Mau ikut Full Stack Data Analytics RevoU, tapi dilemma mau ambil yang Skill Boosting (3 bulan) aja atau Career Transforming (6 bulan)?
Atau udah terlanjur daftar yang Skill Boosting dan masih bingung apakah worth untuk upgrade ke Career Transforming?
Di artikel ini, kegalauanmu akan dijawab dengan cerita Stefani Diorani, alumni FSDA yang upgrade ke Career Transforming 🚀
Skill Boosting vs Career Transforming
Buat kamu yang belum tau, RevoU Full Stack Data Analytics Program dibagi jadi 2 bagian: RevoU Course & RevoU Next.
Waktu daftar RevoU, kamu bisa memilih antara program Skill Boosting atau Career Transforming.
- Skill Boosting, cocok buat yang sudah punya pengalaman di data analytics dan hanya mau memperdalam skill. Hanya mencakup RevoU Course selama 3 bulan.
- Career Transforming, cocok buat yang belum punya pengalaman tapi mau berkarir di data analytics. Mencakup RevoU Course + RevoU Next selama 6 bulan.
Nah karena udah tau bedanya, yuk kita liat pengalaman Stefani yang updgrade ke Career Transforming!
Kenalan sama Stefani!
Kenalin, ini Stefani, alumni FSDA Batch August 2022.
Saat ini, Stefani bekerja sebagai Senior Office di PT. Asuransi Allianz Life Indonesia dan baru-baru ini diterima bekerja di Grab Financial sebagai Decision System Analyst!
Alasan Upgrade ke Career Transforming
Alasannya Stefani Diorani:
Awalnya, Stefani daftar program 3 bulan (Skill Boosting) karena masih ragu dengan komitmen waktu yang lumayan padat antara kelas dan kantor. Selain itu, ia juga masih ingin tau apakah instructors-nya sesuai dengan kebutuhan atau gak.
Setelah ikutan RevoU Course selama 2 bulan, Stefani semakin yakin untuk upgrade ke program 6 bulan (Career Boosting) karena:
#1 Materi dan instructor-nya cocok untuk beginner
Seluruh materi, mulai dari Understanding Business Problems sampai Data Communication, dikemas sangat baik dan padat sehingga memiliki understanding yang comprehensive di dunia data analytics.
#2 Di RevoU Community, banyak teman seperjuangan career shift
Banyak teman-teman yang career shifting seperti aku sehingga merasa memiliki lingkungan yang suportif untuk bisa belajar bareng-bareng.
#3 RevoU Next sebagai persiapan jadi the real data analyst!
Di RevoU Next, Stefani bisa mengikuti 2 hal:
- Career Support, dimana bisa dapat Career Mentor yang bisa membimbing secara personal untuk mempersiapkan segala aset (CV, portofolio, LinkedIn) untuk melamar pekerjaan, bagaimana cara menjawab interview dengan baik, dan lain-lain.
- RevoU Labs, untuk melatih dan menguji pengetahuan dan skill data analytics dari RevoU Course dengan mengaplikasikannya langsung ke project di RevoU Labs.
Kedua hal ini bisa membantu Stefani semakin mempertajam skill dan menyiapkan diri menjadi seorang Data Analyst!
Apa Aja Untungnya Ikutan RevoU Next?
Insights dari Stefani Diorani 💡
#1 Belajar mengemas personal branding dan menuangkannya di CV, portofolio, dan LinkedIn.
#2 Improve cara menjawab pertanyaan interview
Di RevoU Next, aku belajar gimana bisa menarik perhatian interviewer, karena tiap interviewer punya gradingnya masing-masing. Misalnya, likeability, body language and expression, well structured answer (pakai metode STAR), asking back question, dan lain-lain.
#3 Belajar proses real end-to-end Data Analyst
Jadi tau proses real end-to-end seorang Data Analyst! Mulai dari brainstorming problem, menentukan metrics, menggunakan analysis tools (SQL dan Python), sampai ke data visualisasinya.
#4 Terbiasa bekerja dalam team
Di RevoU, ada banyak project yang dikerjakan dalam team, khususnya di Group Final Project.
#5 Waktu gabut jadi lebih sering dihabisin untuk apply-apply kerjaan! 😀
Proses Upgrade ke Career Transforming
Info dari Stefani Diorani 📜
Cara pengajuannya sangat mudah, ga pake ribet!
Pendaftaran RevoU Next akan diumumkan oleh masing-masing Section Manager dan akan ada pesan broadcast-nya.
Dari situ, bisa langsung klik link pendaftaran dan akan dihubungi oleh Admission Counselor untuk melakukan proses pembayaran.
Mau upgrade program jadi Career Transforming?
Kamu bisa tanya-tanya ke Admission Counselor atau mentor saat di RevoU Course, ya!