Career switch
Pindah karier dari bidang lain ke bidang baru, misalnya dari marketing atau keuangan ke data.
Staf administrasi yang belajar SQL lalu melamar posisi DA junior.
- Semua peran
Kelompok 10 dari 10
“Pekerjaannya didapat bagaimana”
Istilah di kelompok ini tidak tinggal di satu lapisan perjalanan data. Anda akan bertemu kata-kata ini saat mencari lowongan, menyusun portfolio, sampai menjalani interview, apa pun peran yang Anda tuju.
Kelompok ini berada di luar perjalanan data: istilahnya dipakai saat Anda melamar, ke peran mana pun. Lihat petanya
Pindah karier dari bidang lain ke bidang baru, misalnya dari marketing atau keuangan ke data.
Staf administrasi yang belajar SQL lalu melamar posisi DA junior.
Latar pendidikan atau kerja di luar teknologi informasi. Tetap bisa masuk ke data, dengan bekal pengetahuan bidang asalnya.
Lulusan pertanian yang menganalisis pergerakan harga komoditas.
Lulusan baru yang belum punya pengalaman kerja penuh waktu.
Lowongan DA yang mencantumkan 'fresh graduate dipersilakan melamar'
Bekerja sementara untuk belajar di perusahaan, biasanya saat kuliah atau baru lulus, bisa berlanjut jadi kerja tetap.
Magang di tim data, lalu ditawari posisi junior setelah lulus.
Jenjang awal karier. Pekerjaannya dibimbing, dan pengalaman panjang belum dituntut.
Lowongan Junior Data Analyst yang menerima lulusan baru.
Info lowongan kerja beserta daftar syaratnya: pendidikan, pengalaman, alat, dan skill.
Lowongan DA yang kini juga menyebut dasar ETL di daftar syaratnya.
Kemampuan teknis seperti SQL disebut hard skill; komunikasi, bertanya, dan bekerja sama termasuk soft skill.
Menulis query itu hard skill; menggali kebutuhan user itu soft skill.
Sering tertukar
Hard skill
Kemampuan teknis, misalnya menulis query SQL.
Soft skill
Komunikasi dan kerja sama, misalnya menggali kebutuhan user.
Tingkat penguasaan skill: dasar, menengah, dan lanjut.
SQL beginner: SELECT dan WHERE; intermediate: JOIN, CTE, dan subquery.
Seberapa cepat seseorang jadi mahir pada hal baru. Konsep yang kuat membuat belajar alat berikutnya lebih cepat.
Sudah paham BigQuery, jadi belajar Redshift terasa lebih cepat.
Belajar dengan langsung mengerjakan, tidak hanya membaca atau menonton.
Belajar Power BI sambil membuat dashboard dari data harga pangan sungguhan.
Kursus intensif beberapa minggu sampai bulan untuk menyiapkan peserta masuk kerja di bidang tertentu.
Kursus intensif data science sebelum mulai melamar kerja.
Tabel sederhana untuk mencatat dan memantau sesuatu yang sedang berjalan, misalnya lamaran kerja.
Satu baris per lamaran: perusahaan, posisi, tanggal kirim, status, langkah berikutnya.
Kumpulan contoh kerja yang bisa dilihat recruiter, sebagai bukti Anda sanggup mengerjakan tugas nyata.
Dashboard dari data publik, repo pipeline, dan tulisan singkat berisi temuan.
Mengerjakan sesuatu dari awal sampai akhir. Untuk portfolio DE: dari sumber data sampai tabel siap dipakai analis.
Data dari API dimuat ke PostgreSQL, dipindah ke ClickHouse, lalu dirapikan dengan dbt.
Website untuk menyimpan dan membagikan repo. Bagi orang data, GitHub sering jadi etalase portfolio.
Link github.com/nama-anda/pipeline-harga ditulis di CV.
Jejaring sosial profesional untuk mencari kerja, membangun relasi, dan memamerkan portfolio.
Menulis posting singkat tentang temuan dari dashboard portfolio.
Membangun relasi dengan orang di bidang yang sama untuk saling belajar dan berbagi peluang.
Berkenalan dengan praktisi data di acara komunitas, lalu tetap berkabar.
Kelompok orang yang belajar dan berbagi soal data, sering juga berbagi info lowongan.
Grup diskusi yang rutin membahas studi kasus dan membagikan lowongan.
Recruiter mencari dan menyaring kandidat. HR (human resources) mengurus rekrutmen dan kepegawaian.
Recruiter mengirim DM di LinkedIn setelah melihat portfolio di profil kandidat.
Sering tertukar
Recruiter
Mencari dan menyaring kandidat.
HR
Bagian yang mengurus rekrutmen dan kepegawaian.
Applicant tracking system: software untuk menerima dan menyaring lamaran. CV dibaca sistem ini dulu, baru recruiter.
Portal lowongan tempat pelamar meng-upload CV dan mengisi formulir lamaran.
Ringkasan pendidikan, pengalaman, dan skill untuk melamar kerja. Bagi orang data, sertakan link portfolio.
CV ringkas dengan link GitHub dan dashboard.
Tahap penyaringan awal lamaran, dari CV atau telepon singkat, sebelum kandidat diundang tes atau interview.
Recruiter menelepon sebentar untuk menanyakan ekspektasi gaji dan kapan bisa mulai.
Tugas analisis yang dikerjakan di rumah dengan deadline, lalu dikirim ke perusahaan.
Diberi satu file penjualan dan beberapa hari untuk menulis temuan dan rekomendasi.
Menulis query atau kode langsung di depan interviewer, biasanya tanpa bantuan AI.
Diminta menulis query pelanggan dengan belanja terbesar dalam waktu singkat.
Interview berisi satu masalah bisnis singkat, dan kandidat diminta menjelaskan cara memecahkannya.
'Penjualan aplikasi turun bulan ini. Apa yang Anda cek pertama?'
Situation, task, action, result: urutan bercerita untuk pertanyaan behavioral dari pengalaman nyata.
Situasi data berantakan, tugas merapikan, tindakan yang diambil, hasilnya.
Penjelasan singkat dan terarah tentang pekerjaan Anda, supaya pendengar ingin tahu lebih jauh.
Pitch portfolio dua menit: masalah, data, temuan, keputusan, apa yang dicek.
Video pendek yang memandu orang melihat proyek Anda dari awal sampai rekomendasi.
Rekaman layar dua menit yang link-nya ditaruh di README proyek.
Bekerja lepas per proyek untuk klien, tanpa ikatan sebagai karyawan tetap. Pesaing di platform global seperti Upwork datang dari banyak negara.
Membuat dashboard penjualan untuk toko online selama beberapa minggu.
Bekerja dari jarak jauh, tidak di kantor. Bisa untuk perusahaan dalam atau luar negeri.
Analis di Indonesia bekerja untuk perusahaan luar negeri lewat meeting online.
Perusahaan rintisan berbasis teknologi; data biasanya jadi bahan keputusan sehari-hari.
Aplikasi transportasi online yang punya tim DE, DA, dan DS terpisah.
Fast-moving consumer goods: produk sehari-hari yang cepat laku, seperti makanan, minuman, dan sabun.
Menganalisis penjualan mi instan per toko per minggu.
Orang atau perusahaan yang membantu klien membereskan dan memakai datanya, biasanya per proyek.
Membantu perusahaan yang datanya tercecer di banyak Excel menyusun data warehouse.