Mempersiapkan Diri menjadi seorang Manager/Lead

Halo!

Kali ini gue mau bercerita tentang perjalanan gue dari menjadi IC hingga memutuskan untuk menjadi manager/lead. Berawal dari penawaran VP of data di tempat gue sebelumnya karna ada DM (Data Manager) yang mau resign, gue yang awalnya gak kepikiran sama sekali jadi manager dalam waktu dekat, akhirnya mau gamau jadi ikut mikirin. Saat itu, gue merasa kalau diri gue belum siap (atau sebenernya gue gaktau kalo gue udah siap atau belum dan apa yang harus gue persiapkan?), tapi bertanya2 kenapa ada orang lain yang ngerasa gue bisa buat jadi data manager. Akhirnya, gue ajak ngobrol beberapa orang saat itu, yang menurut gue bisa kasih feedback ke gue. Gue tanya “menurut lo apa yang dibutuhkan untuk menjadi seorang manager/leader? dan apakah gue udah cocok dan pantas jadi manager sekarang?”. Surprisingly, tanggapan mereka semuanya mendukung gue jadi DM.

Pengalaman Pertama menjadi Data Lead

Halo!

Sedikit ingin bercerita tentang pengalaman gw yang sebenernya unexpected menjadi Data Lead. Jadi, setelah setahun di Bukalapak menjadi Individual Contributor (IC), akhirnya gw memutuskan untuk pindah ke Telkom. Awalnya pas masuk di telkom bulan Juli 2021 di DSC (Data Scientist Chapter), gw belum jadi lead, tetep jadi IC yang ngerjain beberapa project.

Pertama kali nge-lead project sejak Sept 2021, dapet 1 resources data scientist dan hibahan 1 intern (yang somehow tiba2 dikasih aja gitu). Rasanya, aneh ya. Yang biasanya gue punya kontrol penuh dari awal hingga akhir, mulai dari managing dan handsonnya, pikirin bisnis dan teknisnya sendiri, terus sekarang harus berbagi sama orang lain. Ketika nge-lead project tsb, gw hampir 100% gabisa hands-on sama sekali, karna lagi ngerjain 2 project lainnya yang sangat berbeda. Tapi mau gamau, karna ada deadline juga, jadi dengan minimnya pengalaman gue nge-lead, sebisa mungkin gw men-delegasikan kerjannya ke tim gue.

Kemudian, karna satu dan lain hal, akhirnya gw memutuskan untuk fokus di 1 tribe dan menjadi data lead di sana mulai Nov 2021. Challengenya banyaaaaak banget, kalo gw breakdown ada bbrp:

Pengalaman 1 tahun bekerja di dunia data di Startup (Bukalapak & Traveloka)

Halo!

Setelah cukup hectic bekerja di Bukalapak menjadi seorang Data Scientist, akhirnya baru sempat untuk cerita sedikit tentang ilmu dan pengalaman baru yang gw dapatkan. Kalo belum ada yang kenal gw, sebelumnya gw bekerja di Stream Intelligence selama 2.5 tahun di perusahaan data analytics consultancy, silakan klik link berikut yang mau baca2 pengalaman gw kerja di sana.

Bertepatan dengan resignnya gue dari BL, genap 4 tahun sudah gue bekerja setelah lulus kuliah, dan banyak banget hal yang gue pelajari dan dapatkan selama bekerja. Alhamdulillah hingga saat ini gue masih mencintai dunia data science dan masih tertarik untuk bekerja dan menuntut ilmu di bidang ini :D.

Review Online Course Seputar Data Analytics (Part 2)

Halo!

Setelah setahun gak review online course karna sibuk kerja di tempat baru, akhirnya baru sempet belajar lagi karna baru aja resign :D. Kali ini ada 5 courses di Udemy yang mau gue review, 4 tentang ML dan 1 tentang bisnis, diantaranya:

1. Feature Engineering for Machine Learning
2. Machine Learning with Imbalanced Data
3. Feature Selection for Machine Learning
4. Hyperparameter Optimization for Machine Learning
5. Data Driven Marketing A-Z: Improve your Campaign Performance

Gue personally lebih suka belajar dari Udemy karna gue ngerasa lebih practical aja gitu, bisa langsung di-apply ke real case. Untuk course 1-4, diperuntukkan untuk orang yang udah paham basic Machine Learningnya dan mau lebih dalam belajar untuk mengoptimalkan performance dari ML model yang dibuat. Gue akan share pros cons dari masing2 course dan gue attach juga course notes serta source code yang coba gue rangkum selama belajar, enjoy!

1. Feature Engineering for Machine Learning

Feature engineering merupakan tahapan yang awal dan cukup penting dalam machine learning, karena dataset yang kita punya belum tentu bisa langsung kita training ke dalam model tanpa kita “modif” terlebih dahulu. Course ini ditujukan untuk orang yang mau lebih paham tentang metode2 dalam feature engineering supaya performance modelnya makin oke. Sebelum belajar ini, feature engineering yang gue tau ya paling seputar mean/median data imputation atau one hot categorical encoding atau standardization utk feature scaling, tapi ternyata banyak banget metodenya lainnya!. Mbak yang ngajar, Mbak Soledad Galli, pun sampe bikin library sendiri namanya feature-engine yang mempermudah kita dalam melakukan feature engineering. Hal yang dipelajari diantaranya:

Review Online Courses seputar Data Analytics

Halo!

Kali ini gw mau ngereview beberapa online course yang gw selesaikan di bulan Mei ini. Gw beli di udemy, rata2 dengan harga 140k (kalo mau beli nunggu diskon aja hehe). Gw juga attach link notes yang gw buat selama gw belajar. Ada 8 online course, diantaranya:

1. Statistics for Data Science and Business Analysis
2. Introduction to Time Series Analysis and Forecasting in R
3. Machine Learning A-Z™: Hands-On Python & R In Data Science
4. Customer Analytics in Python 2020
5. Business Fundamentals: Marketing Strategy
6. Business Fundamentals: Corporate Strategy
7. Market Analytics: Become a Data-Driven Marketing Expert
8. Unlock the story from data

Statistics ada di course 1,2,dan 3. Technical ada di course 2,3, dan 4. Business ada di course 5,6,7, dan 8. Sebelumnya yang mau baca tentang pengalaman gw kerja di dunia data selama ini bisa dibaca di sini

Yuk mulai.

A. Statistics for Data Science and Business Analysis

Pengalaman bekerja 2.5 tahun di dunia data analytics

Halo!

Setelah 2.5 tahun tidak menulis sama sekali di blog, maka gw akan coba share sedikit pengalaman setelah bekerja kurang lebih 2.5 tahun di dunia data. Untuk yang penasaran dan tertarik untuk berkarir di dunia data, mungkin boleh coba dibaca :).

Di sini gw akan menjabarkan beberapa hal seputar:

– Skill di dunia data analytics

– Apa yang selama ini gw kerjakan

– Skill yg gw miliki dan kembangkan selama bekerja

– Pros and cons bekerja di dunia data

Yuk mulai.

A. Skill di dunia Data Analytics

Tahapan dalam membuat analysis:

1. Understand the business problems/questions by gathering information from stakeholders
2. Create hypotheses to answer the problem
3. Create analyses to support the hypotheses
4. Create a plan and timeline.
5. Prepare data/technology required to do the analyses.
6. Data processing implementation
7. Visualize and interpret the result
8. Create insight, story, and takeaways
9. Present to stakeholders
10. Gather feedback from stakeholders (sometimes, it requires to re-run the analysis)

Dari tahapan di atas ada 3 hal penting yang harus diperhatikan kalo mau mulai berkarir di analytics, yaitu statistics, technical, dan business skills.

Apa sih Sistem Informasi itu?

Halo!

Mau sharing sedikit tentang jurusan tercinta gw, yaitu sistem informasi. Mungkin buat kalian para calon maba jurusan ini udah sering searching-searching mengenai jurusan ini. Waktu dulu, sebelum gw kuliah di jurusan ini, gw sering bgt menemukan definisi kalo jurusan sistem informasi itu adalah tentang menghubungkan bisnis dengan teknologi ataupun sebaliknya. Definisi itu ga salah sih, tapi menurut gw SI itu lebih dalam dari itu.

Secara garis besar, kalian akan belajar ketiga hal ini:

1. Teknologi
2. Manajemen
3. Bisnis

Anak jurusan IT, bisa kerja apa?

Halo!

Pada postingan kali ini gw mau berbagi ke-sotoy-an gw setelah menjalani masa2 perkuliahan S1 gw di fasilkom. Dulu waktu gw lagi nyari2 jurusan kuliah, gw juga mempertimbangkan jenis pekerjaan apa yang bisa gw dapet setelah lulus dari fasilkom. Di postingan ini juga berdasarkan pekerjaan teman-teman gw selama magang atau kerja. Dan mungkin postingan ini akan lebih berguna dan khusus buat para calon atau mahasiswa fasilkom UI :p.

Cerita-cerita semasa kuliah

Tulisan ini berisi perjalanan singkat gw di fasilkom.

Cerita-cerita sebelum masuk kuliah

Tulisan ini berisi curhatan cerita singkat sebelum kuliah di fasilkom ui.