Andi Pratama Susanto
Data Scientist
andi.susanto@gmail.com · +62 812 3456 7890
Jakarta
Indonesia
https://linkedin.com/in/andipras
translate.sections.summary
Sebagai Data Scientist berpengalaman, saya mengkhususkan diri dalam analisis data besar dan pengembangan model prediktif yang memacu pertumbuhan bisnis. Saya berkompeten menggunakan Python, R, serta alat analisis seperti SQL dan Tableau. Tujuan utama saya adalah membantu perusahaan menginterpretasikan data secara efektif untuk pengambilan keputusan strategis. Dengan pengalaman kerja di perusahaan teknologi terkemuka serta kemampuan beradaptasi cepat terhadap tantangan baru, saya percaya bahwa keahlian saya dapat membawa nilai tambah nyata. Saya berorientasi pada inovasi dan selalu mencari cara meningkatkan efisiensi proses analisis data.
translate.sections.experience
Data Scientist, PT Teknologi Digital Indonesia
Mengembangkan model prediktif yang meningkatkan akurasi prediksi penjualan sebesar 25%. Bertanggung jawab mengolah data besar dari berbagai sumber dan menyediakan insight berharga bagi tim pemasaran dan pengembangan produk.
• Meningkatkan efisiensi analisis data sebesar 40% melalui otomasi proses menggunakan Python dan Airflow.
• Melatih tim internal mengenai analisis data dan penggunaan alat statistik berbasis Python dan R.
• Mengelola proyek integrasi data dari platform berbeda yang menghasilkan satu sumber data terpadu.
• Membantu pengembangan dashboard interaktif yang menampilkan metrik kinerja utama secara real-time.
Data Scientist, CV Teknologi dan Analitik
Bertugas mengembangkan model klasifikasi pelanggan dan segmentasi pasar yang mendukung strategi pemasaran berbasis data.
• Mencapai peningkatan konversi pelanggan sebesar 15% berkat model segmentasi yang lebih akurat.
• Mengotomatiskan proses analisis data yang sebelumnya membutuhkan waktu 2 minggu menjadi hanya 3 jam.
• Menyusun laporan analisis yang membantu penyesuaian strategi bisnis dan mendapatkan persetujuan dari manajemen senior.
• Berkolaborasi dengan tim pengembangan produk untuk memanfaatkan insight data untuk fitur baru.
Data Analyst, Perusahaan Startup Teknologi
Menganalisis data pengguna untuk meningkatkan pengalaman pengguna dan mengurangi churn rate.
• Mengidentifikasi faktor utama yang menyebabkan churn dan mengurangi angka churn sebesar 12%.
• Menyusun dashboard monitoring kinerja yang digunakan oleh tim pemasaran dan produk.
• Memperkenalkan analisis prediktif untuk rekomendasi iklan yang meningkatkan engagement pengguna.
• Mengembangkan laporan rutin yang membantu pengambilan keputusan strategis secara cepat.
translate.sections.education
S1 — Universitas Indonesia
Statistik
Memperoleh pemahaman mendalam tentang statistik, pengolahan data, dan metode analisis kuantitatif serta kualitatif.
translate.sections.skills
Pengolahan Data dan Analisis: Python, R, SQL, Excel lanjutan, Tableau
Pembelajaran Mesin dan Analitik Prediktif: scikit-learn, TensorFlow, Keras, XGBoost
Pengelolaan Data Besar: Hadoop, Spark, Kafka
Pengembangan API dan Automasi Data: REST API, Automasi Python, Airflow
Keterampilan Non-Teknis: Pemecahan masalah, Pengembangan laporan, Presentasi data, Kemampuan komunikasi
Bahasa Pemrograman dan Tools Lain: Java, SAS, Power BI
translate.sections.languages
Bahasa Indonesia (native)
Inggris (fluent)
Jepang (intermediate)
Apa Itu Data Scientist dan Mengapa Perannya Penting?
Data Scientist adalah profesional yang menggabungkan keahlian statistik, analisis data, dan pemrograman untuk mengekstrak wawasan dari kumpulan data besar. Peran ini sangat vital di era digital karena membantu perusahaan mengambil keputusan berbasis data secara akurat dan cepat. Penggunaan teknik machine learning dan analisis prediktif memungkinkan perusahaan memahami tren pasar serta perilaku konsumen dengan lebih baik. Sebagai Data Scientist, Anda akan berinteraksi dengan berbagai departemen, mulai dari pemasaran hingga pengembangan produk, untuk membantu mereka membuat strategi yang lebih efektif dan efisien.
- Mengumpulkan, membersihkan, dan mengolah data dari berbagai sumber untuk analisis mendalam.
- Mengembangkan model machine learning yang mampu melakukan prediksi dan klasifikasi.
- Menginterpretasikan hasil analisis menjadi laporan yang mudah dipahami oleh tim non-teknis.
- Menyusun strategi data driven yang meningkatkan kinerja bisnis.
- Beradaptasi dengan berbagai alat dan platform analitik seperti Python, R, dan SQL.
- Berkomunikasi secara efektif dalam menyampaikan insight kepada pemangku kepentingan.
- Mengelola proyek besar data dan memastikan kualitas serta keamanan informasi.
- Mengoptimalkan proses otomatisasi analisis untuk efisiensi waktu dan biaya.
Strategi Menonjolkan Keahlian Utama dalam Resume Data Scientist
Memastikan bahwa dalam resume Anda terdapat kata kunci yang relevan sangat penting agar lolos dari filter sistem pelacakan pelamar (ATS). Gunakan istilah yang umum dan relevan dalam bidang data science, termasuk alat, teknik, dan metodologi yang sering dicari oleh perekrut.
- Penyertaan kata kunci seperti Python, R, SQL, machine learning, analisis prediktif, big data.
- Penggunaan istilah terkait alat dan platform seperti Hadoop, Spark, Tableau, Power BI.
- Penekanan pada pengalaman mengembangkan model statistik dan algoritma machine learning.
- Penggunaan kata kerja aktif dan spesifik seperti mengembangkan, menganalisis, otomatisasi, dan mengintegrasikan.
- Memasukkan kata kunci yang dapat ditemukan di deskripsi lowongan pekerjaan yang diincar.
- Penguatan keahlian lunak seperti komunikasi data, problem solving, dan kolaborasi tim.
- Memperlihatkan sertifikasi dan pelatihan terkait data science.
- Menyertakan hasil konkret dan dampak bisnis dari pekerjaan sebelumnya.
Statistik Pasar dan Permintaan untuk Data Scientist
Permintaan untuk Data Scientist terus meningkat di seluruh dunia, termasuk Indonesia, seiring dengan berkembangnya bisnis digital dan big data. Gaji rata-rata berkisar antara Rp15 juta hingga Rp40 juta per bulan tergantung pengalaman dan keterampilan. Di tingkat internasional, data menunjukkan pertumbuhan lapangan kerja sebesar 29% hingga 35% dalam lima tahun terakhir, jauh melebihi rata-rata pekerjaan lain. Banyak perusahaan tengah berinvestasi pada pengumpulan dan analisis data guna memperoleh keunggulan kompetitif.
Gaji median Data Scientist di Indonesia: sekitar Rp20 juta- Rp30 juta per bulan.
Pertumbuhan permintaan global untuk posisi ini: sekitar 30% dalam lima tahun terakhir.
Proyek analisis data di perusahaan besar meningkat dua kali lipat dalam dua tahun terakhir.
40% perusahaan teknologi di Indonesia menambah posisi Data Scientist untuk optimalisasi data.
Contoh Pencapaian dan Tugas Utama Data Scientist
Do
- Mengembangkan model prediktif yang meningkatkan akurasi penjualan secara signifikan.
- Mengotomatiskan proses analisis data yang sebelumnya manual, mengurangi waktu proses sebesar 50%.
- Menyampaikan insight melalui dashboard interaktif yang digunakan seluruh tim bisnis.
- Melatih tim internal untuk menggunakan tools analisis data secara mandiri.
- Menerapkan teknik data besar untuk mengelola dan mengolah dataset yang amat besar.
Don't
- Mengabaikan validasi model yang dapat menimbulkan prediksi yang tidak akurat.
- Menggunakan istilah teknis berlebihan tanpa penjelasan yang jelas.
- Lupa menunjukkan dampak nyata dari pekerjaan melalui angka dan statistik.
- Menggunakan banyak istilah yang sama berulang kali tanpa variasi.
- Membuat resume yang terlalu singkat dan tidak memuat pencapaian konkret.
Contoh pencapaian yang bisa ditampilkan termasuk peningkatan efisiensi analisis, pengurangan biaya operasional, dan keberhasilan dalam pengembangan model yang mempengaruhi keputusan bisnis secara positif.
“Menggunakan data besar dan machine learning untuk membantu perusahaan merespons tren pasar secara lebih cepat dan tepat.”
Pendidikan dan Sertifikasi Berhubungan dengan Data Science
Pendidikan formal merupakan fondasi utama, namun sertifikasi dan pelatihan tambahan sangat meningkatkan nilai kompetensi seorang Data Scientist. Gelar sarjana di bidang statistik, informatika, atau matematika adalah umum, diikuti dengan pelatihan profesional seperti sertifikasi Google Data Analytics, Coursera Machine Learning, atau pelatihan terkait teknologi big data.
- Gelar S1 Statistik dari Universitas Indonesia.
- Sertifikasi Machine Learning dari Coursera oleh Andrew Ng.
- Pelatihan Hadoop dan Spark untuk pengolahan data besar.
- Kursus Tableau untuk visualisasi data tingkat lanjut.
- Workshop pemodelan statistik dan analitik prediktif.
Proyek Portfolio dan Rancangan Coursework Data Science
Menampilkan proyek yang relevan dapat memperkuat posisi sebagai Data Scientist. Tulis tentang proyek analisis dataset besar, pembuatan model prediksi, atau visualisasi data yang mendukung keputusan bisnis.
- Pengembangan model churn prediktif yang mengurangi kehilangan pelanggan sebesar 10%.
- Analisis tren penjualan yang membantu pengembangan produk baru dan peningkatan marketing, berdampak 15% peningkatan penjualan.
- Dashboard visualisasi kinerja operasional yang menghemat 20 jam kerja per bulan.
- Proyek pengintegrasian data dari berbagai platform e-commerce untuk analisis terpadu.
Kesalahan Umum saat Menulis Resume Data Scientist dan Cara Menghindarinya
Banyak pelamar gagal menonjol karena resume mereka tidak secara tepat menampilkan keahlian dan pencapaian. Kesalahan umum termasuk terlalu fokus pada tugas teknis tanpa hasil yang terukur, tidak menyertakan kata kunci yang relevan, serta mengabaikan pentingnya bagian soft skills dan pengalaman kolaboratif. Pastikan resume Anda mengilustrasikan dampak nyata dari pekerjaan yang dilakukan dan menggunakan data serta angka untuk memperkuatnya.
- Menggunakan terlalu banyak istilah teknis tanpa penjelasan yang memadai.
- Tidak mengintegrasikan hasil dan dampak bisnis secara jelas.
- Lupakan menyesuaikan setiap resume dengan lowongan yang diincar.
- Tidak menampilkan soft skills seperti kemampuan berkomunikasi dan problem solving.
- Membuat resume terlalu panjang tanpa fokus pada pencapaian utama.
Tips Optimalisasi Bagian-Bagian Utama Resume Data Scientist
Struktur resume yang rapi dan terfokus akan membantu Anda memperoleh perhatian dari perekrut. Pastikan bagian pengalaman menampilkan pencapaian dan dampak nyata, sementara bagian keahlian menonjolkan kata kunci relevan. Gunakan bahasa aktif dan fokus pada hasil konkret agar resume Anda menarik dan mudah dipahami.
- Jelaskan tugas utama dan pencapaian dengan angka dan statistik.
- Sesuaikan kata kunci dengan deskripsi pekerjaan yang diincar.
- Tampilkan pengalaman pengelolaan proyek data besar dan otomatisasi proses.
- Gunakan resume yang disusun secara logis dan tidak bertele-tele.
- Perhatikan tata letak dan font agar mudah dibaca, serta hindari kesalahan ejaan.
Kata Kunci yang Harus Ada dalam Resume Data Scientist untuk ATS
Agar resume Anda lolos dari sistem pelacakan pelamar otomatis, penting untuk memasukkan banyak kata kunci yang relevan dalam bidang data science dan analisis data. Kata kunci ini harus muncul secara alami dalam bagian pengalaman, keahlian, dan pencapaian.
- Python, R, SQL
- Machine Learning, Deep Learning
- Data Mining, Data Wrangling
- Big Data, Hadoop, Spark
- Data Visualization, Tableau, Power BI
- Statistik, Analisis Prediktif
- Automasi Data, API Integration
- Analisis Data Kualitatif dan Kuantitatif
Kunci utama adalah menggunakan kata kunci itu secara relevan dan alami agar resume tetap terbaca baik oleh manusia maupun ATS. Periksa deskripsi lowongan dan integrasikan kata kunci yang sesuai.
Cara Menyesuaikan Resume Data Scientist dengan Lowongan Pekerjaan
Setiap kali melamar pekerjaan, sangat penting untuk menyesuaikan resume Anda agar sesuai dengan kebutuhan dan kriteria posisi yang diincar. Upload resume di platform pencarian kerja maupun dalam aplikasi lowongan kerja dan pastikan kata kunci dari deskripsi lowongan tersebut tercermin dalam resume Anda.
Sesuaikan bagian pengalaman dan keahlian agar menonjolkan aspek-aspek yang paling relevan dengan posisi yang diinginkan. Jangan lupa menyesuaikan profil ringkas juga dengan kata kunci dan fokus perusahaan yang dituju. Pokoknya, selalu baca dan analisis dulu deskripsi pekerjaan sebelum mengirimkan lamaran.
Pertanyaan yang Sering Diajukan tentang Menjadi Data Scientist di Indonesia
Berapa gaji rata-rata Data Scientist di Indonesia?
Gaji rata-rata berkisar antara Rp15 juta hingga Rp40 juta per bulan tergantung pengalaman dan keahlian.
Kualifikasi apa yang paling dihargai oleh perusahaan teknologi di Indonesia?
Gelar sarjana di bidang statistik, informatika, atau matematika disertai sertifikasi relevan dan pengalaman proyek nyata sangat dihargai.
Bagaimana saya bisa memulai karier sebagai Data Scientist pemula?
Mulailah dengan pendidikan formal yang kuat di statistik atau data science, kemudian ikuti pelatihan dan bangun portofolio proyek untuk menunjukkan keahlian Anda.
Sertifikasi apa yang paling berguna untuk meningkatkan peluang kerja?
Sertifikasi seperti Google Data Analytics, Coursera Machine Learning, dan pelatihan big data seperti Hadoop dan Spark sangat membantu meningkatkan kredibilitas.
Apa saja tantangan utama yang dihadapi Data Scientist di Indonesia?
Ketersediaan data berkualitas, kecepatan dalam mengadopsi teknologi baru, dan kebutuhan akan keahlian komunikasi yang baik menjadi tantangan utama.
Seberapa penting kemampuan komunikasi dalam pekerjaan Data Scientist?
Kemampuan komunikasikan insight secara efektif sangat diperlukan agar hasil analisis dapat dipahami dan dimanfaatkan oleh tim non-teknis.
Apa tren terbaru dalam bidang data science di Indonesia?
Penggunaan AI dan machine learning untuk otomatisasi proses bisnis serta pengembangan model analisis big data terus meningkat.