Prediksi teknologi tahun 2021
Hi temen2,
Happy birthday to me! Haha. Makasih yang sudah mengucapkan dan masih mau sapa2 meskipun lagi sibuk dan chaotic dimana2 karena COVID-19. Really appreciated!
Nah.. Hari ini pengen share hal yang menurutku sexy dan menarik untuk dipelajari dan di amati. Saya pingin bahas yak satu-satu sesuai dengan apa yang saya amati dan perkembangan yang terjadi. Feel free untuk diskusi ya. I’m open for that. Bisa aja ini salah dan benar sih. Tapi biasanya tebakan aku bener. Haha.
Ok, kita mulai tebak-tebak buah manggisnya.
#1. Cost Optimization
Ini gak bisa di pungkiri lagi karena di jaman sekarang juga lagi susah pasti orang bakalan hemat se hemat2nya. Apa yang bisa dinaikin ke cloud bakalan naik. Dan data center juga akan makin banyak. Tapi orang jadi lebih irit menggunakan cloud credit terutama karena banyak cloud provider yang nge flush credit dengan murah hati untuk bantu pelanggan nya. Salut!
Untuk melakukan optimisasi tentu saja skill yang dibutuhkan gak biasa-biasa saja. Karena even client besar pun selalu mengeluhkan tagihan cloud yang tinggi. Bahkan aku pernah di suruh solve masalah di satu company untuk turunin cloud cost tapi performance harus naik. What? Yups. That’s the fact. I need a job then i take it. Untung aja bisa gua haha.
Tapi setelah nanti COVID ini reda dan mudah2an cepat berakhir banyak orang akan sadar bahwa Cloud itu tidak murah dan juga tidak mahal karena tergantung penggunaan. Tidak ada lagi yang suka-suka hidupin VM gak di matiin.
Dengan optimisasi maka para developer diharapkan punya basic yang kuat sehingga gak sembarangan push code yang buat tagihan bengkak. Tapi tidak juga membuat segala sesuatu nya dari awal karena takut cost bengkak. Jadi ada trade-off. Para C level diharapkan bisa sadar tentang hal ini. Karena kalau mau lahirkan inovasi baru ya harus ada modal juga.
#2. Enterprise Data Platform
Sekarang sepertinya udah banyak yang sadar kalau data engineering juga sama pentingnya dengan data science. Banyak yang sudah buat postingan mengenai ini. Saya sekarang sudah lebih berfokus kepada self driving data governance. Artinya kedepan nya gak hanya self-driving car aja yang ada. Karena meskipun tim data engineer banyak tapi request pasti selalu lebih banyak dari hal tersebut.
Tapi hal yang bisa dilakukan data engineering kebanyakan bisa di automate seperti data pipeline. Jadi fokus data engineer bukan lagi buat ETL or yang lain. Tapi lebih ke arah buat data platform yang sesuai digunakan untuk perusahan tersebut. Karena setiap company sekarang adalah Data Company. Sama seperti dulu Satya bilang every company is software company.
Di sini cloud akan berperan lebih banyak karena ribet maintain sendiri di on premise. Setupnya susah. Kalau bisa langsung pake ya pake aja. Akan tetapi tetep pake pilihan yang bijaksana antara cost, productivity and portability.
Orang juga dah bosen mungkin mengenai AI dan ML, bakalan balik lagi fokus ke data governance. Terutama enterprise. Atau bahkan startup yang mau naik level jadi enterprise. Ya pasti audit, security dan complience jadi penting.
Untuk teknologi aja aku masih fans sama Dremio haha. Apa saja yang berhubungan dengan Apache Arrow gua pasti dukung! Untuk Data Platform pilihanku masih ke sini
Jadi cloud akan mengubah pandangan dari big data jaman Hadoop yang mengusung scalable compute, scalable scalable storage. Ke unlimited storage, elastic Compute. Ya karena biaya kan ya? Balik lagi ke no1
#3. Tech Education
Ini juga bakalan terpengaruh karena sekarang makin ketat seleksi untuk orang atau developer cari kerja. Artinya harus dapat yang excellent juga. Karena juga banyak yang cari kerja, freshgraduate dan banyak yang pinter. Jadi supaya bisa kelihatan harus bener-bener excellent, punya skill dan punya attitude yg bener.
Bootcampers juga perlu belajar seperti computer science. Banyakan orang akan mulai fokus balik lagi ke fundamental, math dan problem solving. Ya to be honest bootcamp online course lagi bubble. Tapi biasanya akan di follow dengan burst.
Universitas juga bakalan sexy again. Karena emang semua pasti dah merasakan. Kuliah online itu satu arah dan interaksi biasanya dengan dosen tetep harus one on one. Emang kita ngapain kuliah kalo bukan karena dosen nya? Itu kan role model. Dan bisa nge trigger curiousity orang. Emang gak banyak juga dosen yang bisa seperti itu. Tapi pasti adalah di setiap kampus yang care dan mau bimbing mahasiswanya.
Gak mungkin kan Andrew Ng atau Bengio lo harapin bisa cari blindspot lo? Itu gunanya kuliah. Cari dosen yang bagus dan learn from him. Di setiap langkah aku selalu cari Dosen, Teacher, Coach, Mentor and Sponsor. Itu juga saranku bisa temen-temen coba terapkan. Emang bisa sih usaha sendiri semua. Tapi even Einstein dan Bill Gates juga butuh someone untuk buat dia terkenal dan sukses.
#4. Tech Career
Ini jaman susah, tetep aja yang jadi jantung ekonomi itu pasti Enterprise yang terkenal dengan stability. Finance, Banking, Goverment pasti bakalan banyak di minati lagi. Terutama dengan pergejolakan ekonomi sekarang. Kalau masih muda ya masih bisalah grusak grusuk. Coba sana kemari. Tapi kalau mungkin dah 30an rada sulit lakukan manuever seperti itu. Cuman ada aja yang sinting kayak gua. Haha.
Jadi yang dilakukan sekarang akan cari pilihan yang safe dan juga low risk. Yang mau resign juga bakalan tunda dulu apalagi kalau lagi mau merit. Ya sabar-sabar dulu lah. Nanti berabe. Pikir panjang. Slow thinking dan gak gampang emosi dan gegabah.
Bagi yang muda dan fresh tetap semangat cari kerja. Sambilan building skills and portfolio. Ini bagus karena kalian lebih percaya diri. Jangan segan2 untuk tanya sana kemari. Tapi jangan pula setelah itu diabaikan. Karena kalau anda terus mencari dan mencari resep yang tepat untuk memulai sesuatu. Itu susah sih, mending di mulai aja. Ini sama seperti apa sih buku terbaik? Programming language terbaik?
Mending mulai aja dulu dan gagal. Karena lebih baik dapat feedback kan? Agile is all about rapid feedback dan iterasi. Coba dimulai dari dini. Coba dan gagal. Tapi jangan cepat menyerah. Kasih waktu berapa lama gitu. Perlu nafas panjang juga di jaman sekarang. Gak jadi quiter.
#5. Responsible ML/AI for Scientific Discovery
Ini kita juga harus dituntut melek tapi tetep dewasa dan gak menganggap bahwa ini adalah dewa dan harus dianggap sebagai sesuatu yang menyeramkan dan harus disembah dan wajib digunakan. Gunakan tools pada tempatnya. Gak ada tools yang bisa digunakan untuk semua hal.
Dari saya sendiri seneng sama ML ketika dia dipakai sebagai tools untuk membantu research membangun theory atau hipothesis baru. Ya contohnya kalau jaman Newton dia mau buat teori gravitasi yang jadi law of gravity. Dia gak bakalan langsung ambil data langsung nge fit tu dataset semua ke optimizer. Kemungkinan dia bakalan pake ML untuk cari variable apa yang penting. Dia bakalan tau oh, ternyata massa dan jarak penting. Tapi bentuk, warna dan bau tidak :P
Ini aku banyak belajar dari Prof MLdP dari buku dan lectures dia di youtube. Coba aja lihat mungkin bisa dapat gambaran untuk menggunakan ML dengan bijak.
Akhir kata…
Ini yang aku rasa hal lain yang bakalan nge trend tapi mungkin gak langsung sekarang terutama karena hal ini aku pakai di scifin.tech Jadi harus tetep keep in touch sama hal-hal berikut.
From Distributed to Decentralized (Blockchain)
Cryptocurrencies as The Fuel for Green Internet
Financial and Data Literacy for everyone
Security and Privacy
Java, Java and Java :)
Performance, Optimization and No Free Lunch
Saya akan bahas di blog post selanjutnya ya. Ini mau makan kue ultah dulu.