0 views
Read
#0
Belajar AI Engineer - Pre-Requisites Skill & Setup Environment
Sebelum membangun produk AI, kalian perlu menguasai dasar Python, integrasi API, dan pola pikir engineering produk. Di episode ini kalian juga menyiapkan Python 3.12+, API key layanan LLM, model lokal via Ollama, serta vector database untuk praktik sepanjang seriestype: text
August 16, 2026
00
Read
#1
Belajar AI Engineer - Peran & Perbedaan dengan ML Engineer
Memahami garis besar peran AI Engineer: pembangun produk dengan model AI sebagai komponen, berbeda dari ML Engineer yang menulis dan melatih model. Di episode ini dibahas peta kompetensi keduanya, konteks pasar kerja 2026, dan cara memilih jalur yang sesuaitype: text
August 16, 2026
00
Read
#2
Belajar AI Engineer - Ekosistem LLM & Model
Memetakan ekosistem model 2026: LLM teks, model multimodal, hingga fine-tuned models, dengan perbandingan open vs closed source. Kalian juga praktik mengeksplorasi model via API dan model lokal agar bisa memilih model yang tepat untuk tiap produktype: text
August 16, 2026
00
Read
#3
Belajar AI Engineer - Working with LLM APIs
Praktik langsung memakai LLM API: memahami tokenization dan context window, struktur request/response, serta streaming. Kalian juga membangun aplikasi CLI sederhana berbasis LLM API sebagai pondasi seluruh produk AI berikutnyatype: text
August 16, 2026
00
Read
#4
Belajar AI Engineer - Prompt Engineering Dasar
Menguasai keterampilan paling sering dipakai AI engineer: menulis prompt yang konsisten. Dibahas system/user/assistant roles, teknik zero-shot dan few-shot, prinsip iterasi, hingga cara mengoptimasi prompt agar hemat token dan stabil di produksitype: text
August 16, 2026
00
Read
#5
Belajar AI Engineer - Structured Output & Tool Use
Membuat output model dapat dipakai mesin: JSON mode, structured output, dan function calling. Kalian membangun agent pertama yang bisa memanggil tools, memahami kapan output bebas vs terstruktur, serta pola loop tool-calling yang menjadi dasar agentic systemstype: text
August 16, 2026
00
Read
#6
Belajar AI Engineer - Embeddings & Vector DB
Membangun fondasi knowledge system: mengubah teks menjadi embedding, menghitung kesamaan semantik, dan memakai vector database untuk pencarian cepat. Kalian menyiapkan pipeline embeddings dengan ChromaDB yang siap dipakai untuk RAG di episode 7type: text
August 16, 2026
00
Read
#7
Belajar AI Engineer - Retrieval-Augmented Generation (RAG)
Merakit sistem knowledge pertama: RAG. Dari chunking dokumen, retrieval semantik, reranking, hingga grounding jawaban agar model menjawab berdasarkan fakta. Kalian membangun pipeline RAG lengkap yang bisa menjawab pertanyaan dari dokumen milik sendiritype: text
August 16, 2026
00
Read
#8
Belajar AI Engineer - Context Engineering
Mengelola context window secara sadar: anggaran token per lapisan, teknik kompresi dan pemangkasan konteks, prompt caching, hingga caching semantik. Kalian mengoptimasi aplikasi dari episode sebelumnya agar lebih murah dan lebih akurattype: text
August 16, 2026
00
Read
#9
Belajar AI Engineer - Evaluation & Metrics
Memasang alat ukur kualitas produk AI: golden dataset, metrik LLM (groundedness, faithfulness), LLM-as-judge, RAGAS, dan regression testing. Kalian membangun eval suite pertama yang melindungi pipeline dari regresi di setiap perubahantype: text
August 16, 2026
00