Kursus Pelatihan AI di Amazon Web Services (AWS)

Pelatihan langsung yang dipimpin instruktur di Indonesia (online atau di tempat) ini ditujukan untuk teknisi dan pengembang cloud yang ingin menggunakan CloudFormation untuk mengelola sumber daya infrastruktur dalam ekosistem AWS.

Pada akhir pelatihan ini, peserta akan dapat:

• Terapkan templat CloudFormation untuk mengotomatiskan manajemen infrastruktur.
• Integrasikan sumber daya AWS yang ada ke dalam CloudFormation.
• Gunakan StackSets untuk mengelola tumpukan di beberapa akun dan wilayah.

LangGraph adalah sebuah framework untuk membangun aplikasi LLM yang memiliki keadaan (stateful) dan beraktor banyak (multi-actor) sebagai grafik yang dapat dikombinasikan dengan keadaan yang permanen dan kendali atas eksekusi.

Pelatihan ini yang dipimpin oleh instruktur, dapat dilakukan dalam bentuk pelatihan online langsung atau pelatihan langsung tatap muka dan ditujukan untuk insinyur platform AI tingkat lanjut, DevOps untuk AI, dan arsitek ML yang ingin mengoptimalkan, mendebug, memantau, dan mengoperasikan sistem LangGraph tingkat produksi.

Setelah menyelesaikan pelatihan ini, peserta akan mampu:

• Mendesain dan mengoptimalkan topologi LangGraph yang kompleks untuk kecepatan, biaya, dan skalabilitas.
• Menyusun ketahanan dengan retries, timeouts, idempotensi, dan pemulihan berdasarkan checkpoint.
• Mendebug dan menelusuri eksekusi grafik, memeriksa keadaan, dan secara sistematis mereproduksi masalah produksi.
• Menginstrumentasikan grafik dengan log, metrik, dan trace, mendistribusikan ke produksi, dan memantau SLA dan biaya.

Format Kursus

• Perkuliahan dan diskusi interaktif.
• Banyak latihan dan praktek.
• Implementasi langsung di lingkungan lab langsung.

Opsi Penyesuaian Kursus

• Untuk meminta pelatihan yang disesuaikan untuk kursus ini, silakan hubungi kami untuk mengatur.

Pelatihan langsung yang dipandu instruktur di Indonesia (online atau di tempat) ini ditujukan untuk pengembang yang ingin mengintegrasikan database DynamoDB NoSQL ke dalam aplikasi web yang dihosting di AWS.

Pada akhir pelatihan ini, peserta akan dapat:

• Siapkan lingkungan pengembangan yang diperlukan untuk mulai mengintegrasikan data ke DynamoDB.
• Integrasikan DynamoDB ke dalam aplikasi web dan aplikasi seluler.
• Pindahkan data di AWS dengan layanan AWS.
• Menerapkan operasi dengan AWS DAX.

Pelatihan langsung yang dipimpin instruktur di Indonesia (di tempat atau jarak jauh) ini ditujukan untuk para teknisi yang ingin menyebarkan dan mengelola perangkat IoT di AWS.

Pada akhir pelatihan ini, peserta akan dapat membangun platform IoT yang mencakup penerapan dan pengelolaan backend, gateway, dan perangkat di atas AWS.

Pelatihan langsung yang dipimpin instruktur di Indonesia (online atau di tempat) ini ditujukan untuk pengembang yang ingin memasang, mengonfigurasi, dan mengelola AWS IoT kemampuan Greengrass untuk membuat aplikasi untuk berbagai perangkat.

Pada akhir pelatihan ini, peserta akan dapat menggunakan AWS IoT Greengrass untuk membangun, menyebarkan, mengelola, mengamankan, dan memantau aplikasi pada perangkat cerdas.

Pelatihan langsung yang dipandu instruktur di Indonesia (di tempat atau jarak jauh) ini ditujukan untuk pengembang yang ingin menggunakan AWS Lambda untuk membangun dan menyebarkan layanan dan aplikasi ke cloud, tanpa perlu khawatir tentang penyediaan lingkungan eksekusi (server, VM dan kontainer, ketersediaan, skalabilitas, penyimpanan, dll.).

Pada akhir pelatihan ini, peserta akan dapat:

• Konfigurasikan AWS Lambda untuk menjalankan fungsi.
• Memahami FaaS (Functions as a Service) dan keuntungan pengembangan tanpa server.
• Membangun, mengunggah, dan menjalankan fungsi AWS Lambda.
• Integrasikan fungsi Lambda dengan berbagai sumber peristiwa.
• Mengemas, menyebarkan, memantau, dan memecahkan masalah aplikasi berbasis Lambda.

Pelatihan langsung yang dipandu instruktur di Indonesia (online atau di tempat) ini ditujukan untuk para teknisi yang ingin menggunakan AWS CloudFormation untuk mengotomatiskan proses pengelolaan infrastruktur cloud AWS.

Pada akhir pelatihan ini, peserta akan dapat:

• Aktifkan layanan AWS untuk mulai mengelola infrastruktur.
• Memahami dan menerapkan prinsip "infrastruktur sebagai kode".
• Meningkatkan kualitas dan menurunkan biaya penyebaran infrastruktur.
• Tulis Template AWS CloudFormation menggunakan YAML.

Pelatihan langsung yang dipandu instruktur di Indonesia (online atau di tempat) ini ditujukan untuk profesional tingkat lanjut yang ingin memperdalam pemahaman mereka tentang praktik DevOps dan menyederhanakan proses pengembangan menggunakan AWS Cloud9.

Pada akhir pelatihan ini, peserta akan dapat:

• Siapkan dan konfigurasikan AWS Cloud9 untuk alur kerja DevOps.
• Menerapkan jalur integrasi berkelanjutan dan pengiriman berkelanjutan (CI/CD).
• Otomatisasi proses pengujian, pemantauan, dan penerapan menggunakan AWS Cloud9.
• Integrasikan layanan AWS seperti Lambda, EC2, dan S3 ke dalam alur kerja DevOps.
• Memanfaatkan sistem kontrol sumber seperti GitHub atau GitLab dalam AWS Cloud9.

Pelatihan langsung yang dipandu instruktur di Indonesia (online atau di tempat) ini ditujukan untuk profesional tingkat menengah yang ingin mempelajari cara membangun, menerapkan, dan memelihara aplikasi tanpa server secara efektif di AWS Cloud9 dan AWS Lambda.

Pada akhir pelatihan ini, peserta akan dapat:

• Memahami dasar-dasar arsitektur tanpa server.
• Siapkan AWS Cloud9 untuk pengembangan aplikasi tanpa server.
• Mengembangkan, menguji, dan menyebarkan aplikasi tanpa server menggunakan AWS Lambda.
• Integrasikan AWS Lambda dengan layanan AWS lainnya seperti API Gateway dan S3.
• Optimalkan aplikasi tanpa server untuk kinerja dan efisiensi biaya.

Ringkasan:

• Dasar-dasar arsitektur dan fungsi IoT
• “Benda”, “Sensor”, Internet dan pemetaan antara fungsi bisnis IoT
• Pentingnya semua komponen perangkat lunak IoT - perangkat keras, firmware, middleware, cloud, dan aplikasi seluler
• Fungsi IoT- Manajer armada, Visualisasi data, FM dan DV berbasis SaaS, peringatan/alarm, pemasangan sensor, pemasangan “benda”, geo-fencing
• Dasar-dasar komunikasi perangkat IoT dengan cloud dengan MQTT.
• Menghubungkan perangkat IoT ke AWS dengan MQTT (AWS IoT Core).
• Menghubungkan inti AWS IoT dengan fungsi AWS Lambda untuk komputasi dan penyimpanan data.
• Menghubungkan Raspberry PI dengan inti AWS IoT dan komunikasi data sederhana.
• Peringatan dan acara
• Kalibrasi sensor

Ringkasan:

• Dasar-dasar arsitektur dan fungsi IoT
• “Benda”, “Sensor”, Internet dan pemetaan antara fungsi bisnis IoT
• Pentingnya semua komponen perangkat lunak IoT - perangkat keras, firmware, middleware, cloud, dan aplikasi seluler
• Fungsi IoT- Manajer armada, Visualisasi data, FM dan DV berbasis SaaS, peringatan/alarm, pemasangan sensor, pemasangan “benda”, geo-fencing
• Dasar-dasar komunikasi perangkat IoT dengan cloud dengan MQTT.
• Menghubungkan perangkat IoT ke AWS dengan MQTT (AWS IoT Core).
• Menghubungkan inti AWS IoT dengan fungsi AWS Lambda untuk komputasi dan penyimpanan data menggunakan DynamoDB.
• Menghubungkan Raspberry PI dengan inti AWS IoT dan komunikasi data sederhana.
• Praktik langsung dengan Raspberry PI dan AWS IoT Core untuk membangun perangkat pintar.
• Visualisasi data sensor dan komunikasi dengan antarmuka web.

LangGraph adalah kerangka kerja untuk membangun aplikasi LLM berbasis grafik yang mendukung perencanaan, cabang, penggunaan alat, memori, dan eksekusi yang dapat dikontrol.

Pelatihan langsung ini (online atau tatap muka) bertujuan untuk pemrogram penganjur dan praktisi data pemula yang ingin merancang dan membangun alur kerja LLM yang andal dan berlangkah berganda menggunakan LangGraph.

Di akhir pelatihan ini, peserta akan dapat:

• Menerangkan konsep dasar LangGraph (node, tepi, dan keadaan) dan kapan menggunakan mereka.
• Membangun rantai promt yang cabang, memanggil alat, dan mempertahankan memori.
• Mengintegrasikan pengambilan dan API eksternal ke dalam alur kerja grafik.
• Menguji, memeriksa kesalahan, dan mengevaluasi aplikasi LangGraph untuk kehandalan dan keamanan.

Format Kursus

• Kuliah interaktif dan diskusi yang difasilitasi.
• Laboratorium terarahkan dan penjelasan kode di lingkungan sandbox.
• Latihan berdasarkan skenario tentang desain, pengujian, dan penilaian.

Opsi Kustomisasi Kursus

• Untuk meminta pelatihan yang disesuaikan untuk kursus ini, silakan hubungi kami untuk mengatur.

LangGraph memungkinkan workflow multi-aktor yang memiliki state dengan kontrol tepat atas jalur eksekusi dan persisten state. Dalam bidang kesehatan, kemampuan ini sangat penting untuk keterangan, interoperabilitas, dan membangun sistem dukungan keputusan yang sesuai dengan workflow medis.

Pelatihan ini yang dibimbing langsung instruktur (online langsung atau langsung tatap muka) ditujukan untuk profesional tingkat menengah hingga lanjutan yang ingin merancang, menerapkan, dan mengelola solusi berbasis LangGraph dalam kesehatan sementara menyelesaikan tantangan regulasi, etika, dan operasional.

Di akhir pelatihan ini, peserta akan dapat:

• Merancang workflow LangGraph yang spesifik kesehatan dengan mempertimbangkan keterangan dan auditabilitas.
• Mengintegrasikan aplikasi LangGraph dengan ontologi medis dan standar (FHIR, SNOMED CT, ICD).
• Menerapkan praktik terbaik untuk keandalan, ketelusuran, dan keterangan dalam lingkungan sensitif.
• Menyiapkan, memantau, dan memvalidasi aplikasi LangGraph dalam pengaturan produksi kesehatan.

Format Kursus

• Pembahasan interaktif dan diskusi.
• Latihan praktik dengan studi kasus dunia nyata.
• Praktik implementasi dalam lingkungan lab langsung.

Opsi Penyesuaian Kursus

• Untuk meminta pelatihan yang disesuaikan untuk kursus ini, silakan hubungi kami untuk mengatur.

LangGraph adalah sebuah framework untuk mengkomposisi alur kerja LLM berbasis grafik yang mendukung percabangan, penggunaan alat, memori, dan eksekusi yang dapat dikendalikan.

Pelatihan ini yang dipimpin oleh instruktur (pelatihan online langsung atau pelatihan langsung tatap muka) ditujukan untuk insinyur dan tim produk tingkat menengah yang ingin menggabungkan logika grafik LangGraph dengan loop agent LLM untuk membangun aplikasi dinamis yang memahami konteks seperti agen dukungan pelanggan, pohon keputusan, dan sistem pengambilan informasi.

Di akhir pelatihan ini, peserta akan dapat:

• Mendesain alur kerja berbasis grafik yang mengkoordinasikan agent LLM, alat, dan memori.
• Menerapkan pengaliran kondisional, ulang percobaan, dan penanganan kesalahan untuk eksekusi yang kuat.
• Mengintegrasikan pengambilan, API, dan output terstruktur ke dalam loop agent.
• Menilai, memantau, dan memperkuat perilaku agent untuk keandalan dan keselamatan.

Format Kursus

• Perkuliahan interaktif dan diskusi yang dipandu.
• Lab yang dipandu dan penjelajahan kode dalam lingkungan sandbox.
• Latihan desain berbasis skenario dan ulasan teman.

Opsi Kustomisasi Kursus

• Untuk meminta pelatihan kustom untuk kursus ini, silakan hubungi kami untuk mengatur.

LangGraph adalah kerangka orkestrasi berbasis grafik yang memungkinkan alur kerja LLM dan alat bersyarat, multi-langkah, ideal untuk otomatisasi dan personalisasi pipa konten.

Pelatihan ini dipandu instruktur (online atau tatap muka) ditujukan bagi pemasar tingkat menengah, strategis konten, dan pengembang otomasi yang ingin mengimplementasikan kampanye email dinamis dengan cabang-cabang dan pipa generasi konten menggunakan LangGraph.

Pada akhir pelatihan ini, peserta akan mampu:

• Mendesain alur kerja konten dan email berbasis grafik dengan logika bersyarat.
• Mengintegrasikan LLMs, API, dan sumber data untuk personalisasi otomatis.
• Mengelola keadaan, memori, dan konteks di seluruh kampanye multi-langkah.
• Menilai, memantau, dan mengoptimalkan kinerja alur kerja dan hasil pengiriman.

Format Kursus

• Kuliah interaktif dan diskusi kelompok.
• Laboratorium praktik langsung yang mengimplementasikan alur kerja email dan pipa konten.
• Latihan berbasis skenario tentang personalisasi, segmentasi, dan logika cabang.

Opsi Penyesuaian Kursus

• Untuk meminta pelatihan yang disesuaikan untuk kursus ini, silakan hubungi kami untuk menjadwalkan.