Kursus Pelatihan Building Secure and Responsible LLM Applications
Keamanan aplikasi LLM adalah disiplin merancang, membangun, dan memelihara sistem yang aman, dapat dipercaya, dan sesuai dengan kebijakan menggunakan model bahasa besar.
Pelatihan langsung ini (daring atau di lokasi) ditujukan untuk pengembang AI tingkat menengah hingga lanjutan, arsitek, dan manajer produk yang ingin mengidentifikasi dan memitigasi risiko terkait aplikasi berbasis LLM, termasuk injeksi prompt, kebocoran data, dan output tidak difilter, sambil menerapkan kontrol keamanan seperti validasi input, pengawasan manusia dalam loop, dan batasan output.
Setelah mengikuti pelatihan ini, peserta akan dapat:
- Mengerti kerentanan inti dari sistem berbasis LLM.
- Menerapkan prinsip desain aman ke arsitektur aplikasi LLM.
- Menggunakan alat seperti Guardrails AI dan LangChain untuk validasi, penyaringan, dan keselamatan.
- Menyatukan teknik seperti sandboxing, red teaming, dan tinjauan manusia dalam loop ke pipa produksi.
Format Kursus
- Lektur interaktif dan diskusi.
- Banyak latihan dan praktik.
- Pelaksanaan hands-on di lingkungan laboratorium langsung.
Opsi Pemaduan Kursus
- Untuk meminta pelatihan yang dipersonalisasi untuk kursus ini, silakan hubungi kami untuk mengatur.
Kerangka Materi
Ulasan tentang Arsitektur LLM dan Permukaan Serangan
- Cara LLM dibangun, dideploy, dan diakses melalui API
- Komponen utama dalam tumpukan aplikasi LLM (mis., prompt, agen, memori, API)
- Dimana dan bagaimana masalah keamanan muncul dalam penggunaan dunia nyata
Injeksi Prompt dan Serangan Jailbreak
- Apa itu injeksi prompt dan mengapa bahayanya
- Skenario injeksi prompt langsung dan tidak langsung
- Teknik jailbreaking untuk melewati filter keamanan
- Strategi deteksi dan mitigasi
Kebocoran Data dan Risiko Privasi
- Paparan data tidak sengaja melalui respons
- Kebocoran PII dan penyalahgunaan memori model
- Mendesain prompt yang peduli privasi dan generasi yang dipermudah dengan pencarian (RAG)
Penyaringan dan Pengamanan Output LLM
- Menggunakan Guardrails AI untuk penyaringan dan validasi konten
- Menentukan skema output dan keterbatasan
- Pemantauan dan pencatatan output yang berbahaya
Human-in-the-Loop dan Pendekatan Workflow
- Mengenai dimana dan kapan memperkenalkan pengawasan manusia
- Antrian persetujuan, ambang skor, penanganan fallback
- Kalibrasi kepercayaan dan peran dari penjelasan
Aplikasi LLM yang Aman Design Patterns
- Hak akses minimal dan sandboxing untuk panggilan API dan agen
- Pembatasan laju, pengaturan batas, dan deteksi penyalahgunaan
- Penyambungan yang kuat dengan LangChain dan isolasi prompt
Kepatuhan, Logging, dan Governance
- Mengamankan keluaran LLM agar dapat diaudit
- Mempertahankan jejak dan kontrol versi prompt
- Menyesuaikan dengan kebijakan keamanan internal dan kebutuhan regulasi
Ringkasan dan Langkah Berikutnya
Persyaratan
- Pemahaman tentang model bahasa besar dan antarmuka berbasis prompt
- Pengalaman membangun aplikasi LLM menggunakan Python
- Kenalan dengan integrasi API dan penyediaan berbasis cloud
Audience
- Developer AI
- Arsitek aplikasi dan solusi
- Pengelola produk teknis yang bekerja dengan alat LLM
Kursus Pelatihan Terbuka membutuhkan minimal 5 peserta.
Kursus Pelatihan Building Secure and Responsible LLM Applications - Booking
Kursus Pelatihan Building Secure and Responsible LLM Applications - Enquiry
Building Secure and Responsible LLM Applications - Permintaan Konsultasi
Permintaan Konsultasi
Kursus Mendatang
Kursus Terkait
Advanced LangGraph: Optimization, Debugging, and Monitoring Complex Graphs
35 JamLangGraph is a framework for building stateful, multi-actor LLM applications as composable graphs with persistent state and control over execution.
This instructor-led, live training (online or onsite) is aimed at advanced-level AI platform engineers, DevOps for AI, and ML architects who wish to optimize, debug, monitor, and operate production-grade LangGraph systems.
By the end of this training, participants will be able to:
- Design and optimize complex LangGraph topologies for speed, cost, and scalability.
- Engineer reliability with retries, timeouts, idempotency, and checkpoint-based recovery.
- Debug and trace graph executions, inspect state, and systematically reproduce production issues.
- Instrument graphs with logs, metrics, and traces, deploy to production, and monitor SLAs and costs.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
Membangun Alur Kerja AI Pribadi dengan Ollama
14 JamPelatihan langsung ini di Indonesia (daring atau tatap muka) ditujukan untuk profesional tingkat lanjut yang ingin mengimplementasikan alur kerja AI yang aman dan efisien menggunakan Ollama.
Pada akhir pelatihan ini, peserta akan dapat:
- Mendeploy dan konfigurasi Ollama untuk pemrosesan AI pribadi.
- Mengintegrasikan model AI ke dalam alur kerja perusahaan yang aman.
- Memaksimalkan kinerja AI sambil mempertahankan privasi data.
- Mengotomatisasi proses bisnis dengan kemampuan AI on-premise.
- Menjamin kepatuhan dengan kebijakan keamanan dan pengendalian perusahaan.
Claude AI untuk Workflow Automation dan Productivity
14 JamPelatihan langsung yang dipimpin instruktur di Indonesia (online atau di tempat) ini ditujukan untuk profesional tingkat pemula yang ingin mengintegrasikan Claude AI ke dalam alur kerja harian mereka untuk meningkatkan efisiensi dan otomatisasi.
Pada akhir pelatihan ini, peserta akan dapat:
- Gunakan Claude AI untuk mengotomatiskan tugas-tugas berulang dan menyederhanakan alur kerja.
- Tingkatkan produktivitas pribadi dan tim menggunakan otomatisasi bertenaga AI.
- Integrasikan Claude AI dengan alat dan platform bisnis yang ada.
- Optimalkan pengambilan keputusan dan manajemen tugas berbasis AI.
Penerapan dan Pengoptimalan LLM dengan Ollama
14 JamPelatihan langsung yang dipimpin instruktur di Indonesia (online atau di tempat) ini ditujukan untuk profesional tingkat menengah yang ingin menerapkan, mengoptimalkan, dan mengintegrasikan LLM menggunakan Ollama.
Pada akhir pelatihan ini, peserta akan dapat:
- Siapkan dan terapkan LLM menggunakan Ollama.
- Optimalkan model AI untuk kinerja dan efisiensi.
- Memanfaatkan akselerasi GPU untuk meningkatkan kecepatan inferensi.
- Integrasikan Ollama ke dalam alur kerja dan aplikasi.
- Pantau dan pertahankan kinerja model AI dari waktu ke waktu.
Fine-Tuning dan Kustomisasi Model AI pada Ollama
14 JamPelatihan langsung berbasis instruktur di Indonesia (online atau di lokasi) ini ditujukan untuk profesional tingkat lanjut yang ingin menyesuaikan dan mempersonalisasi model AI pada Ollama untuk kinerja yang lebih baik dan aplikasi spesifik domain.
Setelah mengikuti pelatihan ini, peserta akan dapat:
- Menyiapkan lingkungan efisien untuk menyesuaikan model AI pada Ollama.
- Mempersiapkan dataset untuk penyesuaian terawasi dan pembelajaran berbasis reforis.
- Mengoptimalkan model AI untuk kinerja, akurasi, dan efisiensi.
- Mendeploy model yang dipersonalisasi dalam lingkungan produksi.
- Menilai peningkatan model dan memastikan kekuatan (robustness).
Pengantar ke Google Gemini AI
14 JamPelatihan langsung yang dipimpin instruktur di Indonesia (online atau di lokasi) ditujukan untuk pengembang tingkat pemula hingga menengah yang ingin mengintegrasikan fungsi AI ke dalam aplikasi mereka menggunakan Google Gemini AI.
Pada akhir pelatihan ini, peserta akan mampu:
- Memahami dasar-dasar model bahasa besar.
- Siapkan dan gunakan Google Gemini AI untuk berbagai tugas AI.
- Menerapkan transformasi teks-ke-teks dan gambar-ke-teks.
- Bangun aplikasi dasar berbasis AI.
- Jelajahi fitur-fitur canggih dan opsi penyesuaian di Google Gemini AI.
Google Gemini AI untuk Pembuatan Konten
14 JamPelatihan langsung yang dipimpin instruktur di Indonesia (online atau di lokasi) ditujukan untuk pembuat konten tingkat menengah yang ingin memanfaatkan Google Gemini AI untuk meningkatkan kualitas dan efisiensi konten mereka.
Pada akhir pelatihan ini, peserta akan mampu:
- Pahami peran AI dalam pembuatan konten.
- Siapkan dan gunakan Google Gemini AI untuk menghasilkan dan mengoptimalkan konten.
- Terapkan transformasi teks-ke-teks untuk menghasilkan konten kreatif dan orisinal.
- Terapkan strategi SEO menggunakan wawasan berbasis AI.
- Analisis kinerja konten dan sesuaikan strategi menggunakan Gemini AI.
Google Gemini AI untuk Layanan Pelanggan Transformasional
14 JamPelatihan langsung yang dipimpin instruktur di Indonesia (online atau di lokasi) ini ditujukan untuk profesional layanan pelanggan tingkat menengah yang ingin menerapkan Google Gemini AI dalam operasi layanan pelanggan mereka.
Pada akhir pelatihan ini, peserta akan mampu:
- Memahami dampak AI pada layanan pelanggan.
- Siapkan Google Gemini AI untuk mengotomatiskan dan mempersonalisasi interaksi pelanggan.
- Memanfaatkan transformasi teks-ke-teks dan gambar-ke-teks untuk meningkatkan efisiensi layanan.
- Kembangkan strategi berbasis AI untuk analisis umpan balik pelanggan secara real-time.
- Jelajahi fitur-fitur canggih untuk menciptakan pengalaman layanan pelanggan yang lancar.
Google Gemini AI untuk Data Analysis
21 JamPelatihan langsung yang dipimpin instruktur di Indonesia (online atau di lokasi) ditujukan untuk analis data tingkat pemula hingga menengah dan profesional bisnis yang ingin melakukan tugas analisis data kompleks secara lebih intuitif di berbagai industri menggunakan Google Gemini AI.
Pada akhir pelatihan ini, peserta akan mampu:
- Pahami dasar-dasar Google Gemini AI.
- Hubungkan berbagai sumber data ke Gemini AI.
- Jelajahi data menggunakan kueri bahasa alami.
- Analisis pola data dan dapatkan wawasan.
- Buat visualisasi data yang menarik.
- Komunikasikan wawasan berbasis data secara efektif.
Intermediate Gemini AI for Public Sector Professionals
16 JamThis instructor-led, live training in Indonesia (online or onsite) is aimed at intermediate-level public sector professionals who wish to use Gemini to generate high-quality content, assist with research, and improve productivity through more advanced AI interactions.
By the end of this training, participants will be able to:
- Craft more effective and tailored prompts for specific use cases.
- Generate original and creative content using Gemini.
- Summarize and compare complex information with precision.
- Use Gemini for brainstorming, planning, and organizing ideas efficiently.
Pengantar Claude AI: Conversational AI dan Business Aplikasi
14 JamPelatihan langsung yang dipandu instruktur di Indonesia (online atau di tempat) ini ditujukan untuk profesional bisnis tingkat pemula, tim dukungan pelanggan, dan penggemar teknologi yang ingin memahami dasar-dasar Claude AI dan memanfaatkannya untuk aplikasi bisnis.
Pada akhir pelatihan ini, peserta akan dapat:
- Pahami kemampuan dan kasus penggunaan Claude AI.
- Siapkan dan berinteraksi dengan Claude AI secara efektif.
- Otomatisasi alur kerja bisnis dengan AI percakapan.
- Tingkatkan keterlibatan dan dukungan pelanggan menggunakan solusi berbasis AI.
LangGraph Foundations: Graph-Based LLM Prompting and Chaining
14 JamLangGraph is a framework for building graph-structured LLM applications that support planning, branching, tool use, memory, and controllable execution.
This instructor-led, live training (online or onsite) is aimed at beginner-level developers, prompt engineers, and data practitioners who wish to design and build reliable, multi-step LLM workflows using LangGraph.
By the end of this training, participants will be able to:
- Explain core LangGraph concepts (nodes, edges, state) and when to use them.
- Build prompt chains that branch, call tools, and maintain memory.
- Integrate retrieval and external APIs into graph workflows.
- Test, debug, and evaluate LangGraph apps for reliability and safety.
Format of the Course
- Interactive lecture and facilitated discussion.
- Guided labs and code walkthroughs in a sandbox environment.
- Scenario-based exercises on design, testing, and evaluation.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
Building Dynamic Workflows with LangGraph and LLM Agents
14 JamLangGraph is a framework for composing graph-structured LLM workflows that support branching, tool use, memory, and controllable execution.
This instructor-led, live training (online or onsite) is aimed at intermediate-level engineers and product teams who wish to combine LangGraph’s graph logic with LLM agent loops to build dynamic, context-aware applications such as customer support agents, decision trees, and information retrieval systems.
By the end of this training, participants will be able to:
- Design graph-based workflows that coordinate LLM agents, tools, and memory.
- Implement conditional routing, retries, and fallbacks for robust execution.
- Integrate retrieval, APIs, and structured outputs into agent loops.
- Evaluate, monitor, and harden agent behavior for reliability and safety.
Format of the Course
- Interactive lecture and facilitated discussion.
- Guided labs and code walkthroughs in a sandbox environment.
- Scenario-based design exercises and peer reviews.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
LangGraph for Marketing Automation
14 JamLangGraph is a graph-based orchestration framework that enables conditional, multi-step LLM and tool workflows, ideal for automating and personalizing content pipelines.
This instructor-led, live training (online or onsite) is aimed at intermediate-level marketers, content strategists, and automation developers who wish to implement dynamic, branching email campaigns and content generation pipelines using LangGraph.
By the end of this training, participants will be able to:
- Design graph-structured content and email workflows with conditional logic.
- Integrate LLMs, APIs, and data sources for automated personalization.
- Manage state, memory, and context across multi-step campaigns.
- Evaluate, monitor, and optimize workflow performance and delivery outcomes.
Format of the Course
- Interactive lectures and group discussions.
- Hands-on labs implementing email workflows and content pipelines.
- Scenario-based exercises on personalization, segmentation, and branching logic.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
Memulai dengan Ollama: Menjalankan Model AI Lokal
7 JamPelatihan langsung dengan instruktur di Indonesia (daring atau tatap muka) ini ditujukan untuk profesional tingkat pemula yang ingin menginstal, mengonfigurasi, dan menggunakan Ollama untuk menjalankan model AI lokal di komputer mereka.
Setelah selesai pelatihan ini, peserta akan dapat:
- Memahami dasar-dasar Ollama dan kemampuannya.
- Mengatur Ollama untuk menjalankan model AI lokal.
- Mendeploy dan berinteraksi dengan LLMs menggunakan Ollama.
- Memaksimalkan kinerja dan penggunaan sumber daya untuk beban kerja AI.
- Menjelajahi kasus penggunaan untuk deploy AI lokal di berbagai industri.