Data Scientist vs Data Engineer, Apa Bedanya Ya?

Revolusi industri 4.0 menjadi salah satu faktor pendorong perusahaan-perusahaan untuk beralih ke sistem digitalisasi secara besar-besaran. Hal tersebut tentu turut andil dalam pembengkakan data yang ada saat ini. Misalnya saja, kita pernah atau bahkan memiliki hobi belanja online artinya sama saja kita telah berkontribusi atas pembengkakan data tersebut. Oleh karena itu, agar data tersebut tidak sia-sia dan menjadi sampah maka, data tersebut perlu diolah agar dapat menghasilkan sebuah informasi yang lebih bermanfaat. Disinilah peran praktisi data seperti Data Scientist dan Data Engineer diperlukan di tiap perusahaan. Terlepas dari persamaan goals dari kedua profesi tersebut, Data Scientist VS Data Engineer juga memiliki perbedaan dari segi tugas dan tanggung jawab di perusahaan.

Sebelum mulai menentukan karir mana yang tepat untuk kamu, memahami masing-masing tugas dan tanggung jawab Data Scientist dan Data Engineer itu penting. Artikel ini akan merangkum perbedaan secara umum yang dijadikan tolak ukur untuk membedakan Data Scientist VS Data Data Engineer. Yang berfokus pada penjelasan mengenai siapa itu Data Scientist dan Data Engineer, skill set dan tools apa saja yang diperlukan dari masing-masing profesi tersebut. Jadi, simak terus artikel ini sampai selesai, ya !

1. Data Scientist VS Data Engineer

Jika Data Scientist adalah profesi yang bertanggung jawab untuk mengolah dan menganalisis data agar dapat menghasilkan informasi yang bermanfaat bagi perusahaan atau instansi terkait. Seorang Data Engineer atau sering disebut dengan arsitek data adalah profesi yang dapat membangun dan memelihara sistem yang memungkinkan bagi para Data Scientist untuk mengakses dan menginterpretasikan data. Data Engineer akan mengumpulkan data yang nantinya akan diolah dan dilatih dengan menggunakan pemodelan oleh Data Scientist. 

Selain itu masing-masing dari dua profesi tersebut juga memiliki tiga pilar yaitu, pemrograman komputer, statistika dan linear algebra, dan algoritma machine learning merupakan tiga pilar dari seorang Data Scientist. Sementara tiga pilar Data Engineering adalah penyimpanan big data dan processing, data pipeline, serta ETL (Extract, Transform dan Load). Jadi, singkatnya Data Engineer yang menyiapkan dan merawat infrastruktur yang memungkinkan bagi pada Data Scientist untuk menganalisis data dan membangun model.

Baca juga : Mengenal Profesi Data Scientist

2. Perbedaan dari sisi Job Desc Data Scientist VS Data Engineer

Jobdesk dari seorang Data Scientist antara lain, melakukan Business Understanding yang meliputi penentuan masalah, objective dan brainstorming dengan tim, setelah itu melakukan Data Preprocessing yang mencakup kegiatan Data Cleaning dan Data Transform, kemudian ikut terlibat dalam perencanaan strategis dalam analisis data, melakukan analisis data dan optimasi menggunakan Machine Learning dan Deep Learning, serta berperan sebagai jembatan antara stakeholder dan customer/client.

Sedikit berbeda dengan Data Scientist, Data Engineer memiliki job desk yaitu, mengimplementasikan hasil pemodelan yang telah dioptimasi oleh Data Scientist menjadi sebuah aplikasi prediktif yang berbasis machine learning, melakukan proses pengumpulan data dengan model ETL, Data Pipeline, melakukan penggabungan data dengan SQL atau tools big data, atau melakukan warehousing data.

3. Skillset yang Wajib Dimiliki

Karena Data scientist dan Data Engineer memiliki beberapa job desk yang banyak dan juga kompleks. Maka, pasti hal tersebut juga selaras dengan banyaknya skillset yang wajib dimiliki. Pertama-tama seorang Data Scientist harus memiliki beberapa skillset yang meliputi, algoritma Machine Learning, Deep Learning dengan menggunakan tools seperti Python/R, pandas, dan numpy, pemahaman yang kuat dalam Statistika dan linear algebra, Kemampuan untuk Data Profiling sebelum menentukan pemodelan yang tepat untuk dataset yang dimiliki, Menguasai Database dan Metadata dengan menggunakan tools seperti: MySQL serta melakukan visualisasi data dengan menggunakan tools seperti ggplot2, matplotlib, dan Tableau.

Adapun skillset Data Engineer yang wajib dimiliki antara lain, kemampuan yang kuat dalam programming terutama dalam untuk penggunaan framework seperti flask atau django. Mahir dalam penggunaan tools SQL dan noSQL seperti MYSQL dan MongoDB, selain itu harus mahir dalam mengoperasikan big data ekosistem seperti hive, pig,dan spark. Karena Data Engineer memiliki job desk untuk melakukan proses ETL maka wajib memahami tools ETL seperti Talend, Pentaho, dan AWS. Serta pemahaman terkait DevOps. 

Baca juga : Yuk Kenal Role Data Scientist, Profesi Menarik Dengan Gaji Besar