goesjaya / datasciencecurriculum

Geek Repo:Geek Repo

Github PK Tool:Github PK Tool

Project icon

Data Scientist Learning Path

---

Daftar Isi

Apa itu Data Science dan Siapa itu Data Scientist?

Semua orang sedang membicarakan Data Science saat ini. Hal itu wajar sejak rilisnya suatu artikel Harvard Business Review (HBR) yang menobatkan Data Scientist sebagai "The Sexiest Job of the 21st Century" pada tahun 2012 silam. Tidak lama setelah itu pula menjamur berbagai Massive Open Online Course (MOOC), konten artikel, video, podcast, serta pelatihan tentang Data Science.

Lalu, apa itu sebenarnya Data Science? Dan siapakah Data Scientist?

Data Science bisa dikatakan sebagai perpaduan antara ilmu komputer, statistika/matematika, dan domain expert tertentu. Ada suatu lelucon yang bahkan mengilustrasikan seorang Data Scientist sebagai seseorang yang lebih paham statistika lebih baik dari computer scientist dan yang lebih paham computer science daripada seorang statistician. Dalam bukunya, Data Science from Scratch, Joel Grus menitikberatkan Data Scientist sebagai seorang yang mengekstrasi insights dari messy data yang sangat besar saat ini di dunia digital.

Tidak jauh berbeda pula dengan yang didefinisikan juga dalam buku Data Science Handbook karangan John D. Kelleher dan Brendan Tierney yang mengatakan bahwa Data Science merupakan ilmu mencakup seperangkat prinsip, definisi masalah, algoritma, dan proses untuk mengekstraksi non-obvius dan useful patterns dari suatu kumpulan data yang besar.

Meskipun saat ini pada beberapa kasus di industri, boundary seorang dikatakan seorang Data Scientist juga tidak seberapa jelas. Beberapa ada yang mirip dengan jobdesk seorang Machine Learning Engineer seperti membuat suatu model prediksi dan ada pula yang lebih cenderung melakukan analisis dan ekstraksi insights dan membuat laporan.

Masih belum paham definisi di atas? Langsung cek artikel-artikel di bawah ini.

Apa yang dilakukan oleh seorang Data Scientist?

  • Melakukan analisis terhadap data
  • Mengekstraksi suatu insight dari data
  • Melakukan pemodelan (machine learning/deep learning) terhadap data untuk menemukan pola/pattern

Apa saja yang harus dikuasai seorang Data Scientist?

  • Ilmu statistika, stokastik, dan probabilitas
  • Ilmu aljabar linier dan multivariate calculus
  • Teknik visualisasi data
  • Teknik storytelling
  • Domain expert tertentu (sesuai dengan case problem)
  • Machine learning
  • Deep Learning

Learning Path Menjadi Data Scientist

Path untuk menjadi Data Science Expert

Learning Path

Data Scientist Toolbox


Daftar Course

1. Pemrograman Menggunakan Python

Mengapa ini penting?

Bayangkan bagaimana kita bisa memvisualisasikan data 3-dimensi atau lebih menggunakan software yang telah tersedia di pasaran? Tidak semua software menyediakan fitur ini. Dari situlah programming menjadi penting. Programming berperan sebagai jembatan seorang data scientist untuk berkomunikasi dengan komputer sehingga memungkinkan mereka untuk dapat mengekseskusi berbagai perintah yg diinginkan secara custom. Sebagai contoh seperti di bawah ini

  • Melakukan Exploratory Data Analysis (EDA) menggunakan Pandas & Maptlotlib
  • Melakukan training model dengan Scikit-learn

Apa saja yang akan dipelajari?

Course ini mempelajari mengenai dasar-dasar pemrograman menggunakan Python untuk pemrosesan data. Skill dasar untuk menulis program menggunakan Python untuk Data Science seperti syntax dasar, operasi matematika dasar, logika, looping, struktur data, dan mengolah database menggunakan Python.

Bagaimana mempelajari ini?

πŸ“š Rekomendasi Textbook

Rekomendasi Referensi Lain

πŸ’‘ Blog

πŸ“‰ Practice Lab

Topics

1.1 Python Dasar

Materi

  • Memahami syntax dasar
  • Operasi matematika
  • Looping

1.2 Struktur Data Python

Materi

  • Memahami string, list, dictionary, tuple, set
  • Integer, float dalam Python

1.3 Menggunakan Python Untuk Akses Database

Materi

  • Memahami cara untuk mengakses data txt atau xlsx menggunakan Python

1.4 Visualisasi menggunakan Python

Materi

  • Dapat memvisualisasikan data menggunakan matplotlib, searborn, dll

2. Analisis dan Visualisasi Data Menggunakan Tableau

Course ini mempelajari tentang bagaimana cara melakukan visualisasi data menggunakan aplikasi Tableau.

Mengapa ini penting?

Teknik visualisasi akan sangat berguna dalam mendapatkan wawasan/insight dari data seperti pengaplikasian pada:

  • Membuat dashboard untuk mengukur product performance
  • Melakukan analisa data penjualan produk

Apa saja yang akan dipelajari?

Tableau operations, preparasi data, membuat grafik, dashboards, dan stories, melakukan kalkulasi.

Bagaimana mempelajari ini?

πŸ“š Rekomendasi Textbook

Rekomendasi Referensi Lain

πŸ’‘ Blog

▢️ Video

Topics

2.1 Pengenalan Tableau

Memahami interface dan operasi-operasi dalam Tableu serta langkah-langkah bekerja menggunakan Tableau.

2.2 Preparasi Data

Memahami bagaimana cara import dan join data.

2.3 Visual Analytics

Memahami fitur-fitur visual analytics seperti filter, sort, group, trend lines dan cara membuat dashboards.

2.4 Kalkulasi dalam Tableu

Memahami bagaimana cara melakukan kalkulasi dalam Tableau.


3. Teknik Visualisasi Data Menggunakan Google Data Studio

Course ini mempelajari tentang bagaimana cara melakukan visualisasi data menggunakan aplikasi Google Data Studio.

Mengapa ini penting?

Teknik visualisasi akan sangat berguna dalam mendapatkan wawasan/insight dari data seperti pengaplikasian pada:

  • Membuat dashboard performa KPI tahunan
  • Membuat dashboard penjualan produk di sebuah toko

Apa saja yang akan dipelajari?

Data Studio navigation, membuat reports, and calculated fields.

Bagaimana mempelajari ini?

πŸ“š Rekomendasi Textbook

Rekomendasi Referensi Lain

πŸ’‘ Blog

πŸ“‰ Practice Lab

▢️ Video

Topics

3.1 Data Studio Dasar

Memahami cara untuk mengoperasikan Google Data Studio dan membuat report sederhana.

3.2 Data Studio Advanced

Memahami fitur-fitur advanced dari Google Data Studio seperti filters dan calculated filed.


4. Pengolahan Database Menggunakan SQL

Mengapa ini penting?

Course ini mempelajari tentang database yang umum digunakan dan bagaimana cara melakukan operasi di dalamnya.

  • Membuat database untuk menyimpan data di sebuah aplikasi
  • Melakukan akses database untuk mengambil sebuah data

Apa saja yang akan dipelajari?

Course ini mempelajari mengenai dasar-dasar SQL untuk pemrosesan data yang berkaitan dengan Data Science. Skill dasar untuk menulis program menggunakan SQL untuk Data Science seperti syntax dasar, operasi dasar, logika, looping, struktur data, dan mengolah database.

Bagaimana mempelajari ini?

πŸ“š Rekomendasi Textbook

Rekomendasi Referensi Lain

πŸ’‘ Blog

πŸ“‰ Practice Lab

▢️ Video

Topics

4.1 SQL Data

Memahami bagaimana cara untuk select columns, filter row, melakukan aggregation, sorting dan groupping.

4.2 Story Telling Data

Memahami cara untuk import dan join suatu visualisasi data untuk Business Professionals.


5. Probabilitas dan Statistika

Mengapa ini penting?

Course ini mempelajari tentang teori dari probabilitas dan statistika yang umum digunakan pada bidang data science. Pada pengaplikasiannya di industri course ini digunakan untuk mempelajari karakteristik data, kualitas data, dan hubungan antara variabel data dengan masalah bisnis.

Apa saja yang akan dipelajari?

Secara fundamental materi yang dipelajari adalah: Probability & statistics essentials for data science. dengan rincian subcourse beserta kompetensi dasarnya sebagai berikut.

  • Probabilitas: Memahami fundamental probabilitas.
  • Statistik Deskriptif: Memahami konsep dasar dari rata-rata, median, modus, standar deviasi, dan variasi.
  • Statistik Inferensial: Memahami konsep dasar dari pengujian statistik.

Bagaimana mempelajari ini?

πŸ“š Rekomendasi Textbook

Rekomendasi Referensi Lain

πŸ’‘ Blog

πŸ“‰ Practice Lab

▢️ Video


6. Matematika Untuk Machine Learning

Course ini mempelajari tentang teori matematika yang digunakan pada metode machine learning.

Mengapa ini penting?

  • Berguna dalam merancang arsitektur machine learning/deep learning
  • Digunakan untuk melakukan perhitungan evaluasi model machine learning
  • Optimisasi algoritma machine learning

Apa saja yang akan dipelajari?

Konsep matematika dasar (Linear algebra, Calculus and Vector calculus)

Bagaimana mempelajari ini?

Topics

6.1 Vector and Matrix Operations

Memahami konsep dasar mengoperasikan table of data (suatu Matrix or Vector).

πŸ“š Buku

▢️ Video

πŸ’‘ Artikel

πŸ“‰ Lab

6.2 Linear Algebra

Memahami aplikasi linear algebra dalam Data Science, sebagai contoh Principle Component Analysis (PCA).

πŸ“š Buku

▢️ Video

6.3 Calculus and Derivatives

Memahami fungsi optimasi (menemukan local minima & maxima).

▢️ Video


7. Data Wrangling

Course ini mempelajari tentang proses cleaning data guna untuk memudahkan akses, pemetaan dan analisa.

Mengapa ini penting?

  • Membersihkan atau mengubah format data sebelum dianalisa atau ditampilkan agar lebih mudah dimengerti.

Apa saja yang akan dipelajari?

Data Cleaning, Data Transformation dan Data Enrichment.

Bagaimana mempelajari ini?

πŸ“š Rekomendasi Textbook

Rekomendasi Referensi Lain

πŸ’‘ Blog

Topics

7.1 Data Wrangling dengan Python

Melibatkan pemrosesan data dalam berbagai macam format seperti - merging, grouping dan councatenating.

7.2 Python Data Structure

Open source python library providing high-performance.


8. Teori Sampling

Course ini mempelajari cara untuk mengambil sebagian data dari populasi, sehingga dalam melakukan pengujian tidak memakan waktu yang lama untuk mengetahui bagaimana cara melakukannya.

Mengapa ini penting?

  • Penggunaan training dan testing untuk pemodelan.
  • Sering di gunakan di bidang akademisi untuk mengetahui sampling dalam pengujian.
  • Industri yang membutuhkan pengembangan penelitian secara berkala juga banyak di butuhkan seperti sektor pertanian, manufaktur, pertambangan, kesehatan dsb.

Apa saja yang akan dipelajari?

Fundamental, Probability, dan Non-Probability Sampling.

Bagaimana mempelajari ini?

πŸ“š Rekomendasi Textbook

Rekomendasi Referensi Lain

πŸ’‘ Blog

πŸ“‰ Practice Lab

▢️ Video

Topics

8.1 Probability Sampling

Setiap elemen populasi memiliki probabilitas yang diketahui dan bukan nol untuk berada dalam sampel.

8.2 Non-Probability Sampling

Beberapa elemen populasi mungkin tidak dipilih dan ada risiko besar sampel tidak mewakili populasi secara keseluruhan.


9. Machine Learning

Course ini mempelajari jenis-jenis algoritma machine learning dan aplikasinya, serta bagaimana membuat dan mengembangkan model.

Mengapa ini penting?

  • Regression untuk memprediksi data kontinu seperti harga rumah.
  • Classification untuk memisahkan data menurut kelasnya seperti klasifikasi spesies bunga atau churn prediction.
  • Clustering untuk membuat segmentasi berdasarkan karakteristik data seperti customer segmentation.
  • Metode-metode seperti cross validation, parameter tuning, feature engineering dapat berguna untuk meningkatkan performa model.

Apa saja yang akan dipelajari?

Jenis-jenis model machine learning beserta keunggulannya dan teknik-teknik untuk meningkatkan performa model.

Bagaimana mempelajari ini?

πŸ“š Rekomendasi Textbook

Rekomendasi Referensi Lain

πŸ’‘ Blog

πŸ“‰ Practice Lab

Topics

9.1 Supervised Learning

Memahami model regression dan model classification dan cara melakukan training dan testing pada model.

9.2 Unsupervised Learning

Memahami model clustering dan cara melakukan evaluasi pada model.

9.3 Model Evaluation

Memahami berbagai macam evaluasi model dan teknik untuk meningkatkan performa model.


10. Deep Learning

Course ini mempelajari tentang dasar-dasar modul yang menyusun deep learning serta mengapa deep learning sangat powerful dibandingkan machine learning biasa serta pada kasus-kasus apa deep learning tepat untuk diaplikasikan

Mengapa ini penting?

  • Ekstraksi fitur pada data non-linear
  • Deteksi dan rekognisi suatu informasi visual
  • Rekognisi speech
  • Analisis sentimen

Apa saja yang akan dipelajari?

Konsep Deep Learning sebagai susunan modul-modul, operasi pada Neural Networks, cara training Deep Learning, modul-modul state-of-the-art dari Deep Learning seperti Convolutional Neural Networks (CNNs), Recurrent Neural Networks (RNNs), dll.

Bagaimana mempelajari ini?

πŸ“š Rekomendasi Textbook

Rekomendasi Referensi Lain

πŸ’‘ Blog

πŸ“‰ Practice Lab

▢️ Video

Topics

10.1 Neural Networks

Memahami modul dan konsep formalisasi pada Neural Networks.

10.2 Optimization dan Backpropagation

Memahami cara kerja backpropagation dan memahami berbagai macam metode optimasi untuk melatih arsitektur Deep Learning.

10.3 Convolutional Neural Networks

Memahami hyperparameters CNNs seperti stride, padding, kernel size, serta jenis-jenis konvolusi dan aplikasinya.

10.4 Sequence Models

Memahami berbagai macam sequence models seperti RNNs, Gated Recurrent Units (GRUs), Transformer dan aplikasinya.


Contributors


M. Rifki Kurniawan


Nikolaus Siauw


M. Farros Fatchur R.


Fauzan Habib


Yudha Prasetya


Indra Nugraha

About