Digitalisasi masyarakat semakin memajukan sektor teknologi informasi dan komunikasi. Seiring dengan perkembangannya, tantangan dalam bidang analisis data menjadi lebih signifikan. Data Science sebagai cabang ilmu yang terapan telah menjadi pusat perhatian banyak institusi di seluruh dunia. Oleh karena itu, penting untuk mengembangkan kurikulum yang memadai bagi profesional Data Scientist untuk dapat bersaing dan berkontribusi dalam era digital ini.

Standar Kompetensi Keahlian Nasional (SKKNI) menyediakan rujukan teknis untuk pelatihan dan uji kompetensi. Namun, tantangan global seperti perubahan cepat teknologi, persaingan global yang ketat, serta kebutuhan terhadap keterampilan analitik data yang maju menjadi tantangan yang harus diatasi dalam pengembangan kurikulum ini.

Untuk memenuhi standar tersebut dan mengatasi tantangan yang ada, program pelatihan Data Scientist berikut dirancang untuk menciptakan profesional yang siap bersaing global. Berikut adalah beberapa aspek utama yang akan dibahas dalam kurikulum ini:

1. Pelatihan teori dan praktek data science yang mendalam.
2. Mengembangkan keterampilan analitik data yang unggul.
3. Memahami prinsip-prinsip statistik dan machine learning.
4. Efektifitas dalam mengolah, memodelkan, dan menganalisis data besar (big data).
5. Penguatan keterampilan programming dan pemecahan masalah.
6. Mengembangkan keterampilan komunikasi ilmiah untuk menyampaikan hasil penelitian.
7. Memahami etika dan regulasi di sektor data science.
8. Efisiensi dalam penggunaan tools dan framework data analysis modern.

• Teknisi Analitik Data
• Data Engineer
• Masa Depan AI dan Machine Learning Specialist
• Analisis Bisnis Data
• Pengembang Software Data Science

Unit Kompetensi yang akan diajarkan meliputi:

1. Kode: UK-DS101, Nama Unit: Prinsip Statistika
2. Dalam unit ini, peserta akan mempelajari dasar-dasar statistik yang diperlukan untuk analisis data. Ini termasuk pemahaman tentang berbagai jenis distribusi probabilitas, pendugaan parameter, uji hipotesis, dan inferensi statistik.
3. Kode: UK-DS102, Nama Unit: Pengantar Algoritma Machine Learning
4. Unit ini akan mengeksplorasi konsep dasar dari algoritma pembelajaran mesin. Peserta akan belajar tentang jenis-jenis model pembelajaran seperti regresi linier dan non-linier, klasifikasi, clustering, dan rekomendasi.
5. Kode: UK-DS103, Nama Unit: Pengolahan Data
6. Mempelajari teknik pengolahan data, termasuk pemilihan, transformasi, integrasi, dan validasi data. Peserta akan belajar cara memanipulasi dataset besar dengan efisiensi dan keakuratan tinggi menggunakan tools seperti Python atau R.
7. Kode: UK-DS104, Nama Unit: Visualisasi Data
8. Belajar bagaimana mengubah data yang rumit menjadi informasi yang mudah dipahami melalui visualisasi. Ini termasuk penggunaan tools seperti Tableau atau libraries Python seperti Matplotlib dan Seaborn.
9. Kode: UK-DS105, Nama Unit: Pengantar Big Data
10. Membahas konsep dan implementasi big data dalam realitas industri. Peserta akan belajar tentang teknologi seperti Hadoop, Spark, dan NoSQL database untuk memproses dan mengelola data besar.
11. Kode: UK-DS106, Nama Unit: Pengantar Data Mining
12. Unit ini melibatkan eksplorasi proses data mining yang mencakup pengetahuan berbasis fakta. Peserta akan belajar tentang bagaimana menemukan pola dan tren di dataset besar dengan teknologi seperti klasifikasi, regresi, dan asosiasi.
13. Kode: UK-DS107, Nama Unit: Pengantar Komunikasi Ilmiah
14. Mengajarkan peserta cara menyampaikan penemuan data secara ilmiah dan efektif. Ini termasuk menulis laporan penelitian, presentasi, dan publikasi di media ilmiah.
15. Kode: UK-DS108, Nama Unit: Etika dan Regulasi Data Science
16. Unit ini membahas tentang etika dan regulasi dalam sektor data science. Peserta akan belajar tentang isu privasi, keamanan data, dan tata kelola data yang sesuai dengan standar industri.
17. Kode: UK-DS109, Nama Unit: Pengantar Proyek Data Science
18. Dalam unit ini, peserta akan bekerja pada proyek yang nyata atau simulasi untuk mengaplikasikan keterampilan dan pengetahuan yang telah mereka peroleh. Ini adalah kesempatan bagi mereka untuk menunjukkan seberapa baik mereka dapat menerapkan semua teknik data science dalam praktik.
19. Kode: UK-DS110, Nama Unit: Pengantar Pengembangan Software Data Science
20. Unit ini akan mengenalkan peserta pada prinsip-prinsip pengembangan software modern yang relevan untuk data science. Ini termasuk pemahaman tentang paradigma pemrograman, manajemen proyek, dan pengetahuan tentang framework dan tools seperti TensorFlow atau PyTorch.

Investasi dalam program ini akan memberikan manfaat bagi kariernya peserta di era digital. Sertifikasi yang diperoleh melalui pelatihan ini dapat menjadi dasar untuk karir yang sukses dalam sektor data science. Keahlian yang dipelajari sangat relevan dan permintaan pasar yang tinggi, sehingga sertifikasi ini dapat membuka banyak peluang pekerjaan dengan gaji kompetitif.