Pernah tak korang rasa, bila dah lama bekerja dalam sesuatu bidang, kita mula terfikir untuk belajar benda baharu? Bukan sebab kita dah tak suka kerja yang kita buat sekarang, tetapi sebab kita rasa masih banyak perkara yang boleh kita explore.
Itulah yang aku rasa sekarang.
Untuk korang yang belum tahu, aku bekerja as chemist dalam bidang Quality Control (QC). Kerja aku banyak berkaitan dengan analisis sampel, buat lab testing dan pastikan result yang dapat tu reliable la.
Kalau orang bayangkan kerja seorang chemist, mungkin yang terlintas dalam fikiran ialah makmal, bahan kimia, instrument dan eksperimen je. Memang tak salah pun. Tapi ada satu perkara yang sentiasa ada dalam kerja aku setiap hari. Aku selalu bermain dengan data.
Daripada situlah aku mula tertarik dengan bidang Data Analytics. Which bidang ni tengah hot sekarang kan. Semua orang bercapak pasal data. What behind that.
Rupanya Kerja Chemist Pun Banyak Melibatkan Data
Dalam kerja QC, setiap analisis yang dibuat akan menghasilkan data. Ada result testing, instrument reading, rekod analisis dan pelbagai maklumat yang perlu disemak serta difahami.
Tapi bagi aku, data bukan sekadar nombor yang kita masukkan dalam report atau rekod untuk tujuan dokumentasi.
Di sebalik nombor-nombor tu, sebenarnya ada banyak maklumat yang boleh kita explore.
Contohnya, apabila kita kumpulkan semua result analisis untuk certain period, kita boleh mula mengenal pasti trend. Adakah reuslt kita masih stabil? Adakah terdapat perubahan dari semasa ke semasa? Atau ada corak tertentu yang mungkin kita tak perasan kalau kita hanya melihat satu result pada satu masa?
Perkara-perkara macam inilah yang membuatkan aku sedar bahawa memahami data bukan sekadar tentang mendapatkan nombor yang betul. Kita juga perlu tahu bagaimana nak mentafsir maklumat yang ada dan melihat apa yang boleh kita pelajari daripadanya.
Semakin lama aku terlibat dengan kerja yang menggunakan data, semakin aku tertarik untuk memahami cara analisis data dilakukan dengan lebih mendalam.
Baca juga - ChM, Ts., Ir. dan Macam-Macam Lagi. Apa Sebenarnya Gelaran Depan Nama Ni?
Dari Data Makmal kepada Data Analytics
Sebenarnya, aku bukanlah seorang Data Analyst secara rasmi. Kerjaya aku masih dalam bidang Chemistry, khususnya kerja-kerja berkaitan Quality Control.
Cuma, apabila kita dah biasa berhadapan dengan data dalam kerja seharian, secara tak langsung kita mula tertarik untuk mengetahui lebih lanjut tentang cara data boleh dianalisis.
Aku mula terfikir, kalau selama ini aku menggunakan data untuk membantu kerja-kerja QC, apa lagi yang aku boleh buat kalau aku mendalami ilmu analisis data dengan lebih lanjut?
Macam mana kita nak mengenal pasti hubungan antara dua pemboleh ubah? Bagaimana nak memahami trend dengan lebih jelas? Dan bagaimana teknik statistik boleh membantu kita melihat corak yang mungkin sukar dikenal pasti melalui taburan nombor semata-mata?
Daripada persoalan-persoalan inilah aku mula slow-slow baca-baca apa yang patut tentang Data Analytics.
Aku mula belajar beberapa konsep seperti correlation, regression analysis dan Principal Component Analysis (PCA). Menariknya, ada antara konsep ini yang mempunyai kaitan dengan analisis data dalam bidang sains yang aku dah biasa dengan sebelum ini.
Pada masa yang sama, aku juga mula belajar lebih dalam sikit pasal Excel dan juga Power BI untuk tahu tentang dashboard. Power BI ni agak baru juga untuk aku.
Bila mula belajar semua ni, barulah aku nampak bahawa data boleh dilihat dari pelbagai sudut. Kadang-kadang, maklumat yang nampak biasa dalam bentuk table boleh menjadi lebih mudah difahami apabila dianalisis dan dipersembahkan dengan cara yang sesuai.
Belajar Data Analytics Sambil Bekerja
Aku bukanlah orang yang mempunyai latar belakang IT atau Computer Science. Bidang utama aku ialah Chemistry.
Jadi, bila mula mendalami Data Analytics, memang ada banyak perkara yang perlu aku pelajari satu demi satu. Tapi, sekarang ni banyak tempat kita boleh belajar. Depend on kita nak atau tak je.
Aku ambil peluang untuk belajar melalui LinkedIn Learning. Ada jugak aku tengok youtube step by step macam mana nak buat. Dari situ, aku mula mengenali pelbagai konsep asas analisis data dan mencuba kemahiran yang dipelajari melalui latihan sendiri atau task kat tempat kerja.
 |
| Aku belajr kat linkedin ni je. SLow2 but surely. Jauh lagi nak habis tu. |
Ada perkara yang agak mudah aku faham kerana aku pernah menggunakannya dalam konteks kerja-kerja lab aku. Tapi ada juga topik yang memerlukan masa untuk aku betul-betul faham.
Antaranya ialah memahami konsep statistik dengan lebih mendalam, mengenali teknik analisis yang berbeza dan belajar bagaimana nak menggunakan tools untuk mengolah serta nak visualkan data.
Aku juga mula mencuba buat dashboard menggunakan Power BI. Walaupun pakai data-data yang available dari internet je. Tapi bagi aku, pengalaman mencuba sendiri sesuatu yang dipelajari memang berbeza daripada sekadar menonton video pembelajaran. So aku kene buat juga. Ade la beberapa training dashboard Powr BI yang berjaya aku buat. Amatur je la. Bukan hebat sangat pon.
Bila kita cuba buat sendiri, barulah kita nampak apa yang kita dah faham dan bahagian mana yang masih perlu diperbaiki.
Aku belajar sedikit demi sedikit, mengikut kemampuan sendiri. Tak perlu tergesa-gesa untuk menguasai semuanya dalam masa yang singkat.
Yang penting, aku terus belajar dan cuba menggunakan ilmu yang diperoleh.
 |
| My first cuba2 dashboard dari Power BI |
Perlu Ke Jadi Data Analyst untuk Belajar Data Analytics?
Bagi aku, tak semestinya.
Sebelum ini, mungkin aku melihat Data Analytics sebagai satu bidang yang berasingan daripada kerja aku sebagai chemist. Tetapi semakin aku belajar, semakin aku nampak bagaimana ilmu ini boleh melengkapkan kemahiran yang aku dah ada.
Sebagai contoh, pengalaman dalam bidang QC membuatkan aku biasa berhadapan dengan ribuan result dari analisis, trend data dan kepentingan memastikan result-result yang aku dapat boleh dipercayai.
Apabila aku belajar Data Analytics pula, aku mula mengenali pendekatan lain untuk meneroka dan memahami data tersebut.
Aku melihat kedua-duanya sebagai kemahiran yang compliment each other.
Aku tak perlu menggelarkan diri sebagai Data Analyst untuk mula mempelajari ilmu dalam bidang ini. Aku juga tak perlu menukar kerjaya semata-mata untuk mengembangkan kemahiran analisis data.
Buat masa ini, aku masih seorang chemist yang sedang belajar dan meneroka bidang baharu.
Mana tahu, suatu hari nanti kemahiran ini boleh membantu aku melakukan kerja dengan lebih baik, membuka peluang untuk projek baharu atau memberi perspektif berbeza terhadap data yang aku gunakan setiap hari.
Bagi aku, itu pun dah cukup menjadi sebab untuk terus belajar.
Baca juga - Gambar Korporat Baru Untuk Urusan Kerja
Perjalanan Belajar Aku Masih Panjang
Aku tahu untuk betul-betul mahir dalam Data Analytics bukan sesuatu yang boleh dicapai hanya dengan tengok video atau beberapa training je, kita perlu banyak berlatih, mencuba projek, memahami data dan belajar daripada kesilapan.
Aku nak berkongsi apa yang aku pelajari, pengalaman mencuba tools baru, projek yang aku buat dan cabaran yang aku hadapi sepanjang proses pembelajaran.
Bukan sebab aku dah menjadi pakar dalam bidang Data Analytics, tetapi sebab aku sendiri masih belajar.
Aku rasa tak salah untuk berkongsi sesuatu walaupun kita belum menguasainya sepenuhnya, asalkan kita jujur tentang pengalaman dan tahap pengetahuan kita.
Mungkin ada antara korang yang datang daripada bidang lain dan mempunyai minat yang sama. Mungkin ada yang bekerja dalam bidang sains, engineering, kewangan atau bidang lain yang turut menggunakan data dalam kerja seharian.
Kalau korang pun sedang belajar sesuatu yang baharu, kita boleh sama-sama berkongsi pengalaman.
Baca juga - Realiti Pendapatan Rakyat Malaysia
Kita Tak Perlu Berhenti Belajar Bila Dah Bekerja
Bila dah masuk alam pekerjaan, kadang-kadang kita terlalu fokus dengan tanggungjawab harian sampai tak sempat fikir tentang perkara baharu yang kita boleh pelajari.
Tapi bagi aku, pengalaman bekerja sebenarnya boleh menjadi titik permulaan untuk kita meneroka ilmu lain.
Dalam kes aku, pengalaman sebagai chemist membuatkan aku lebih menghargai kepentingan data. Daripada situ, aku mula berminat untuk memahami analisis data dengan lebih mendalam.
Aku masih bekerja dalam bidang yang sama. Aku masih belajar. Dan aku masih ada banyak perkara yang perlu diterokai.
Cuma sekarang, aku mula melihat data bukan sekadar sebagai sebahagian daripada kerja harian, tetapi juga sebagai satu bidang ilmu yang menarik untuk dipelajari.
Aku seorang chemist yang minat Data Analytics. Bukan sebab aku dah bertukar kerjaya, tetapi sebab aku percaya kita sentiasa boleh belajar sesuatu yang baharu daripada apa yang kita buat setiap hari.
Perjalanan ini masih panjang. Kita belajar dulu, cuba dulu dan tengok sejauh mana ilmu ini boleh membawa kita.
