Dari Keempat LP AI, Mana yang Harus Aku Pilih?

Pernah tidak sih kamu merasa heran kenapa dunia sekarang terasa seperti digiring ke satu arah tertentu. Yup, dunia sedang mengarah ke era “AI is all you need”. Perkembangan teknologi pintar ini memang begitu cepat, sampai-sampai kita sering dibuat kagum sekaligus bingung harus melangkahkan kaki ke mana.

Di depan mata, Dicoding menyediakan empat learning path menarik bagi siapa pun yang ingin berkarier di bidang AI, yaitu AI Engineer, Gen AI Engineer, MLOps Engineer, dan Data Scientist.

💻 Mulai Belajar Pemrograman

Belajar pemrograman di Dicoding Academy dan mulai perjalanan Anda sebagai developer profesional.

Daftar Sekarang

Namun, muncul satu pertanyaan besar: pintu mana yang sebaiknya dipilih?

Jika kamu dibayangi dengan pertanyaan di atas, tenang saja karena kamu tidak sendirian. Nah, biar lebih jelas, mari kita ikuti cerita perjalanan Beni, Fiona, Fandi, dan Alex, empat orang dengan jalan yang berbeda, tetapi sama-sama berusaha menemukan pintu terbaik mereka di dunia AI.

Perjalanan Beni: Ingin Dijuluki Sepuh Deep Learning

Beni adalah tipe orang yang selalu haus ilmu. Ketertarikannya pada machine learning membuatnya penasaran dengan cara kerja berbagai model, mulai dari yang sederhana sampai yang ribet macam deep learning. Buat Beni, rasa puas itu muncul ketika ia berhasil bikin solusi yang unik, bukan sekadar ikut-ikutan template.

Dengan semangat mempelajari algoritma yang lebih kompleks, Beni aktif mengikuti hackathon dan lomba data mining, sambil terus bermimpi membangun model deep learning terbaik versinya sendiri.

Kesimpulan untuk Beni

Dari perjalanan ini, jelas sekali kalau Beni butuh beberapa hal berikut.

Pemahaman mendalam tentang machine learning dan deep learning.
Kemampuan untuk melakukan kustomisasi model dan training.
Wawasan tentang algoritma dan teknik yang lebih advanced.

Nah, pintu yang paling cocok untuk orang seperti Beni adalah Learning Path AI Engineer.

Dalam Learning Path inilah Beni bisa benar-benar mendalami fondasi Machine Learning sekaligus mengenal algoritma Deep Learning yang lebih kompleks. Bukan hanya itu, ia juga akan belajar melakukan kustomisasi model deep learning sendiri dan merasakan serunya ngulik model ala engineer sejati.

Perjalanan Fiona: Ingin Membedah Rahasia Dapur ChatGPT dan Gemini

Fiona adalah sosok yang rasa penasarannya nggak ada habis-habisnya. Setiap kali menggunakan ChatGPT, Gemini, atau model Generative AI lainnya, ia selalu bertanya-tanya, “Sebenarnya, gimana sih mereka bisa ngerti dan merespon kayak manusia?”

Rasa penasarannya bukan cuma pada satu model, tapi juga terhadap ragam teknologi di dalamnya. Ia bahkan ingin tahu bagaimana caranya meng-upgrade kemampuan Generative AI sampai ke batas maksimalnya.

Kesimpulan untuk Fiona

Dari cerita Fiona di atas, sepertinya ia butuh beberapa hal berikut.

Penguasaan prompt engineering untuk mengendalikan model.
Informasi berbagai varian model Generative AI: teks, gambar, video, hingga multimodal.
Pengetahuan tentang teknik lanjutan seperti RAG, fine-tuning, dan AI agent.

Oleh karena itu, pintu yang paling pas untuk Fiona adalah Learning Path Gen AI Engineer.

Learning path ini akan mengajak Fiona untuk mengeksplorasi dunia Generative AI, mulai dari dasar, prompting, hingga membangun aplikasi berbasis LLM. Ia juga akan diperkenalkan teknik optimasi LLM seperti RAG, fine-tuning, dan Agent dengan framework open-source populer.

Perjalanan Fandi: Dari Berhasil di “Laptopku” hingga berhasil di “Semua Orang”

Fandi adalah tipe orang yang nggak gampang puas. Buatnya, bikin model AI jalan di laptop pribadi itu baru separuh perjalanan. Tantangan sesungguhnya adalah memastikan model itu bisa dipakai banyak orang dengan mulus, stabil, dan tetap andal meskipun skalanya besar.

Pernah suatu ketika, model yang dibuat dengan susah payah memiliki performa yang ciamik di laptop, tetapi begitu dijalankan di server atau dicoba tim lain… hasilnya berantakan.

Kesimpulan untuk Fandi

Perjalanan ini bikin Fandi tahu kalau ia membutuhkan hal berikut.

Pemahaman tentang deployment pipeline dan model serving.
Skill untuk mengelola eksperimen, versi model, dan otomatisasi workflow.
Pengetahuan tentang monitoring, scaling, dan menjaga performa model di lingkungan produksi.

Dengan ini, pintu yang paling cocok untuk Fandi adalah Learning Path MLOps Engineer. Karena di jalur ini selain membangun model deep learning, Fandi akan belajar melakukan deployment, monitoring, hingga scaling model machine learning agar siap di dunia nyata.

Perjalanan Alex: Dari Data Mentah ke Insight yang Powerful

Alex punya ketertarikan besar pada dunia data dan statistik. Ia percaya bahwa seluruh keputusan harus didasarkan pada pola atau fakta yang diceritakan oleh data. Alex ingin sekali melakukan analisis pada data yang ia temukan bahkan melakukan visualisasi dalam bentuk plot maupun chart dari hasil analisis yang ia lakukan.

Namun, Alex nggak berhenti di sana. Saat melihat data penjualan sebuah produk, pikirannya langsung melompat lebih jauh: “Bisa nggak ya aku memprediksi pelanggan mana yang kemungkinan besar akan churn?”

Kesimpulan untuk Alex

Dari cerita Alex, kita dapat menyimpulkan apa yang ia butuhkan:

Kemampuan untuk “menginterogasi” data, mencari pola dan insight.
Skill membangun model prediksi sederhana dengan machine learning.
Pemahaman statistik dan analisis, tanpa harus langsung terjun ke algoritma deep learning yang kompleks.

Nah, pintu yang akan menyambut Alex dengan senang hati adalah Learning Path Data Scientist.

Learning path ini akan membawa Alex menyalurkan minatnya pada angka dan data untuk dapat mengolah data mentah menjadi cerita yang penuh makna melalui analisis statistik, visualisasi, hingga membangun model machine learning sederhana.

Sekarang Bagaimana dengan Dirimu?

Setelah menyimak cerita dari keempat orang di atas, sekarang waktunya giliranmu untuk menentukan akan ke arah mana langkah kakimu pergi. Eits, tenang saja, untuk memecah rasa bimbang dalam dirimu, coba perhatikan tabel perbandingan di bawah ini.

Setiap orang punya jalan berbeda untuk menapaki dunia AI. Tidak ada pilihan yang benar atau salah karena yang ada hanyalah jalur yang paling sesuai dengan dirimu.

Jadi, langkah berikutnya ada di tanganmu, pilihlah pintu yang sesuai, lalu mulailah perjalanan belajar AI-mu bersama Dicoding!