Data Scientist

Data AI Engineering • Jakarta

DATA SCIENTIST

Job Summary

Data Scientist bertanggung jawab untuk mengolah dan menganalisis data menjadi insight yang dapat digunakan untuk mendukung pengambilan keputusan bisnis serta mengembangkan solusi berbasis Machine Learning, Artificial Intelligence, dan Predictive Analytics.

Posisi ini akan bekerja bersama tim Data Engineer, AI Engineer, Software Engineer, Presales, dan Project Manager untuk merancang serta mengimplementasikan solusi data dan AI sesuai kebutuhan internal maupun customer.

Job Description / Responsibilities

1. Data Analysis & Exploration

  1. Melakukan pengumpulan, eksplorasi, profiling, dan analisis data dari berbagai sumber.
  2. Melakukan data cleaning, preprocessing, transformation, dan feature engineering.
  3. Mengidentifikasi pola, tren, korelasi, anomali, dan insight dari dataset.
  4. Melakukan Exploratory Data Analysis (EDA) menggunakan metode statistik dan visualisasi data.

2. Machine Learning Development

  1. Mengembangkan dan melakukan eksperimen terhadap model Machine Learning seperti:
  2. Classification
  3. Regression
  4. Clustering
  5. Forecasting
  6. Recommendation System
  7. Anomaly Detection
  8. Melakukan model selection, hyperparameter tuning, validation, dan performance evaluation.
  9. Mengembangkan model berdasarkan kebutuhan bisnis dan use case customer.
  10. Menentukan metrik evaluasi model yang sesuai seperti Accuracy, Precision, Recall, F1 Score, RMSE, MAE, ROC-AUC, dan lainnya.

3. AI & Generative AI

  1. Mengembangkan solusi AI menggunakan Large Language Model (LLM) bila diperlukan.
  2. Mengembangkan prototype/use case seperti:
  3. Document Intelligence
  4. AI Knowledge Assistant
  5. Intelligent Search
  6. Chatbot
  7. Text Classification
  8. Summarization
  9. Sentiment Analysis
  10. OCR & Document Processing
  11. Memahami konsep dasar:
  12. Embedding
  13. Vector Database
  14. Retrieval Augmented Generation (RAG)
  15. Prompt Engineering
  16. LLM Evaluation
  17. Melakukan evaluasi terhadap accuracy dan reliability solusi AI/LLM.

4. Statistical Analysis

  1. Menggunakan metode statistik untuk melakukan validasi hipotesis dan analisis data.
  2. Mengembangkan analytical framework untuk mendukung business decision.
  3. Melakukan forecasting dan predictive modelling bila diperlukan.

5. Data Visualization & Insight

  1. Menyajikan hasil analisis dalam bentuk dashboard, visualisasi, maupun presentation.
  2. Mengubah hasil analisis teknis menjadi insight yang mudah dipahami oleh stakeholder bisnis.
  3. Menyusun analytical report dan rekomendasi berdasarkan hasil analisis data.

6. Model Deployment & Collaboration

  1. Berkolaborasi dengan Data Engineer dan AI/ML Engineer dalam deployment model ke production environment.
  2. Membantu melakukan model packaging dan API integration.
  3. Membantu implementasi model menggunakan Docker/container bila diperlukan.
  4. Berpartisipasi dalam proses Machine Learning lifecycle mulai dari experiment sampai production.

7. Customer & Project Engagement

  1. Mengikuti requirement gathering dan workshop bersama customer.
  2. Menerjemahkan business problem menjadi analytical atau AI use case.
  3. Membantu menentukan data requirement dan feasibility sebuah AI/ML project.
  4. Membantu pembuatan Proof of Concept (POC) dan prototype.
  5. Memberikan presentasi hasil analisis maupun model kepada customer dan stakeholder internal.

8. Documentation

  1. Membuat dokumentasi mengenai:
  2. Dataset
  3. Data preprocessing
  4. Model architecture
  5. Model experiment
  6. Model evaluation
  7. API/model interface
  8. Technical methodology
  9. Menjaga experiment dan source code menggunakan version control.

Job Requirements / Qualifications

Education

  1. Minimal S1 dalam:
  2. Computer Science
  3. Data Science
  4. Statistics
  5. Mathematics
  6. Informatics
  7. Computer Engineering
  8. Physics
  9. Industrial Engineering
  10. atau bidang terkait.
  11. S2 Data Science, Computer Science, Statistics, atau AI menjadi nilai tambah.

Experience

Junior

  1. Fresh graduate sampai ±2 tahun pengalaman pada Data Science, Machine Learning, atau Data Analytics.

Mid-Level

  1. Minimum 2–4 tahun pengalaman sebagai Data Scientist, Machine Learning Engineer, Data Analyst, atau posisi sejenis.

Pengalaman mengerjakan project AI/Data untuk enterprise atau customer menjadi nilai tambah.

Technical Skills

Mandatory

Programming

  1. Python
  2. SQL

Memahami library Python seperti:

  1. Pandas
  2. NumPy
  3. Scikit-learn
  4. Matplotlib
  5. Seaborn

Machine Learning

Memahami konsep:

  1. Supervised Learning
  2. Unsupervised Learning
  3. Classification
  4. Regression
  5. Clustering
  6. Feature Engineering
  7. Model Evaluation
  8. Cross Validation
  9. Hyperparameter Tuning

Statistics

Memahami:

  1. Descriptive Statistics
  2. Probability
  3. Hypothesis Testing
  4. Regression Analysis
  5. Correlation Analysis

Database

Memahami salah satu atau beberapa:

  1. PostgreSQL
  2. MySQL
  3. SQL Server
  4. Oracle
  5. MongoDB

Preferred Skills

Memiliki pengalaman dengan salah satu atau beberapa teknologi berikut menjadi nilai tambah:

Deep Learning

  1. PyTorch
  2. TensorFlow
  3. Keras

Generative AI / LLM

  1. OpenAI
  2. Hugging Face
  3. LangChain
  4. LlamaIndex
  5. Llama
  6. Qwen
  7. DeepSeek
  8. Mistral

RAG & Vector Database

  1. Milvus
  2. Qdrant
  3. Weaviate
  4. Elasticsearch
  5. FAISS
  6. pgvector

Big Data

  1. Apache Spark
  2. Hadoop
  3. Databricks

Data Visualization

  1. Tableau
  2. Power BI
  3. Looker
  4. Streamlit
  5. Plotly

Cloud

Pengalaman dengan salah satu:

  1. AWS
  2. Microsoft Azure
  3. Google Cloud Platform
  4. Alibaba Cloud

MLOps

Menjadi nilai tambah apabila memahami:

  1. MLflow
  2. Docker
  3. Kubernetes
  4. Git
  5. CI/CD
  6. Model Monitoring

Analytical Skills

Kandidat diharapkan memiliki kemampuan:

  1. Analytical thinking yang kuat.
  2. Problem solving yang baik.
  3. Mampu memahami business problem dan menerjemahkannya menjadi data problem.
  4. Mampu memilih pendekatan Machine Learning yang sesuai.
  5. Mampu membaca serta mengevaluasi performa model.
  6. Mampu bekerja dengan dataset yang besar, tidak terstruktur, maupun memiliki kualitas yang belum ideal.

Communication Skills

  1. Mampu menjelaskan hasil analisis kepada stakeholder non-teknis.
  2. Memiliki kemampuan komunikasi dan presentasi yang baik.
  3. Mampu membuat technical documentation yang jelas.
  4. Mampu bekerja dalam tim lintas fungsi.
  5. Mampu berkomunikasi dengan customer selama proses discovery, POC, maupun implementasi.

Soft Skills

  1. Curious dan memiliki keinginan kuat untuk belajar teknologi baru.
  2. Detail-oriented.
  3. Memiliki kemampuan logical thinking yang baik.
  4. Independent tetapi tetap mampu bekerja secara kolaboratif.
  5. Adaptif terhadap perubahan teknologi AI yang sangat cepat.
  6. Memiliki ownership terhadap pekerjaan.
  7. Comfortable melakukan research dan experimentation.

Key Performance Indicators

Kinerja Data Scientist dapat diukur berdasarkan:

  1. Accuracy dan kualitas model yang dikembangkan.
  2. Kecepatan menghasilkan prototype/POC.
  3. Jumlah AI/Data use case yang berhasil dikembangkan.
  4. Keberhasilan model digunakan dalam production.
  5. Kemampuan menghasilkan actionable business insight.
  6. Kualitas dokumentasi.
  7. Ketepatan delivery terhadap project timeline.
  8. Kepuasan stakeholder/customer.
  9. Reusability model, code, dan analytical components yang dibuat.
  10. Kontribusi terhadap pengembangan intellectual property dan AI capability perusahaan.

Ideal Candidate Profile

Kandidat ideal bukan hanya seseorang yang mampu membuat model Machine Learning, tetapi mampu memahami alur:

Business Problem → Data → Analysis → Model → Evaluation → Deployment → Business Impact

Kandidat juga diharapkan memiliki ketertarikan yang kuat terhadap perkembangan:

Machine Learning, Generative AI, LLM, RAG, AI Agent, Document Intelligence, dan Enterprise AI.




Apply for this position

Please fill out the form below to submit your application.