Kerangka Materi
Pengantar AI untuk Pengembangan Perangkat Lunak
- Perbedaan antara AI Generatif dan Prediktif
- Penerapan AI dalam pengkodean, analisis data, serta otomatisasi proses
- Gambaran umum mengenai LLM, transformer, dan model pembelajaran mendalam
Pengkodean Berbantuan AI serta Pengembangan Prediktif
- Fitur penyelesaian kode otomatis dan pembuatan kode berbasis AI (GitHub Copilot, CodeGeeX)
- Peramalan adanya bug maupun kerentanan dalam kode sebelum diimplementasikan
- Proses peninjauan kode dan pengusulan optimisasi yang terotomatisasi
Membangun Model Prediktif untuk Aplikasi Perangkat Lunak
- Dasar-dasar peramalan berbasis data waktu serta analitika prediktif
- Implementasi model AI guna memprediksi permintaan pasar dan mendeteksi anomali sistem
- Pemanfaatan Python, Scikit-learn, serta TensorFlow dalam pemodelan prediktif
AI Generatif untuk Pembuatan Teks, Kode, dan Gambar
- Penggunaan GPT, LLaMA, serta LLM lainnya dalam praktik nyata
- Penciptaan data sintetis, ringkasan teks, maupun dokumentasi otomatis
- Pembuatan gambar serta video melalui algoritma generatif berbasis difusi
Menerapkan Model AI dalam Lingkungan Nyata
- Penyebaran model AI via platform seperti Hugging Face, AWS, dan Google Cloud
- Pengembangan layanan AI berbasis API untuk keperluan bisnis
- Penyesuaian ulang model AI yang telah ada agar lebih sesuai dengan kebutuhan spesifik domain
AI untuk Analisis Bisnis Prediktif serta Pengambilan Keputusan
- Teknik intelijen bisnis berbasis AI dan analisa perilaku konsumen
- Peramalan tren pasar serta pola preferensi pengguna
- Pengoptimalan alur kerja dengan bantuan sistem AI otomatis
Etika Pengembangan AI dan Praktik Terbaiknya
- Pertimbangan etis dalam pengambilan keputusan yang melibatkan AI
- Deteksi bias serta penjaminan keadilan sistem AI
- Standar praktik terbaik dalam menciptakan model AI yang dapat diinterpretasi dan bertanggung jawab
Workshop Praktis serta Studi Kasus Nyata
- Implementasi teknik analitika prediktif terhadap set data konkret
- Pembuatan chatbot berbasis AI dengan kemampuan pembuatan teks otomatis
- Pengembangan aplikasi berbasis LLM untuk tujuan otomatisasi proses kerja
Penutup dan Arah Pengembangan Selanjutnya
- Ringkasan poin-poin terpenting dari materi pelatihan
- Rekomendasi perangkat lunak dan sumber belajar untuk pengembangan AI selanjutnya
- Sesi tanya jawab akhir program pelatihan
Persyaratan
- Pemahaman dasar mengenai konsep-konsep pengembangan perangkat lunak
- Pengalaman dalam menggunakan bahasa pemrograman apa pun (Python disarankan)
- Pengetahuan awal mengenai konsep dasar machine learning atau AI (disyaratkan namun tidak mutlak)
Target Peserta
- Pengembang perangkat lunak
- Insinyur AI/ML
- Pemimpin tim teknis
- Manajer produk yang tertarik mengembangkan aplikasi berbasis AI
Testimoni (2)
tips dan prompt rekomendasi yang dapat kami bawa pulang dari pelatihan ini
Lee Mei Lin - ST Engineering IHQ Pte Ltd
Kursus - InVideo AI: Creating Engaging Short-Form Videos
Diterjemahkan Mesin
penggunaan prompt yang tepat dan efektif
Marses Pacaldo
Kursus - Generative AI and Prompt Engineering for Corporate Professionals
Diterjemahkan Mesin