Kursus Pelatihan Python untuk Analisis Bisnis dan Otomasi

Kursus intensif ini menutupi teknik Python lanjutan, praktik terbaik perangkat lunak, dan pola desain yang umum digunakan untuk membangun aplikasi Python yang dapat dipelihara, diuji, dan berkinerja tinggi. Kursus ini menekankan pada alat modern, tipe data, model konkurensi, pola arsitektur, dan alur kerja siap-deployment.

Kursus pelatihan langsung yang dipimpin instruktur (online atau tatap muka) ini ditujukan untuk pengembang Python tingkat menengah hingga lanjut yang ingin mengadopsi praktik dan pola profesional untuk sistem Python kelas produksi.

Setelah pelatihan ini, peserta akan mampu:

• Menerapkan tipe data Python, dataclasses, dan pengecekan tipe untuk meningkatkan keandalan kode.
• Menggunakan pola desain dan prinsip arsitektur untuk membangun aplikasi yang kuat.
• Implementasikan konkurensi dan paralelisme dengan benar menggunakan asyncio dan multiprocessing.
• Membangun kode yang telah diuji dengan pytest, pengujian berbasis properti, dan pipeline CI.
• Mengprofil, mengoptimalkan, dan memperkuat aplikasi Python untuk produksi.
• Paket, mendistribusikan, dan menerapkan proyek Python menggunakan alat modern dan kontainer.

Format Kursus

• Kuliah interaktif dan demo singkat.
• Laboratorium praktik dan latihan pemrograman setiap hari.
• Proyek mini integrasi pola, pengujian, dan deployment.

Pilihan Penyesuaian Kursus

• Untuk meminta pelatihan yang disesuaikan atau fokus area (data, web, atau infra), silakan hubungi kami untuk mengatur.

Kursus ini mengajarkan teknik-teknik praktis untuk merancang, membangun, menguji, dan menerapkan sistem agen (otonom) menggunakan Python. Kursus mencakup siklus agen, integrasi alat, manajemen memori dan status, pola orkestrasi, kontrol keamanan, dan pertimbangan produksi.

Kursus pelatihan langsung yang dipandu instruktur (online atau tatap muka) ini ditujukan untuk insinyur ML tingkat menengah hingga lanjut, pengembang AI, dan insinyur perangkat lunak yang ingin membangun agen otonom yang kuat dan siap produksi menggunakan Python.

Setelah pelatihan ini, peserta akan dapat:

• Merancang dan mengimplementasikan siklus agen dan alur kerja pengambilan keputusan.
• Integrasi alat eksternal dan API untuk memperluas kemampuan agen.
• Mengimplementasikan arsitektur memori jangka pendek dan panjang untuk agen.
• Koordinasi orkestrasi multi-langkah dan komposisi agen.
• Menerapkan praktik terbaik keamanan, kontrol akses, dan observabilitas untuk agen yang diterapkan.

Format Kursus

• Ceramah interaktif dan diskusi.
• Laboratorium praktis membangun agen dengan Python dan SDK populer.
• Latihan berbasis proyek yang menghasilkan prototipe siap diterapkan.

Opsi Penyesuaian Kursus

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

Pelatihan langsung oleh instruktur di Indonesia (online atau di tempat) ini ditujukan kepada ilmuwan data dan insinyur perangkat lunak yang ingin menggunakan Dask dengan ekosistem Python untuk membangun, meng skalakan, dan menganalisis dataset besar.

Setelah pelatihan ini selesai, peserta akan dapat:

• Mengatur lingkungan untuk memulai pengolahan data besar dengan Dask dan Python.
• Mengexploitasi fitur, perpustakaan, alat, dan API yang tersedia dalam Dask.
• Memahami bagaimana Dask mempercepat komputasi paralel di Python.
• Mempelajari cara meng skalakan ekosistem Python (Numpy, SciPy, dan Pandas) menggunakan Dask.
• Memaksimalkan lingkungan Dask untuk mempertahankan kinerja tinggi dalam menangani dataset besar.

Pelatihan ini, yang dibimbing oleh instruktur, dalam Indonesia (online atau tatap muka) ditujukan untuk pengembang Python dan analis data tingkat menengah yang ingin meningkatkan keterampilan mereka dalam analisis dan manipulasi data menggunakan Pandas dan NumPy.

Pada akhir pelatihan ini, peserta akan dapat:

• Mengatur lingkungan pengembangan yang mencakup Python, Pandas, dan NumPy.
• Membuat aplikasi analisis data menggunakan Pandas dan NumPy.
• Melakukan operasi pengaturan data, pengurutan, dan penyaringan tingkat lanjut.
• Melakukan operasi agregasi dan menganalisis data time series.
• Mengvisualisasikan data menggunakan Matplotlib dan perpustakaan visualisasi lainnya.
• Mendiagnosa dan mengoptimalkan kode analisis data mereka.

Insurtech (alias Asuransi Digital) mengacu pada konvergensi asuransi + teknologi baru. Di bidang Insurtech, "perusahaan asuransi digital" menerapkan inovasi teknologi pada bisnis dan model operasi mereka untuk mengurangi biaya, meningkatkan pengalaman pelanggan, dan meningkatkan kelincahan operasi mereka.

Dalam pelatihan yang dipandu instruktur ini, peserta akan memperoleh pemahaman tentang teknologi, metode, dan pola pikir yang diperlukan untuk mewujudkan transformasi digital dalam organisasi mereka dan industri secara umum. Pelatihan ini ditujukan bagi para manajer yang perlu memperoleh pemahaman gambaran besar, menepis kehebohan dan jargon, serta mengambil langkah awal dalam menetapkan strategi Insurtech.

Pada akhir pelatihan ini, peserta akan dapat:

• Diskusikan Insurtech dan semua bagian komponennya secara cerdas dan sistematis
• Mengidentifikasi dan mengungkap peran masing-masing teknologi kunci dalam Insurtech.
• Buatlah rancangan strategi umum untuk menerapkan Insurtech dalam organisasi mereka

Hadirin

• Perusahaan asuransi
• Teknologis dalam industri asuransi
• Pemangku kepentingan asuransi
• Konsultan dan analis bisnis

Format kursus

• Bagian kuliah, bagian diskusi, latihan dan kegiatan kelompok studi kasus

Pelatihan ini yang dipimpin instruktur, langsung (online atau tatap muka) ini ditujukan untuk pengembang yang ingin menggunakan stack FARM (FastAPI, React, dan MongoDB) untuk membangun aplikasi web dinamis, berkinerja tinggi, dan dapat diskalakan.

Di akhir pelatihan ini, peserta akan mampu untuk:

• Menyusun lingkungan pengembangan yang diperlukan yang mengintegrasikan FastAPI, React, dan MongoDB.
• Memahami konsep kunci, fitur, dan manfaat stack FARM.
• Mempelajari cara membangun REST API dengan FastAPI.
• Mempelajari cara merancang aplikasi interaktif dengan React.
• Mengembangkan, menguji, dan mengimplementasikan aplikasi (front end dan back end) menggunakan stack FARM.

Pelatihan yang dipandu instruktur ini di Indonesia (pelatihan online langsung atau pelatihan langsung tatap muka) ditujukan kepada pengembang yang ingin menggunakan FastAPI dengan Python untuk membangun, menguji, dan men-deploy API RESTful lebih mudah dan cepat.

Setelah pelatihan ini, peserta akan dapat:

• Mengatur lingkungan pengembangan yang diperlukan untuk mengembangkan API dengan Python dan FastAPI.
• Membuat API lebih cepat dan mudah menggunakan perpustakaan FastAPI.
• Belajar cara membuat model data dan skema berdasarkan Pydantic dan OpenAPI.
• Menghubungkan API ke database menggunakan SQLAlchemy.
• Implementasikan keamanan dan autentikasi di API menggunakan alat-alat FastAPI.
• Membangun gambar kontainer dan men-deploy web API ke server cloud.

Dalam pelatihan langsung yang dipandu instruktur di Indonesia ini, peserta akan memperoleh pemahaman tentang teknologi, metode, dan pola pikir yang diperlukan untuk menerapkan strategi Fintech.

Pelatihan ini ditujukan bagi para manajer yang perlu memperoleh pemahaman “gambaran besar” tentang Fintech, menghilangkan kesan berlebihan dan jargon-jargon yang tidak jelas, dan mengambil langkah awal yang nyata menuju penerapan teknologi-teknologi baru yang dapat diaplikasikan pada bisnis dan layanan keuangan.

Pada akhir pelatihan ini, peserta akan mampu:

• Menyajikan strategi yang layak Fintech bagi organisasi mereka.
• Memahami dan menjelaskan peran dan fungsi teknologi utama.
• Buatlah rencana aksi untuk memperkenalkan teknologi baru secara bertahap.

Asuransi di Era Digital adalah tinjauan terapan tentang bagaimana transformasi digital merubah produk, operasional, dan keterlibatan pelanggan dalam industri asuransi.

Pelatihan ini yang dipandu instruktur (pelatihan online langsung atau tatap muka) ditujukan untuk profesional asuransi berlevel menengah yang ingin memahami dan menerapkan teknologi digital, strategi berbasis data, dan kerangka inovasi untuk memodernisasi penawaran dan operasional asuransi.

Pada akhir pelatihan ini, peserta akan dapat:

• Menjelaskan peran AI, Big Data, IoT, dan otomasi dalam alur kerja asuransi modern.
• Mengidentifikasi tren InsurTech dan bagaimana dampaknya terhadap ekosistem asuransi.
• Mendesain strategi berpusat pada pelanggan yang didukung oleh alat digital dan wawasan data.
• Menerapkan pendekatan berbasis data dalam manajemen risiko dan pengambilan keputusan.
• Mengembangkan pendekatan inovasi dan manajemen perubahan yang sesuai untuk asuransi.
• Menilai studi kasus dunia nyata dan menerjemahkan pelajaran menjadi inisiatif lokal.

Format Kursus

• Diskusi interaktif dan kuliah.
• Analisis studi kasus dan workshop kelompok.
• Latihan praktis dan perencanaan tindakan untuk organisasi peserta.

Opsi Penyesuaian Kursus

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

Engineering Persyaratan (RE) adalah disiplin kunci dalam pengembangan perangkat lunak dan sistem, yang berfokus pada identifikasi, dokumentasi, dan manajemen kebutuhan dan kendala pemangku kepentingan untuk memastikan kesuksesan proyek.

Pelatihan ini dipandu oleh instruktur secara langsung (online atau tatap muka) ditujukan bagi profesional tingkat menengah yang ingin mendalami pemahaman mereka tentang Engineering Persyaratan praktis sambil mempersiapkan diri untuk ujian sertifikasi IREB CPRE – Tingkat Dasar.

Setelah menyelesaikan pelatihan ini, peserta akan dapat:

• Memahami dan menerapkan konsep dan terminologi kunci yang didefinisikan dalam silabus IREB CPRE Tingkat Dasar.
• Mengidentifikasi dan menggali persyaratan menggunakan teknik yang efektif dan sesuai dengan konteks.
• Memodelkan, mendokumentasikan, dan memvalidasi persyaratan untuk proyek-proyek nyata.
• Mengelola perubahan persyaratan, pelacakan, dan prioritas sepanjang siklus hidup proyek.
• Menggunakan alat dan praktik terbaik Engineering Persyaratan untuk meningkatkan komunikasi dan hasil proyek.
• Siap sepenuhnya untuk mengambil dan lulus ujian sertifikasi IREB CPRE – Tingkat Dasar.

Format Pelatihan

• Ceramah interaktif dan diskusi.
• Latihan berbasis kasus dan workshop kolaboratif.
• Sesi persiapan ujian dan pertanyaan latihan.

Opsi Penyesuaian Pelatihan

• Modul tambahan atau studi kasus khusus industri dapat ditambahkan atas permintaan.

Model Based Development (MBD) adalah metodologi pengembangan perangkat lunak yang memungkinkan pengembangan lebih cepat dan efisien dari sistem dinamis seperti sistem kontrol, pengolahan sinyal, dan sistem komunikasi. MBD mengandalkan pemodelan grafis daripada pengembangan teks tradisional.

Dalam pelatihan online langsung ini, peserta akan mempelajari cara menerapkan metodologi MBD untuk mengurangi biaya pengembangan dan mempercepat waktu pasar produk perangkat lunak embedded mereka.

Di akhir pelatihan ini, peserta akan mampu

• Memilih dan menggunakan alat yang tepat untuk menerapkan MBD.
• Menggunakan MBD untuk melakukan pengembangan cepat dalam tahap awal proyek perangkat lunak embedded mereka.
• Mengurangi waktu rilis perangkat lunak embedded mereka ke pasar.

Format pelatihan

• Bagian kuliah, bagian diskusi, latihan, dan banyak praktik langsung

Pelatihan langsung yang dipimpin instruktur di Indonesia (online atau di tempat) ini ditujukan untuk ilmuwan data dan pengembang yang ingin menggunakan Modin untuk membangun dan menerapkan komputasi paralel dengan Pandas untuk analisis data yang lebih cepat.

Pada akhir pelatihan ini, peserta akan dapat:

• Siapkan lingkungan yang diperlukan untuk mulai mengembangkan Pandas alur kerja berskala dengan Modin.
• Memahami fitur, arsitektur, dan keuntungan Modin.
• Ketahui perbedaan antara Modin, Dask, dan Ray.
• Lakukan operasi Pandas lebih cepat dengan Modin.
• Terapkan seluruh API dan fungsi Pandas.

Pelatihan ini yang dipimpin oleh instruktur, langsung (online atau tatap muka) ditujukan untuk orang-orang yang ingin memahami analisis kebutuhan dan melakukan analisis kebutuhan dengan efisien dan akurat menggunakan teknik analisis untuk proyek mereka.

Pada akhir pelatihan ini, peserta akan mampu untuk:

• mengidentifikasi berbagai jenis kebutuhan.
• memahami konsep keseluruhan dan aktivitas dalam analisis kebutuhan.
• mengenal metodologi analisis kebutuhan.
• memanfaatkan berbagai teknik analisis kebutuhan.
• mengatur kebutuhan untuk dapat berkomunikasi dengan efisien dengan arsitek dan pengembang melalui proses pengumpulan kebutuhan yang berulang.

Kursus ini mempelajari dasar-dasar dan aplikasi software engineering, requirements engineering, dan testing melalui praktik tangan.