oleh Florence Cesa

sedikit tentang saya

Saya Florence Cesa, Ilmuwan Data Junior di Haleon yang berbasis di London, Inggris.

Apa yang saya inginkan ketika saya tumbuh dewasa?

Ingatan saya yang paling awal tentang apa yang saya inginkan adalah menjadi seorang dokter, lebih khusus lagi, seorang ahli bedah. Begitulah, sampai saya mengetahui bahwa saya tidak dapat menangani penglihatan darah dengan baik, atau memikirkan menjahit luka dan menusukkan jarum pada orang.

Setelah belajar lebih banyak tentang berbagai ilmu, saya memutuskan bahwa saya ingin menjadi seorang ilmuwan, khususnya ahli kimia. Saya menikmati pekerjaan laboratorium dan belajar tentang berbagai teknik analitik dalam kimia. Saya bermimpi bekerja di laboratorium dan sedikit yang saya tahu bahwa di masa depan saya mimpi ini akan menjadi kenyataan dengan bekerja di jenis laboratorium yang berbeda ( JupyterLab ) sebagai ilmuwan data.

Sedikit tentang latar belakang saya?

Saya belajar Matematika, Kimia, dan Biologi di A-level — kualifikasi akademik berbasis mata pelajaran tradisional yang ditawarkan oleh sekolah dan perguruan tinggi di Inggris dan Wales — sebagai persiapan untuk universitas, studi lebih lanjut, pelatihan, atau pekerjaan. Saya memilih mata pelajaran ini karena saya ingin bekerja di industri STEM dengan teknologi mutakhir yang dapat membantu membentuk masa depan dan membuat dunia menjadi tempat yang lebih baik.

Mengapa saya memilih jalur karir ini?

Saya pertama kali diperkenalkan ke dunia ilmu data, bersama dengan penerapan praktisnya di organisasi global saat saya mulai magang sebagai analis data di tim Ilmu Data di Haleon. Saat itu Haleon adalah unit bisnis layanan kesehatan konsumen dari GlaxoSmithKline.

Melalui magang ini, saya berkesempatan untuk bekerja dengan berbagai profil profesional di bidang data seperti data analyst, data scientist, data engineer, dan masih banyak lagi. Di antara berbagai profil, peran data scientist paling menonjol bagi saya karena terus belajar dan menjelajahi data yang terjadi setiap hari. Selain itu, kesempatan untuk menggunakan teknik matematika dan pendekatan algoritmik untuk memperoleh solusi bagi masalah bisnis dan ilmiah yang kompleks menarik bagi saya.

Apa yang saya lakukan sehari-hari?

Sebagai ilmuwan data junior, saya memulai hari dengan meninjau email dan obrolan Teams yang mungkin saya lewatkan sehari sebelumnya. Saya kemudian membuka Jira , alat pelacak proyek/tugas, untuk memperbarui status tiket yang sedang saya kerjakan dan memprioritaskan tugas saya untuk hari itu.

Saya juga berpartisipasi dalam stand up/scrum harian yang merupakan waktu khusus bagi kami untuk membahas pembaruan status tiket yang sedang kami kerjakan untuk sprint proyek. Saya menemukan ini membantu dalam memastikan bahwa kami berada di jalur terutama ketika bekerja dari jarak jauh, dan juga memberi saya kesempatan untuk belajar tentang apa yang dilakukan anggota tim lainnya.

Terkadang saya memasangkan program dengan anggota tim yang lebih senior yang mengerjakan proyek yang sama dengan saya. Pemrograman pasangan adalah saat dua pengembang bekerja sama untuk mengatasi satu masalah bersama, di satu perangkat. Ini adalah cara yang bagus bagi saya untuk belajar dari ilmuwan data yang lebih berpengalaman dan saya selalu belajar sesuatu yang baru.

Hari saya juga bisa melibatkan pertemuan 1-2-1 dengan manajer lini saya yang memberi saya kesempatan untuk membahas tujuan karir dan setiap tantangan atau kesuksesan yang saya temui sejak pertemuan terakhir kami.

Dan tentu saja, saya juga mendapatkan kode dan dokumen! Bergantung pada apa yang dibutuhkan tim proyek dari saya, saya bisa membuat kode untuk membersihkan dan menyiapkan data; untuk melakukan analisis data pada dataset yang diberikan; untuk menjalankan, mengembangkan, dan mengevaluasi model statistik dan prediksi; atau untuk membuat visualisasi data dalam bentuk dasbor atau laporan, semua ini sejalan dengan pekerjaan yang dilakukan oleh ilmuwan data senior yang bekerja dengan saya.

Apakah ada area DS/ML yang menurut saya akan menonjol di masa mendatang?

Saya merasa bahwa dalam bidang ilmu data dan pembelajaran mesin, pemrosesan bahasa alami (NLP) adalah salah satu bidang AI yang paling menarik dan akan menonjol di masa mendatang. Setiap hari kami menggunakan kata-kata untuk berkomunikasi dalam bisnis; untuk mengekspresikan diri kita di media sosial; untuk memberdayakan diri kita sendiri dengan pengetahuan saat mencari di internet; dan bahkan untuk tetap berhubungan dengan teman dan orang yang kita cintai melalui pesan teks. Peningkatan data email saja sejak 2017 menunjukkan berapa banyak data teks yang dihasilkan setiap hari.

NLP juga telah memunculkan teknologi seperti chatbots, penerjemah, asisten suara, deteksi spam, koreksi otomatis, pelengkapan otomatis, dan banyak alat lain yang kami gunakan setiap hari. Seiring pertumbuhan data teks yang tidak terstruktur, teknologi NLP juga terus meningkat untuk lebih memahami nuansa, konteks, dan ambiguitas bahasa manusia ( ChatGPT-3 ), itulah mengapa menurut saya ini akan menjadi bidang yang menonjol di masa depan.

Bagaimana cara saya mengikuti semua Ilmu Data?

Satu hal yang saya sukai adalah, karena ini adalah bidang interdisipliner, Anda tidak akan pernah kehabisan hal untuk dipelajari. Untuk mengikuti bidang yang terus berkembang ini, saya berpartisipasi dalam sesi Unduh Ilmu Data tim kami yang lebih luas di mana pembicara internal dan eksternal hadir pada topik DS/ML/AI tingkat lanjut. Sebagai data scientist junior, terkadang saya kesulitan untuk memahami sepenuhnya presentasi tersebut, namun, pemaparan terhadap topik ini memberi saya kesempatan untuk mendalami dasar-dasarnya lebih dalam dan kemudian meningkatkan pemahaman saya.

Sebagai bagian dari magang gelar sains data saya, saya mengikuti dan meningkatkan pengetahuan saya melalui kuliah yang dilakukan oleh Universitas Anglia Ruskin dan Cambridge Spark. Saya juga memperluas pengetahuan saya dengan membaca makalah penelitian, kursus LinkedIn Learning, dan juga video YouTube, serta menyiapkan pertemuan 1-2-1 dengan anggota tim senior yang berspesialisasi dalam topik yang diminati. Saya juga membaca buku dan blog teknis dan non-teknis untuk meningkatkan soft skill saya.

Apa yang paling saya sukai dari bekerja di Haleon?

Salah satu hal yang paling saya sukai tentang bekerja di Haleon adalah saya terus mempelajari area dan proses bisnis baru. Tim saya mengerjakan berbagai proyek dalam area bisnis termasuk Kualitas & Rantai Pasokan, Penelitian & Pengembangan, Konsumen & Pakar, dan Pelanggan. Ini memberi saya kesempatan untuk bekerja dengan berbagai profesional dengan latar belakang berbeda ditambah banyak pengalaman dan pengetahuan yang tidak dapat dipelajari dari buku saja. Melalui kesediaan mereka untuk berbagi, saya dapat mengembangkan keterampilan saya lebih jauh. Saya menikmati kesempatan untuk terus belajar dari tim terampil yang mendorong dan menginspirasi pertumbuhan pribadi, sambil bekerja menuju tujuan yang sama untuk membuat dunia menjadi tempat yang lebih baik dengan kemanusiaan sebagai intinya.