Terima kasih telah mengirimkan pertanyaan Anda! Salah satu anggota tim kami akan segera menghubungi Anda.
Terima kasih telah mengirimkan pemesanan Anda! Salah satu anggota tim kami akan segera menghubungi Anda.
Kerangka Materi
Modul 1: Pengenalan & Teori AI
- Pendekatan Berbasis Model: AI sebagai masalah insinyur.
- Memecahkan "Hantu dalam Mesin": Apa itu AI vs. apa yang bukan AI.
- Evolusi Teknologi: Dari BERT hingga Transformers.
- Domain Generatif: Analisis, Kreatif, Riset, Gambar, Musik, dan Video.
- Tata Kelola Data: Pilar, audit, dan tren penelitian (Multimodalitas, Agen, RAG, LLM vs. SLM).
- Sisi Gelap: Etika, Hak Kekayaan Intelektual, bias, halusinasi, dan rekayasa sosial.
- Penilaian Risiko: Pencemaran data, Nepenthes, dan risiko "penurunan" keterampilan manusia.
- Taksonomi Model: Dasar vs. Tugas-spesifik; Closed vs. Open-weight models.
Modul 2: Lanskap Saat Ini & Set Alat
- Arena Model Bahasa: Membandingkan kinerja dan benchmark.
- Kriteria Pembelian Profesional: Biaya, latensi, privasi, dan ketergantungan vendor.
- Gambaran Model Besar: OpenAI ChatGPT, Perplexity, Gemini, dan Grok.
- Model Niches & Kecil: Manus, SpecKit.
- Generasi Grafis: Perchance
- Kendala Teknis: Konteks rot vs. Biaya token.
Modul 3: Interaksi - Prompt & Context Engineering
- Kerangka Verifikasi: Kelengkapan, konsistensi, dan verifikabilitas.
- Strategi RAG: Kapan menggunakan Retrieval-Augmented Generation vs. fine-tuning.
- ROI AI: Biaya pemeliharaan vs. peningkatan produktivitas.
- Teknik Lanjutan: 20+ Metode Prompt & RAG dengan contoh dunia nyata.
- Frontier Eksperimental: Triangulasi, Map & Terrain overview, dan Model-based generation.
Modul 4: AI dalam Manajemen Proyek Agile
- Pilot Superkomputer: AI sebagai mesin otomasi.
- Pengambilan Keputusan: Tanggung jawab manusia vs. bantuan AI.
- AIOps & GitOps: Mengintegrasikan AI ke dalam alur kerja operasional.
- Toolchains & Pipelines: Membuat lingkungan berbasis AI yang mulus.
- Artefak Agile: Backlog, roadmap, dan insinyering persyaratan.
- Manajemen Presisi: Perencanaan kapasitas dan estimasi (Akurasi vs. Presisi).
- Kepemilikan Produk: Ideasi, analisis fitur, dan risiko Vibe-coding.
- Risiko & Skenario: Perencanaan untuk "Apa Jika" dan manajemen risiko otomatis.
- Penyempurnaan: Deskripsi dan penyempurnaan Use Case dan User Story.
Persyaratan
- Pemahaman dasar tentang Agile Manifesto dan kerangka Scrum.
- Pengalaman dalam manajemen proyek, kepemilikan produk, atau kepemimpinan tim.
- Tidak diperlukan pengalaman pemrograman atau insinyuran AI sebelumnya, meskipun keterampilan umum dengan alat digital disarankan.
Audience
- Manajer Proyek Agile dan Scrum Masters.
- Pemilik Produk dan Manajer Produk.
- Kepala Tim IT dan Manajer Pengiriman.
- Analis Bisnis yang bekerja dalam lingkungan Agile.
- Manajer Operasional yang tertarik pada AIOps.
7 Jam
Testimoni (2)
Contoh praktis
Ryan Brookman - The Shaw Group Limited
Kursus - Introduction to Artificial Intelligence for Non-technical users
Diterjemahkan Mesin
Kami bisa menggunakan alat-alat tersebut.
Victor Aguero - PNUD/MICI
Kursus - Aplicaciones Prácticas de Inteligencia Artificial para Personal Administrativo
Diterjemahkan Mesin