4.89 •

Gen AI Engineer

Learning Path

Belajar Fundamental Generative AI

Topik:

AI Machine Learning +2 lainnya

Level: Menengah

Level: Menengah 60 Jam Belajar

775

Siswa Terdaftar

Pelajari penggunaan dan pengembangan model Generative AI di berbagai modalitas mulai dari teks, gambar, hingga audio.

Harga

Rp950,000

/ bulan

Harga

Rp950,000

/ bulan

Berlangganan Sekarang Lihat langganan lainnya

Learning Path Gen AI Engineer

Kelas ini merupakan langkah ke-enam Anda untuk menjadi Gen AI Engineer.

Langkah sebelumnya

Langkah 5

Belajar Fundamental Deep Learning

110 Jam 4,88 Level Menengah

Langkah setelahnya

Langkah 7

Pengembangan Generative AI berbasis LLM

90 Jam 4,86 Level Mahir

Promo yang tersedia

Apa yang akan Anda dapatkan

Sertifikat

Dapatkan sertifikat standar industri setelah menyelesaikan kelas ini.

Code Review

Kode yang Anda kerjakan akan di-review secara komprehensif oleh Reviewer.

Forum Diskusi

Diskusikan materi belajar dengan siswa lainnya.

Modul Tutorial

Materi bacaan elektronik disajikan dengan bahasa yang mudah dipahami.

Submission

Uji kemampuan teknis Anda dengan mengerjakan tugas submission.

Kuis

Kuis pilihan ganda membantu Anda memahami materi yang dipelajari.

Ujian

Validasi pengetahuan Anda dengan mengerjakan soal-soal ujian.

Level Menengah
Memahami konsep dasar secara mendalam dan luas. Di sejumlah kelas mempelajari teknik khusus untuk pemahaman praktis.

Deskripsi

Generative AI adalah cabang AI yang memungkinkan komputer menciptakan konten baru seperti teks, gambar, audio, dan video dari data yang dipelajari. Menurut McKinsey, teknologi ini berpotensi menyumbang nilai ekonomi global hingga $4,4 triliun per tahun. Dampaknya telah dirasakan di berbagai bidang, termasuk pembelajaran melalui study mode yang meningkatkan efisiensi belajar lebih dari 40%. Karena itu, penguasaan Generative AI menjadi keterampilan penting untuk berinovasi di berbagai industri masa depan.

Memahami peran Generative AI yang semakin luas dalam meningkatkan produktivitas dan efisiensi kerja di berbagai industri, baik teknis maupun non-teknis.
Menguasai keterampilan teknis penggunaan dan pengembangan model Generative AI untuk menghasilkan ide, konten, dan solusi kreatif secara lebih cepat dan efektif.
Meningkatkan daya saing karier dengan kemampuan menggunakan teknologi Generative AI yang mulai diadopsi secara luas di dunia kerja.
Mempersiapkan fondasi pengetahuan yang kuat untuk mengikuti perkembangan teknologi Generative AI di masa depan.

Target dan Sasaran Siswa

Kelas ini ditujukan bagi siapa saja yang ingin berkarier sebagai Gen AI Engineer, termasuk pelajar, profesional, hingga yang ingin beralih karier (switch career).
Kelas dapat diikuti oleh siswa yang melek IT, sehingga wajib memiliki dan dapat mengoperasikan komputer dengan baik.
Siswa diharapkan memiliki pemahaman yang baik tentang kecerdasan buatan, kemampuan merancang prompt yang efektif, dan penguasaan bahasa pemrograman Python. Selain itu, siswa juga harus memiliki pemahaman dan keahlian dalam machine learning dan deep learning.
Siswa harus belajar mandiri, berkomitmen, benar-benar memiliki rasa ingin tahu, dan tertarik pada subjek materi. Sebaik apa pun materi kelas ini tidak akan berguna tanpa keseriusan siswa untuk belajar, berlatih, dan mencoba.
Setelah lulus dari kelas ini, siswa diharapkan mampu mengembangkan proyek generative AI yang berfokus pada penggunaan model image generation untuk menghasilkan dan mengedit gambar.

Selengkapnya

Sembunyikan

Learning Path

Kelas ini merupakan langkah ke-enam Anda untuk menjadi Gen AI Engineer.

Langkah sebelumnya

Langkah 5

Belajar Fundamental Deep Learning

110 Jam 4,88 Level Menengah

Langkah setelahnya

Langkah 7

Pengembangan Generative AI berbasis LLM

90 Jam 4,86 Level Mahir

Peralatan Belajar

Spesifikasi minimal perangkat:

Prosesor

Core i3 ke atas.

Tools yang dibutuhkan untuk belajar:

Google Colaboratory

Lihat semua peralatan belajar

Peralatan Belajar

Spesifikasi minimal perangkat

Kelas ini membutuhkan spesifikasi perangkat seperti berikut:

RAM

RAM 8 GB atau lebih.

Layar

Resolusi layar 1366 x 768 (Rekomendasi Full HD 1920 x 1080).

Sistem Operasi

Windows, Linux, MacOS

Prosesor

Core i3 ke atas.

Tools

Kelas ini membutuhkan beberapa tools berikut:

Google Colaboratory

Web Browser (Google Chrome atau Mozilla Firefox)

IDE (Android Studio atau Visual Studio Code)

Metode Ajar

Online - Self-Paced Learning

Total jam belajar: 60 jam
Rekomendasi waktu belajar: 10 jam per minggu (selesai dalam 42 hari)
Anda tentukan sendiri berapa lama waktu yang akan digunakan untuk belajar materi kelas ini selama masih aktif terdaftar pada kelas

Fasilitas Pengajaran

Materi bacaan elektronik: Materi akan disajikan dalam bentuk teks dan bacaan
Forum diskusi: Setiap kelas memiliki sebuah forum diskusi yang dapat Anda gunakan untuk bertanya dan berdiskusi
Sertifikat kompetensi

Evaluasi Pembelajaran

Ujian akhir kelas
Submission: Menggunakan model image generation untuk menghasilkan dan mengedit gambar.

Lihat semua metode ajar

Metode Ajar

Online - Self-Paced Learning

Total jam belajar: 60 jam
Rekomendasi waktu belajar: 10 jam per minggu (selesai dalam 42 hari)
Anda tentukan sendiri berapa lama waktu yang akan digunakan untuk belajar materi kelas ini selama masih aktif terdaftar pada kelas

Fasilitas Pengajaran

Materi bacaan elektronik: Materi akan disajikan dalam bentuk teks dan bacaan
Forum diskusi: Setiap kelas memiliki sebuah forum diskusi yang dapat Anda gunakan untuk bertanya dan berdiskusi
Sertifikat kompetensi

Evaluasi Pembelajaran

Ujian akhir kelas
Submission: Menggunakan model image generation untuk menghasilkan dan mengedit gambar.

Kontributor

Curriculum Developer yang membangun kelas ini:

Putri Angel Saraswati

AI/ML Curriculum Developer at Dicoding

Muhammad Raiz Shiddiq Pratama

Curriculum Developer at Dicoding Indonesia

Reviewer

Code Reviewer yang akan me-review tugas dan kode Anda:

MAULANA KAVALDO

Interest in data science, analyst, machine learning and cloud computing. A passion for code and semantics.

Fina Noviantika

Tensorflow Developer Certified | External Code Reviewer at Dicoding Indonesia

Saya memiliki latar belakang di Teknik Komputer dan berpengalaman sebagai External Code Reviewer di bidang Machine Learning dan Data Science.

Dalam sesi mentoring, saya menerapkan pendekatan praktis dan kolaboratif untuk membantu siswa memahami konsep AI/ML secara bertahap dan aplikatif. Siswa dapat mengharapkan sesi yang terarah, interaktif, dan berbasis pengalaman nyata di dunia Machine Learning.

Siswa bisa menyertakan pertanyaan-pertanyaan yang ingin diajukan atau mencantumkan link kumpulan pertanyaan agar dapat dipersiapkan dengan baik selama sesi.

Ricky Indra Gunawan

Connecting Data with Solutions | AI Instructor @Indonesia AI, External Code Reviewer @Dicoding | Certified TensorFlow Developer, DCML, Microsoft Azure [AI-900, AI-102, DP-100], MCE, Huawei HCIA-AI, Alibaba Cloud Associate Cloud Computing & Big Data

Self-motivated Computer Scientist with strong backgrounds in mathematics, logic, and computational skills, who is ready to accept challenges and wants to take the next career step with a focus on IT fields. Passionate in career has always been in the field of AI, machine learning, data science, data analytics, and cloud computing.

LinkedIn

Junpito Salim

Machine Learning Engineer at Manithy

Ahmad Zein Al Wafi

Machine Learning Scientist

ahmadzeinalwafi.my.id

Lihat semua kontributor dan reviewer

Kontributor & Reviewer

Kontributor kelas

Curriculum Developer yang membangun kelas ini:

Putri Angel Saraswati

AI/ML Curriculum Developer at Dicoding

Muhammad Raiz Shiddiq Pratama

Curriculum Developer at Dicoding Indonesia

Tim Reviewer

Code Reviewer yang akan me-review tugas dan kode Anda:

MAULANA KAVALDO

Interest in data science, analyst, machine learning and cloud computing. A passion for code and semantics.

Fina Noviantika

Tensorflow Developer Certified | External Code Reviewer at Dicoding Indonesia

Saya memiliki latar belakang di Teknik Komputer dan berpengalaman sebagai External Code Reviewer di bidang Machine Learning dan Data Science.

Siswa bisa menyertakan pertanyaan-pertanyaan yang ingin diajukan atau mencantumkan link kumpulan pertanyaan agar dapat dipersiapkan dengan baik selama sesi.

Ricky Indra Gunawan

LinkedIn

Junpito Salim

Machine Learning Engineer at Manithy

Ahmad Zein Al Wafi

Machine Learning Scientist

ahmadzeinalwafi.my.id

Umar Sani

Fullstack Developer

Tertarik dengan machine learning dan UI/UX design.

Ghazi Taqiyya Al Anshari

Software Engineer at Vokraf

Rahmat Fajri

AI Engineer

AI and Machine Learning Engineer with hands-on experience designing and deploying production-grade AI systems.

Linkedin | Medium

Maulana Muhammad

External Code Reviewer at Dicoding Indonesia

Backend and MLOps enthusiast

Putra Andika Pradana

Operations Associate @ Lalamove I Ex Astra International, Grab, GoTo, Greenly

Muhammad Faishal Ali Dhiaulhaq

Fullstack Engineer at Telkomsigma

Dina Nabila

Andhar Siraj Munir

AI Engineer at PT. Aplikanusa Lintasarta

Machine Learning and Data Enthusiast

Ahcmad Ardhi Arridho

Mahasiswa Teknik Elektro Universitas Negeri Medan

Interest in data science, analyst, machine learning and automation.

Muhammad Abiya Makruf

AI Engineer (Computer Vision) at DIGITS Universitas Padjajaran

Distinction Graduate of Bangkit Academy 2024, currently serving as an AI Engineer at DIGITS FEB Unpad and an External Code Reviewer for MLOps and Google Cloud learning paths at Dicoding Indonesia. Alongside my professional roles, I am pursuing a Master’s degree in Informatics at Telkom University, specializing in Computer Vision and MLOps.

KEVIN CAESAR SIMORANGKIR

Code Reviewer at Dicoding Indonesia

M Mahfudl Awaludin

Putri Angel Saraswati

AI/ML Curriculum Developer at Dicoding

Muhammad Raiz Shiddiq Pratama

Curriculum Developer at Dicoding Indonesia

MAULANA KAVALDO

Interest in data science, analyst, machine learning and cloud computing. A passion for code and semantics.

Fina Noviantika

Tensorflow Developer Certified | External Code Reviewer at Dicoding Indonesia

Saya memiliki latar belakang di Teknik Komputer dan berpengalaman sebagai External Code Reviewer di bidang Machine Learning dan Data Science.

Siswa bisa menyertakan pertanyaan-pertanyaan yang ingin diajukan atau mencantumkan link kumpulan pertanyaan agar dapat dipersiapkan dengan baik selama sesi.

Ricky Indra Gunawan

LinkedIn

Junpito Salim

Machine Learning Engineer at Manithy

Ahmad Zein Al Wafi

Machine Learning Scientist

ahmadzeinalwafi.my.id

Umar Sani

Fullstack Developer

Tertarik dengan machine learning dan UI/UX design.

Ghazi Taqiyya Al Anshari

Software Engineer at Vokraf

Rahmat Fajri

AI Engineer

AI and Machine Learning Engineer with hands-on experience designing and deploying production-grade AI systems.

Linkedin | Medium

Maulana Muhammad

External Code Reviewer at Dicoding Indonesia

Backend and MLOps enthusiast

Putra Andika Pradana

Operations Associate @ Lalamove I Ex Astra International, Grab, GoTo, Greenly

Muhammad Faishal Ali Dhiaulhaq

Fullstack Engineer at Telkomsigma

Dina Nabila

Andhar Siraj Munir

AI Engineer at PT. Aplikanusa Lintasarta

Machine Learning and Data Enthusiast

Ahcmad Ardhi Arridho

Mahasiswa Teknik Elektro Universitas Negeri Medan

Interest in data science, analyst, machine learning and automation.

Muhammad Abiya Makruf

AI Engineer (Computer Vision) at DIGITS Universitas Padjajaran

KEVIN CAESAR SIMORANGKIR

Code Reviewer at Dicoding Indonesia

M Mahfudl Awaludin

Putri Angel Saraswati

AI/ML Curriculum Developer at Dicoding

Muhammad Raiz Shiddiq Pratama

Curriculum Developer at Dicoding Indonesia

Testimoni Siswa

Ribuan siswa sukses belajar di Dicoding Academy. Apa kata mereka? Berikut adalah testimoni asli mereka.

Muhammad Hasby Asshiddiqy

Institut Teknologi Nasional Bandung

Memulai Dasar Pemrograman untuk Menjadi Pengembang Software

Kepuasan saya terhadap kelas ini luar biasa, banyak hal baru yang saya pelajari, terutama ada hal penting yang tidak saya ketahui sebelumnya di pada dokumen URS (User Requirement Specification), dokumen SKPL (Spesifikasi Kebutuhan Perangkat Lunak), dan dokumentasi tenis aplikasi

Baca selengkapnya

Yuki Niken Agfira Kitatrah

PT SAITEC PRIMA MANDIRI

Memulai Dasar Pemrograman untuk Menjadi Pengembang Software

Saya sangat puas belajar di Dicoding, bahasanya mudah dipahami bagi pemula, selain itu terdapat studi kasus yang bisa membuat kita langsung praktek sehingga bisa menjadi lebih mahir.

Baca selengkapnya

Lihat semua testimoni

Testimoni Siswa

Muhammad Hasby Asshiddiqy

Institut Teknologi Nasional Bandung

Memulai Dasar Pemrograman untuk Menjadi Pengembang Software

Yuki Niken Agfira Kitatrah

PT SAITEC PRIMA MANDIRI

Memulai Dasar Pemrograman untuk Menjadi Pengembang Software

Saya sangat puas belajar di Dicoding, bahasanya mudah dipahami bagi pemula, selain itu terdapat studi kasus yang bisa membuat kita langsung praktek sehingga bisa menjadi lebih mahir.

Bayu Frassetyo Wibowo

Batam Aero Technic

Memulai Dasar Pemrograman untuk Menjadi Pengembang Software

Kelas ini sangat informatif dan terstruktur dengan baik. Materinya jelas, mudah dipahami, dan relevan bagi pemula. Latihan dan kuis yang disediakan juga membantu memperkuat pemahaman. Terima kasih!

Devi Mikhael Empi

Universitas Gunadarma

Memulai Dasar Pemrograman untuk Menjadi Pengembang Software

Puas sekali dan sangat mudah dipahami oleh pemula yang ingin mengembangkan perangkat lunak

Punya pertanyaan seputar kelas ini?

Berikut adalah beberapa pertanyaan yang paling sering ditanyakan.

Bagaimana cara memasukkan token Academy? Aturan membuat pertanyaan di forum diskusi kelas Bagaimana cara mencetak sertifikat kelulusan kelas?

Lihat semua FAQ

Silabus

Materi yang akan Anda pelajari pada kelas ini.

Persiapan Belajar

Modul ini mengenalkan sistem belajar di kelas secara umum dari mulai Persetujuan Hak Cipta, Prasyarat Kemampuan, Prasyarat Tools, Mekanisme Belajar, Forum Diskusi, Glosarium, hingga Daftar Referensi.

9 Artikel

60 menit

Persetujuan Hak Cipta
5 Menit
Pengenalan Kelas
5 Menit
[Story] Tak Kenal Maka Kenalan Lagi!
5 Menit
Prasyarat Kemampuan
5 Menit
Prasyarat Tools
5 Menit
Mekanisme Belajar
10 Menit
Forum Diskusi

10 Menit
Glosarium

10 Menit
Daftar Referensi

5 Menit

Pengenalan Generative AI

Modul ini adalah pengantar ke Generative AI, dirancang untuk memberikan pemahaman mendasar tentang apa itu Generative AI dan prinsip-prinsip dasarnya.

9 Artikel
1 Ujian

230 menit

[Story] Generative AI seperti Swiss Army Knife?

10 Menit
Ayo, Berkenalan dengan Generative AI!

35 Menit
Perjalanan Panjang Generative AI

25 Menit
Kemampuan Generative AI

25 Menit
Sekilas Tentang Model Dasar (Foundation Model)

40 Menit
Point of View Penggunaan Generative AI

25 Menit
Prinsip-Prinsip Etika AI

25 Menit
Tahukah Anda? Kita Bisa Belajar Bersama AI Tanpa Menghilangkan Proses Belajarnya

25 Menit
Rangkuman Pengenalan Generative AI

10 Menit
Kuis Pengenalan Generative AI

10 Menit

Generative AI untuk Teks

Modul ini membahas secara mendalam tentang text generation, mulai dari konsep dasar, arsitektur Transformer, teknik-teknik fundamental, hingga mencoba secara langsung cara menggunakan model text generation untuk meringkas teks.

9 Artikel
1 Ujian

395 menit

[Story] Meringkas Jurnal Cuman Hitungan Detik?

10 Menit
Pengenalan Text Generation

30 Menit
Teknik dan Pendekatan dalam Text Generation

35 Menit
Arsitektur Transformer secara Mendalam

40 Menit
Large Language Model (LLM) dalam Text Generation

40 Menit
Evaluasi Model Text Generation

35 Menit
Berkenalan dengan Hugging Face

35 Menit
Latihan: Menggunakan Open Weight untuk Meringkas Teks

150 Menit
Rangkuman Generative AI untuk Teks

10 Menit
Kuis Generative AI untuk Teks

10 Menit

Generative AI untuk Gambar

Modul ini berfokus pada image generation, menjelaskan bagaimana AI dapat menciptakan gambar visual, mempelajari arsitektur populer seperti Stable Diffusion dan berlatih langsung untuk menghasilkan gambar dari teks serta melakukan manipulasi gambar dasar.

13 Artikel
1 Ujian

600 menit

[Story] Ketika Teks Berubah Menjadi Visual

10 Menit
Pengenalan Image Generation

20 Menit
Evolusi Model Image Generation

20 Menit
Bagaimana Gambar Sintetis Dibuat oleh Model AI?

30 Menit
Arsitektur Stable Diffusion

40 Menit
Versi-Versi Stable Diffusion dan Pipeline Diffusers

30 Menit
Tools Image Generation

30 Menit
Strategi untuk Mengontrol Hasil Image Generation

40 Menit
Latihan: Menggunakan Stable Diffusion untuk Menghasilkan Gambar

150 Menit
Teknik Editing dalam Image Generation

30 Menit
Latihan: Inpainting dan Outpainting dengan Stable Diffusion

150 Menit
Etika dan Masa Depan Visual AI

30 Menit
Rangkuman Generative AI untuk Gambar

10 Menit
Kuis Generative AI untuk Gambar

10 Menit

Generative AI untuk Audio

Modul ini mempelajari kemampuan AI dalam menghasilkan audio, mengenal berbagai jenis audio generation dari text-to-speech hingga musik, serta mempraktikkan secara langsung cara membuat audio narasi menggunakan model Bark.