yang dapat mengolah data melalui analisis deskriptive dan kemampuan visualisasi data
Data Engineer : Teknik building architecture and optimizing pipeline data.
3. Skill
Data Scientist. Untuk menunjang pekerjaan dan tugas seorang data scientist diperlukan kemampuan dalam ilmu Matematika, Machine Learning, MySQL, Python, R, communication
Data Analyst : Untuk menjadi seorang data analyst diperlukan pengetahuan mengenai Statistika, Microsoft Excel, Business Knowledge, Presentation and communication
Data Engineer : Untuk menjadi seorang data engineer diharapkan menguasai ilmu Matematika, Basic Pemrograman, RDBMS (MySQL, Microsoft SQL server), NoSQL, ETL Tool (Pentaho, Ab Initio dsb) , dan Pipeline (Kafka, Airflow, dsb).
4. Visualisasi Data
Data Scientist : Perlu menguasai berbagai teknik visualisasi data
Data Analyst : Perlu menguasai berbagai teknik visualisasi data
Data Engineer : Tidak perlu advanced dalam teknik visualisasi data
