Information Technology Specialist Artificial Intelligence
Information Technology Specialist – Artificial Intelligence adalah pelatihan komprehensif yang mencakup seluruh siklus pengembangan AI, mulai dari definisi masalah, pengolahan data, pengembangan model, hingga deployment dan monitoring di lingkungan produksi. Peserta juga akan mempelajari praktik AI yang bertanggung jawab, termasuk keamanan, transparansi, dan mitigasi bias dalam sistem AI.
Target Audience
Pelatihan ini cocok untuk:
- AI Engineer Pemula
- Data Scientist
- Software Developer
- IT Professional yang ingin masuk ke bidang AI
- Mahasiswa atau fresh graduate bidang IT
Learning Outcomes
Setelah mengikuti pelatihan ini, peserta diharapkan mampu:
- Memahami proses end-to-end pengembangan solusi AI
- Mengelola data untuk kebutuhan pelatihan model AI
- Membangun dan mengevaluasi model AI
- Menerapkan prinsip AI yang aman, transparan, dan bebas bias
- Mengintegrasikan dan memonitor AI dalam lingkungan produksi
Curriculum
• Definisi Masalah AI
- Mengidentifikasi masalah yang ingin diselesaikan menggunakan AI (misalnya segmentasi pengguna, peningkatan layanan pelanggan)
- Mengklasifikasikan masalah (misalnya regresi, unsupervised learning)
- Mengidentifikasi area keahlian yang dibutuhkan untuk menyelesaikan masalah
- Menyusun rencana keamanan
- Memastikan AI digunakan secara tepat
- Menentukan aktivitas transparansi dan validasi
• Pengumpulan, Pemrosesan, dan Rekayasa Data
- Menentukan cara pengumpulan data
- Menilai kualitas data
- Memastikan data representatif
- Mengidentifikasi kebutuhan sumber daya (komputasi, kompleksitas waktu)
- Mengubah data ke format yang sesuai (numerik, gambar, time series)
- Melakukan seleksi fitur untuk model AI
- Melakukan feature engineering
- Menentukan dataset training dan testing
- Mendokumentasikan keputusan terkait data
• Algoritma dan Model AI
- Mempertimbangkan penerapan algoritma tertentu
- Melatih model menggunakan algoritma yang dipilih
- Memilih model terbaik setelah eksperimen tanpa overengineering
- Menyampaikan data dalam bentuk storytelling
- Mengidentifikasi potensi bias pada algoritma
- Mengevaluasi sensitivitas model
- Memastikan kepatuhan terhadap regulasi
- Mendapatkan persetujuan stakeholder
• Integrasi dan Deployment Aplikasi
- Melatih pelanggan menggunakan produk dan ekspektasi hasilnya
- Merencanakan tantangan model dalam lingkungan produksi
- Mendesain pipeline produksi termasuk integrasi aplikasi
- Mendukung solusi AI
• Pemeliharaan dan Monitoring AI di Produksi
- Melakukan pengawasan (oversight)
- Mengevaluasi dampak bisnis (KPI)
- Mengukur dampak terhadap individu dan komunitas
- Menangani umpan balik pengguna
- Melakukan evaluasi peningkatan atau penghentian model secara berkala
Duration
2 Hari (16 JP)
Course Level
Intermediate
Delivery Mode
Online
Offline
Certification Body
Certiport
Call us
Brochure File
Document