Tim Pacmann kembali berkesempatan buat ngobrol bareng salah satu alumni dari Program Non Degree Data Scientist Batch 2, yaitu Kak David.
Per Juli 2022, Pacmann melakukan rebranding pada program-programnya dan Non-Degree Program of Data Scientist saat ini setara dengan Career Upgrader Path Sekolah Data Pacmann.
Info lebih lengkapnya dapat dibaca di halaman Career Upgrader Analytics and Data Science.
Di artikel ini, Kak David bercerita bagaimana ia belajar di Pacmann untuk akselerasi karier sampai jadi Valedictorian di Pacmann Graduation.
Selamat membaca hasil ngobrol-ngobrolnya!
Akselerasi Karier Pasca Belajar di Pacmann
Halo, Kak David! Boleh diceritakan Kak David background-nya apa dan sedang bekerja sebagai apa?
Halo! Nama saya David Anthony Sirait.
Saya lulusan University of Manchester jurusan Aerospace Engineering.
Saat ini, saya bekerja di Bank Amar Indonesia sebagai Data Scientist.
Sebelum saya belajar di Pacmann, saya sudah bekerja di Bank OCBC NISP sebagai Credit Risk Modelling.
Pada awal tahun 2021, saya belajar di Program Data Scientist Pacmann.
Setelah mengikuti program tersebut, saya bisa dibilang akselerasi karier menjadi Tim Data Scientist di OCBC NISP.
Lalu, pindah ke Bank Amar Indonesia.
Tertarik Memilih Pacmann Karena Silabus yang Mendalam
Kenapa Kak David memilih belajar di Pacmann?
Saya sudah pernah ikut mini bootcamp atau course sebelum kenal Pacmann.
Waktu itu, saya merasa belum puas karena hanya diajarkan “how” saja, bukan “why”.
Misalnya, bagaimana teori algoritma machine learning itu dan bagaimana secara matematisnya.
Kebetulan, saya sambil cari-cari bootcamp lain ketemu Pacmann di Instagram.
Waktu itu, baru banget buka kelas data scientist.
Saya cek silabusnya dan merasa oke banget dari segi materi yang diajarkan.
Saya berpikir bahwa materinya menjanjikan buat dipelajari lebih dalam jadi worth to try.
Kalau dibandingkan dengan bootcamp lain, materi dan waktu yang dibutuhkan Pacmann memang cukup panjang tapi saya merasa bisa banyak belajar.
Nah, belajar di Pacmann itu kan butuh waktu yang lama banget. Nggak bikin Kak David ragu buat belajar di Pacmann?
Nggak bisa dimungkiri tentu ada keraguan, apalagi Pacmann masih baru banget.
Kebetulan saya siswa batch awal.
Namun, saya sempat nonton beberapa video di YouTube Pacmann sembari tanya-tanya tentang silabusnya juga.
Rasanya, Pacmann memberikan kelas yang cukup menjanjikan.
Setelah saya jalani beberapa bulan hingga setahun, saya merasa puas dan nggak kecewa dengan apa yang saya dapatkan di Pacmann.
Dari Belajar Konsep Sampai Deploy Model
Masih ingat nggak, Kak, hal yang dipelajari selama di Batch 2?
Saya belajar Python, aljabar, algoritma machine learning, visualisasi data, teori machine learning yang lebih mendalam, dan studi kasus machine learning maupun data science yang lazim ditemui.
Misalnya, credit scoring yang kasusnya cukup banyak, apalagi di dunia finansial.
Sebelum bank memberi pinjaman, bank harus menilai customer yang dapat di-scoring melalui machine learning.
Terakhir, saya belajar mengaplikasikan atau deploy model yang sudah dibuat agar bisa digunakan oleh perusahaan atau project pribadi.
Tantangan Belajar di Pacmann, Student Buddy, dan Time Management
Banyak banget yang dipelajari, Kak! Ada kendala nggak pas lagi belajarnya?
Waktu! Untuk mengulang materi dan mengerjakan tugas, saya perlu curi-curi waktu karena sambil bekerja juga.
Untungnya, saya punya teman yang bisa diajak diskusi kalau kesulitan mengerjakan tugas.
Wah, Kak David punya student buddy, ya? Selain itu, ada fitur Pacmann yang bisa bantu Kak David mengatasi kendala, nggak?
Ada konsultasi tiap bulan dengan student manager/consultant yang tiap bulan nanya mengenai progress atau bahkan bisa curhat ke mereka.
Saya suka tanya-tanya dan minta tips, terutama time management, karena kita full time sambil upskill.
Lumayan banget dapet insight dari sana.
Student buddy juga membantu.
Terkadang, bingung bareng itu lebih enak daripada sendirian. Hahaha.
Lalu, yang Kak David lakukan buat time management ini gimana?
Yang saya lakukan adalah usahakan ada slot waktu tertentu.
Misalnya, hari Senin review materi hari Sabtu.
Hari Selasa review hari Minggu.
Nah, hari lainnya saya coba mengerjakan tugas.
Selesai kerja, saya petakan waktu yang lowong satu sampai dua jam dan jadikan itu kebiasaan.
Lama-lama saya jadi biasa buat belajar setelah ngantor.
Kalau sudah mengerti, saya langsung mengerjakan tugas.
Kalau belum, saya coba baca-baca lagi dari referensi yang dikasih.
Sederhana, tapi itu sulit buat dilakukan.
Akselerasi Karier dan Manfaat Lain Belajar di Pacmann
Apa manfaat yang Kak David rasakan setelah belajar di Pacmann?
Pertama, saya jadi lebih percaya diri setelah belajar di Pacmann karena merasa ilmunya bertambah.
Lalu, saya juga dapat tawaran kerja di bidang data science.
Ketika ada technical interview, saya bisa menjawab semua pertanyaan dengan lancar karena sudah dipelajari di kelas Pacmann.
Misalnya, interview tentang teori statistika, probabilitas, atau machine learning.
Lalu, codingan Python yang dipelajari juga bisa saya gunakan di pekerjaan, terutama saat membuat sebuah visualisasi data.
Selain itu, network dan koneksi saya bertambah karena ada teman belajar di Pacmann.
Kelas Paling Berkesan di Pacmann
By the way, selamat jadi Valedictorian saat Pacmann Graduation, ya, Kak David!
Ada momen yang paling membekas nggak selama belajar di Pacmann?
Thank you! Hal yang paling membekas itu waktu kelas advance machine learning.
Saat itu, tugasnya susah banget dan baru beres hampir deadline.
Saya dan teman-teman pada complain jadi tugas berikutnya dikurangi tingkat kesulitannya.
Namun, saya merasa belajar banyak karena merasa nambah ilmu.
Bisa dibilang saya kangen waktu-waktu ngejar deadline walaupun itu nggak terlalu baik, ya.
Tapi, itu jadi hal yang seru buat saya, serasa kembali ke masa kuliah.
Pacmann yang Beginner-Friendly dan Pesan Buat Pacpeers
Menurut Kak David, Pacmann beginner-friendly, nggak?
Menurut saya, buat pemula sih oke.
Dalam waktu setahun, bakal belajar dari dasar dan pelan-pelan banget naik levelnya.
Jadi, ada waktu penyesuaian yang cukup, terutama buat yang baru banget belajar di bidang data.
Nggak bakalan kaget, sih.
Pemula mungkin akan sedikit kesulitan, tapi manageable karena ada bantuan, terutama dari Tim Pacmann.
Selain itu, menurut saya, silabus terbaru lebih banyak improvement yang bakal condong buat pemula atau non-STEM yang gak punya background engineering.
Terakhir, ada pesan nggak buat siswa batch baru?
Jangan gampang menyerah! Kalau materinya terlihat mengintimidasi dan susah banget, coba dipelajari pelan-pelan dan diulang-ulang.
Kita bukan sprint.
Take it slow saja, yang penting kita sampai tujuan.
Itu dia hasil ngobrol dengan salah satu alumni Pacmann.
Cek juga cerita pengalaman student dan alumni Pacmann lainnya:
- Alumni Business Intelligence (Data Analytics) Pacmann
- Cerita Pengalaman Student yang Belajar di Pacmann
Semoga insightful, ya!
Ikuti media sosial Pacmann dan update berita dan program terbaru Pacmann di Twitter dan Instagram–jangan sungkan untuk tanya-tanya via DM, ya.
Artikel Popular
Data Engineer dan ML Engineer: Perbedaan Tanggung Jawab, Skill, dan Gaji
July 23, 2023
Mengenal Data Preprocessing: Langkah Awal dalam Data Mining
July 21, 2023
Apa yang Dimaksud dengan Machine Learning?
July 21, 2023
Ini Dia Alasan Mengapa Data Scientist Digaji Besar!
July 20, 2023
Pentingnya Business Intelligence (BI) Dashboard untuk Pengambilan Keputusan Bisnis
July 19, 2023