Lewati ke konten utama

Jalur karier

ML Engineer

Untuk kamu yang ingin membawa model dari notebook ke produksi. Ini jalur terpanjang dan paling berat matematikanya. Kamu menguasai analisis data di C1, machine learning klasik di C2, dan deep learning di C9. Lalu kamu menjalankannya di produksi dengan MLOps di C10. Hasil akhirnya: platform ML dengan data berversi, registry model, rilis canary, pemantauan, dan layanan prediksi yang tayang.

  • 7 course wajib · 2 dianjurkan
  • Proyek akhir di C10

Urutan course

Ikuti dari atas. Course dianjurkan boleh dilewati, tetapi membantu course sesudahnya.

  1. F1Wajib

    Langkah 1: Python dari Nol

    Python dengan kelas, modul, dan pytest dipakai di semua course berikutnya.

    16 modul±60 jam
  2. F2Wajib

    Langkah 2: SQL dan Data dari Nol

    C1 memakai SQL untuk menyiapkan data analisis.

    15 modul±45–50 jam
  3. F5Wajib

    Langkah 3: Rilis: dari Notebook ke Aplikasi

    Lingkungan terkunci, Docker, dan GitHub Actions. C10 berdiri di atasnya.

    8 modul±30 jam
  4. K1Dianjurkan

    Langkah 4: Struktur Data dan Algoritma

    Rekursi, pengurutan, dan notasi O dipakai di pohon keputusan C2 Modul 09.

    16 modul±65 jam
  5. C1Wajib

    Langkah 5: Data Science dan Analitik

    Statistika, eksperimen, dan regresi. C2 menganggap C1 Modul 10–11 sudah dikuasai.

    16 modul±80 jam
  6. C2Wajib

    Langkah 6: Machine Learning Engineering

    Algoritma klasik ditulis sendiri, validasi jujur, pipeline, API, dan pemantauan.

    16 modul±95 jam
  7. C9Wajib

    Langkah 7: Deep Learning dari Dasar

    Jaringan saraf dari turunannya sampai transformer, lalu PyTorch dan fine-tuning.

    16 modul±100 jam
  8. C4Dianjurkan

    Langkah 8: Data Engineering

    SCD2 dan join titik waktu dari C4 dibutuhkan C10 Modul 06.

    16 modul±95 jam
  9. C10WajibProyek akhir

    Langkah 9: MLOps dan Platform ML

    Titik akhir jalur: model yang bisa diulang, registry, rilis canary, pemantauan, dan LLMOps.

    16 modul±100 jam

Proyek akhir · lencana Tayang

Proyek akhir: Platform Makmur

C10MLOps dan Platform ML · Modul 16

Layanan prediksi dalam container dengan CD dan rollback, plus dasbor platform di URL publik.

Daftar periksa Tayang

  • URL publik https:// yang bisa dibuka orang lain tanpa login.
  • GitHub Actions hijau di commit terakhir main, dengan lencana CI di README.
  • README portofolio: apa aplikasinya, URL-nya, dan batas layanan gratis yang dipakai.
  • Cara orang lain mencoba: langkah klik atau satu perintah curl, plus cara menjalankan di laptop.
  • /health atau panel status menunjukkan versi yang sama dengan commit terakhir.
  • Tanpa rahasia di repo maupun riwayat commit.
  • Rollback pernah dicoba sekali dan dicatat.

Tayang adalah lencana, bukan syarat lulus. Caranya diajarkan di F5 Modul 08. Syarat layanan gratis bisa berubah, jadi cek ulang di dokumentasi resminya.

Buka proyek akhir

Sesudah jalur ini

Pilihan lanjutan bila kamu ingin memperluas keahlian.