4 Pertimbangan Penting untuk Perusahaan Sebelum Merekrut Data Scientist

0
443

Data Scientist merupakan salah satu profesi yang banyak dicari di layanan penyedia informasi lowongan pekerjaan online. Semenjak istilah “data is the new oil” menjadi kalimat yang populer di ranah kebutuhan bisnis modern, permintaan terhadap Data Scientist di Indonesia juga mulai ikut berkembang.

Situasi ini menimbulkan tantangan tersendiri, baik bagi ketersediaan tenaga talenta lokal di lapangan, ataupun bagi pihak-pihak yang mempertimbangkan keperluan Data Scientist dalam perusahaan masing-masing.

Meski seolah berkembang menjadi tuntutan bisnis modern, namun Samuel Chan selaku CEO startup penyedia layanan kursus data science secara offline Algoritma punya pendapat sendiri. Ia menyarankan agar perusahaan mempertimbangkan lagi apakah kebutuhan Data Scientist telah sesuai dengan tuntutan bisnis yang sedang dihadapi.

Jangan sampai hal tersebut justru menimbulkan akar masalah baru, seperti potensi pemanfaatan tenaga Data Scientist yang kurang optimal, mistreatment profesi, dan yang paling parah, kesalahan dalam memperkerjakan orang.

Lantas apa saja faktor yang perlu diperhatikan oleh perusahaan ketika hendak memperkerjakan seorang Data Scientist? Berikut empat poin yang bisa menjadi pertimbangan yang diberikan Samuel sebelum merekrut tenaga data science ke dalam perusahaan.


Utamakan yang memiliki penguasaan data science di ranah spesifik

Meski profesi ini dapat diterapkan di berbagai bidang, namun untuk mendapatkan hasil yang optimal, perusahaan perlu mempertimbangkan pemilihan latar belakang seorang Data Scientist berdasarkan riwayat di ranah bisnis yang pernah ia geluti sebelumnya.

Pastikan latar belakangnya sesuai dengan bisnis perusahaanmu. Sebagai contoh, Data Scientist yang pernah berkutat di e-commerce tentunya akan lebih menguasai “medan” data yang hendak diteliti jika ia ditempatkan ke dalam ranah e-commerce yang familier baginya.

“Profesi Data Scientist tidak hanya terpaku dengan analisis dan teknik formula matematika saja, tetapi juga penguasaan terhadap domain pengetahuan yang ia miliki seputar latar belakang data yang ditelitinya.”

Meski demikian, ini bukan berarti seorang Data Scientist tidak diperbolehkan menekuni riset data lain di luar pengalaman sebelumnya. Samuel menjelaskan bahwa faktor ini perlu dijadikan pertimbangan karena berkaitan dengan efisiensi kinerja, terutama dalam memproses data dan memahami model apa yang pas untuk kebutuhan risetnya.


Pastikan calon pelamar adalah developer

Sumber: Dribble

Dengan peluang yang makin terbuka untuk berprofesi sebagai seorang Data Scientist, situasi ini pun mendorong tantangan bagi perusahaan untuk menilai kandidat mereka apakah benar-benar seorang developer, atau hanyalah user yang mengerti analisis dan cara kerja formula saja.

Menurut Samuel, menjadi seorang analytic tool user dan terlibat dalam proses analisis hingga pengembangan big data belum bisa menjadi jaminan seseorang bisa menjadi seorang developer Data Scientist. Sebaliknya, orang yang bisa dikategorikan sebagai developer, sudah pasti bisa menjadi user.

“Ada kalanya mereka harus bisa mengenali mana kandidat yang berusaha keras menghafal setiap formula matematika, dan mana yang memiliki intuisi bagus dalam mendayagunakan formula untuk pengumpulan data.”

Bagaimana cara mengategorikan seseorang adalah developer atau hanyalah seorang user semata? Untuk hal tersebut, Samuel memberikan tiga tip, antara lain:

  • Awali dengan wawancara sederhana, mulai dari penguasaan formula statistik, tools, hingga contoh kasus analisis yang pernah dia selesaikan
  • Lakukan tes terhadap penguasaan formula statistik, dan lontarkan argumen khusus untuk melihat cara ia bereaksi terhadap dinamika data.
  • Minta gambarkan simulasi di atas sebuah medium kertas, tanpa melibatkan komputer dan tools pada umumnya.
Graphics and Charts on Paper | Photo

Seorang Data Scientist harus mampu menyajikan hasil analisisnya dalam format yang mudah dimengerti.

Bagi Samuel, yang perlu dipertimbangkan dari pencarian Data Scientist adalah menyaring individu yang memiliki intuisi bagus dalam melihat kasus, dan menganalisisnya menjadi sebuah data. Bukan sekadar tahu tool dan formula matematika mana yang bisa dipakai, namun tidak memiliki inisiatif dan komitmen kuat untuk berkutat dalam data yang ada.

“Seorang Data Scientist yang bagus tidak akan berpuas diri dengan hasil tingkat akurasi data 94 persen. Ia harus memiliki pemikiran untuk terus menggali solusi baru agar akurasi datanya bisa di atas itu. Selain itu ia juga harus tahu Pros dan Cons dari masing-masing formula,” kata Samuel.


Utamakan riwayat proyek yang telah ia kerjakan

Di Indonesia, ada kecenderungan perusahaan untuk menilai kandidat karyawan berdasarkan lama pengalaman kerja bisa tidak dapat sepenuhnya diterapkan untuk mencari seorang Data Scientist. Apalagi hingga berpatokan dengan keberadaan sebuah gelar seperti doktor dan lain sebagainya.

Ukur kelayakan kandidat berdasarkan jumlah proyek yang telah ia selesaikan.

Untuk mengukur apakah perusahaan mendapatkan seorang Data Scientist yang tepat, Samuel menyarankan untuk mengukur kelayakan kandidat berdasarkan jumlah proyek yang telah ia selesaikan.

Faktor penilaian yang satu ini memang ada kemungkinan untuk dilebih-lebihkan. Oleh karena itu, perlu dilakukan serangkaian tes untuk melihat seberapa jauh kemampuan analisis seseorang lewat beberapa cara yang telah disinggung pada poin sebelumnya.


Jangan ragu berkonsultasi

Algoritma | Featured

Mencari Data Scientist yang tepat merupakan tantangan bagi berbagai pihak, terutama bagi perusahaan yang baru mendayagunakan data. Dikutip dari penjelasan Head of Business Data Grab Ainun Najib, sebuah perusahaan harus mengembangkan budaya yang berbasis data terlebih dahulu sebelum mulai mencari tenaga di bidang data scicnce.

Jika perusahaan masih dalam tahap awal untuk mengadopsi budaya berbasis data, Samuel menyarankan ada baiknya perusahaan mengonsultasikan kebutuhan Data Scientist kepada pihak lain yang lebih mengerti. Salah satunya adalah layanan konsultan data science ataupun pihak dari komunitas yang menaunginya.

read also

Ada kalanya sebuah perusahaan akan tergoda membayar mahal seorang Data Scientist demi memenuhi tuntutan bisnis berbasis data yang sedang populer. Namun jika tidak ada tujuan yang jelas, maka keberadaan Data Scientist tidak akan berguna, sehingga di satu sisi justru menimbulkan masalah baru bagi ketersediaan tenaga ini di luar sana.

Sumber : Tech in Asia

LEAVE A REPLY

Please enter your comment!
Please enter your name here