Tanya

Ambil course Data Science dengan goals ML Engineer masih worthy ga mas?

Jawab

Menurut gw ngambil course Data Science sementara goal lo mau jadi ML Engineer ya masih worthy, tapi banyak yg perlu diperhatiin juga.

  1. Data Science & ML Engineer itu overlap tapi beda fokus. Data Science lebih ke exploratory data analysis (EDA), statistik, & translating data jadi insight buat business decision. ML Engineer lebih ke arah engineering, gimana model itu dibangun, di-deploy, & di-maintain dalam production system.

    Kalau goals lo emang ML Engineer, cek dulu isi coursenya. Kalau cuma EDA & basic modeling doang, itu kurang nyambung. Cari yg ada komponen MLOps, system design, & deployment, soalnya itu yg bakal kepake di kerjaan beneran.

  2. Fundamentals tetep relevan walaupun sekarang eranya LLM & GenAI. Statistik, linear algebra, gimana model belajar dari data, itu semua masih jadi basis buat ngerti kenapa suatu approach works atau enggak.

    Yg berubah itu tooling & speed of iteration, bukan fundamental conceptnya. Jadi kalau coursenya ngajarin fundamentals dgn solid, itu investment yg bagus. Kalo dari awal cuman fokus ke tooling doang, mending gk usah.

  3. Yg paling penting, course itu starting point, bukan destination. Certificate doang ga akan bikin lo dipercaya sbg ML Engineer. Apalagi kalo Certificatenya bukan dari yg punya nama di industri.

    Yg bikin worthy itu kalau abis course lo bikin portfolio project yg solve masalah nyata, dari kerjaan sehari hari atau domain yg lo paham, terus itu yg jadi bukti konkret pas interview.

Satu lagi pertimbangan praktis: role ML Engineer murni di Indonesia itu masih relatif terbatas, kebanyakan company nyampur jadi satu role yg ngerjain data science & deployment sekaligus. Kalau emang niat spesialisasi, worth dipertimbangin juga remote opportunities ke company US/SG yg demand-nya lebih jelas & compensation-nya lebih sesuai.