Bedanya Data Scientist, Data Engineer dan Data Analyst
Mungkin bagi yang awam dengan seluk-beluk ketiga role ini terlihat sama aja, namun sebenarnya sangat berbeda dilihat dari sisi tanggung jawab, teknik yang digunakan, dan jenis datanya. Saya pun belum lama kesandung dan tercebur dalam dunia pendataan ini, jadi sudah terlanjur tercebur; basah pun so, sekalian aja berenang. Yak berenang dalam kolam data umpamanya. hehe-
Okeh kita bahas satu persatu detailnya ya!
Tanggung Jawab ’
Dengan dilihat dari sisi tanggung jawabnya pun terlihat jelas bahwasanya ketiganya sangat berbeda,
Data Scientist, golongan mereka tahu betul bagaimana caranya mengubah data sekaligus menafsirkannya menjadi informasi yang berharga. Mereka bekerja keras untuk menemukan pola, membangun model dan algoritma, sehingga pada akhirnya data tersebut dapat dipahami. Seorang Data Scintist membersihkan, memproses, dan mengolah data besar yang sudah dikumpulkan oleh Data Engineer. Menguasai setidaknya matematika statistika, komunikasi, ilmu komputer karena setiap harinya akan dihadapkan dengan program-program olah data seperti SQL, Python dan R Programming. Serta memiliki insight terhadap masa depan dari data yang dimiliki untuk dapat membuat keputusan yang akurat berdasarkan data.
Sedangkan Data Engineer, lebih kepada spesialis dalam proses persiapan data untuk kebutuhan analisis, juga merancang bentuk dan susunan data sehingga para Data Analyst dan Data Scintist dapat bekerja. Dan pengetahuan yang harus dimiliki bagi seorang Data Engineer kurang lebih seperti mengatur basis data, SQL, nonSQL, ETL Tools, Pipeline, shell script, arsitektur saluran data (Data Bus), membangun saluran yang dapat terolerant terhadap kemungkinan kesalahan yang terjadi, memastikan bahwa saluran data dapat berjalan dengan stabil, pengembangan platform yang digunakan oleh pada Data Analyst dan Data Scientist dan keahlian khusus yang harus dimiliki seperti basic programming, matematika dan big data.
Dan untuk seorang Data Analyst lebih berkutat pada dunia analisis dengan ektraksi informasi dalam setiap kolom data melalui beragam metodologi, seperti halnya pembersihan data, konversi dan pemodelan. Dan bidang yang harus dikusai kurang lebih matematika statistika, representasi digital, algoritma, program Excel, Tableau, tools visualisasi data. Untuk bahasa pemrograman yang biasanya digunakan seperti; SQL. Data Analyst ini mengambil tindakan berdasarkan data yang memiliki tendensi mempengaruhi.
Teknik ‘
Bagi Data Scintist teknik yang mereka gunakan yaitu pemodelan dinamis seperti Machine Learning untuk memperoleh insight mengenai prediksi semasa yang akan datang, sedangkan teknik Data Engineer yaitu pengembangan dan pemeliharaan, dan untuk Data Analyst, teknik yang mereka gunakan yaitu pemodelan statis yang merangkum data melalui tahapan analisis desktriptif
Jenis Data ’
Data Engineer dan Scientist, mereka berurusan dengan data-data struktur dan tidak terstruktur. Data Analyst pun tidak diharuskan atau hukumnya sunnah untuk visualisasi data, sedangkan Data Engineer dan Data Scientist sangat diwajibkan untuk dapat memvisualisasikan data yang mereka olah sebelumnya. Berbeda dengan golongan Data Analyst hanya berkecimpung dengan data-data struktur.
Ketiganya masih berhubungan dan saling terkait; baik itu Data Scientist , Data Engineer dan Data Analyst . Data Scientis dan Data Analyst tidak akan bekerja tanpa Data Engineer, dan Data Engineer tidak akan bisa maksimal tanpa adanya Data Scientist dan Data Analyst.
