INFORMASI KELAS
Versi 4.0 April 2021
KELAS ONLINE
DAFTAR ISI
DAFTAR ISI 1
SILABUS MATERI 13
SISTEM BELAJAR 17
FASILITAS 18
PRE-TEST 22
SERTIFIKAT 23
SPESIFIKASI PERANGKAT 24
PROSES PENDAFTARAN 25
JADWAL PENDAFTARAN 26
HARGA 27
METODE PEMBAYARAN 27
REFUND POLICY 30
FAQ 35
PROFIL PERUSAHAAN 37
TESTIMONI 38
Alasan di atas dan keinginan memiliki kemampuan data modeling yang beragam
membuat kami merealisasikan kelas Machine Learning dan Statistics pertama kami di
2017, menjadi salah satu pelatihan ML/Stats pertama di Indonesia dengan 120 peserta.
Kelas Machine Learning ini berisikan Supervised dan Unsupervised Learning dengan
berbagai kasus dari Kaggle. Kelas Statistics kami berisikan materi Frequentist Statistics,
Bayesian Statistics, Time Series, Large Scale Linear Model. Kelas ini banyak mengantarkan
teman-teman menjadi Data Scientist atau Researcher di banyak tempat. Kami berpikir
bahwa kelas kami sudah memenuhi tujuan awal, mengenalkan ML/Stats Inference ke
khalayak umum.
Pada tahun ini kami dapat mengabulkannya dengan membuat program Sekolah
Data ini. Sekolah Data ini adalah program dengan materi menyeluruh membahas materi
(hampir) seluruh S1 dan S2, Statistics dan Machine Learning, "non degree"/ tanpa ijazah.
Program ini mengajarkan "mata kuliah"/course dari Calculus Refresher dan Python
Programming, sampai Bayesian Statistics dan Probabilistic Machine Learning. Kami harap
program ini dapat memenuhi rasa ingin belajar teman-teman yang haus pemahaman
menyeluruh dari data modeling.
Source: https://image.shutterstock.com/image-vector/business-intelligence-banner-web-icon-260nw-1453786367.jpg
● Tokopedia
● Gojek
● Shopee
a. Definisi Permasalahan
● Analisis kondisi.
● Menentukan goal atau tujuan dari sebuah project.
● Menentukan metrik-metrik yang berpengaruh pada project tersebut.
b. Data Wrangling
Setelah data dibersihkan dan ditransformasi menjadi bentuk yang lebih baik,
maka proses selanjutnya adalah visualisasi data. Seringkali, tim maupun
seseorang Business Intelligence diminta untuk membuat dashboard yang
berisi visualisasi data sebagai tools untuk monitoring.
d. Analisis
Dari hasil data wrangling dan visualization, seorang Business Intelligence
dapat melakukan analisis dari data yang terkait dengan metrik dan tujuan
dari sebuah project. Misal, pada kasus marketing dapat dilakukan analisis:
e. Business Report
Setelah dilakukan analisis dari data yang ada, maka langkah terakhir adalah
membuat report. Seperti yang telah dijelaskan di awal, fungsi dari seorang
Business Intelligence adalah membantu menganalisis data untuk digunakan
sebagai dasar untuk membuat suatu keputusan pada bisnis. Sehingga, hasil
analisis tadi baru akan memberikan impact setelah dikomunikasikan kepada
tim bisnis.
● Business Understanding: Skill ini dapat dilatih dengan cara banyak berdiskusi
dengan orang bisnis
Selain itu, karena BI berhubungan erat dengan data, maka skill teknis yang
diperlukan adalah:
● Data Wrangling
● SQL
● Statistics
● Visualization
4. Tools
Sebagai seorang Business Intelligence yang akan berkutat banyak dalam data, pada
umumnya digunakan tools sebagai berikut:
● Microsoft Excel
● SQL
● Tableau
● Python
Source: https://image.shutterstock.com/image-vector/business-intelligence-banner-web-icon-260nw-1453786367.jpg
● Traveloka
● Ovo
● Gojek
a. Definisi Permasalahan
● Analisis kondisi.
● Menentukan scope permasalahan.
● Menentukan goal atau tujuan dari sebuah project.
c. Data Modeling
Pembuatan model dari data adalah salah satu tugas utama Data Scientist.
Dalam membuat model, seorang Data Scientist perlu memahami berbagai
macam pemodelan data dan aplikasinya pada kasus-kasus yang sesuai.
● Domain Knowledge: Ini adalah skill yang sangat penting untuk memahami
data yang diolah.
● Matematika dan Statistik: Ini adalah skill yang wajib dimiliki oleh seorang
Data Scientist untuk pengolahan data.
● Computer Science: Skill ini diperlukan oleh Data Scientist untuk melakukan
data modeling dengan pemrograman
Skill teknis yang umumnya diperlukan oleh seorang Data Scientist adalah:
● Data Wrangling
● Visualization
● Data Modeling
4. Tools
Seorang Data Scientist, pada umumnya menggunakan tools sebagai berikut:
● Python
● Pandas & numpy
● Seaborn
● Scikit-learn
● Statsmodels
BUSINESS INTELLIGENCE
Introduction to Business Intelligence
Business Intelligence
Applied Business Intelligence Cases
Basic Python Programming
Python
Python for Software Engineering
Data Visualization for Analysis
Data Visualization
Interactive Data Visualization
Basic Data Wrangling
Data Wrangling
Advanced Data Manipulation
Introduction to Probability
Probability
Probability for Inference
Shell Toolings
SQL & Tooling
Introduction to SQL
Basic Econometrics
Econometrics & Causality
Basic Causality Statistics
Introduction
Project Lab: BI
Evaluation
Kami merancang kurikulum Business Intelligence sedemikian rupa agar lulusan dari
Pacmann memiliki pengetahuan yang mendasar mengenai Business Intelligence itu
sendiri di dalam kelas Business Intelligence dan tools yang sering dipakai untuk
menganalisis data dalam Python yang akan diberikan di kelas Python, Data Wrangling,
Data Visualization, SQL dan Toolings.
Selain itu, peserta juga akan diberikan pengetahuan mendasar mengenai dasar ilmu
statistik dan dasar pemodelan statistik dalam kelas Probability dan Econometrics &
Causality. Selain itu, peserta juga akan diberikan kelas aplikatif berupa project lab.
DATA SCIENTIST
Derivative Calculus for ML and Stats
Calculus
Integral Calculus for ML and Stats
Basic Python Programming
Python
Python for Software Engineering
Data Visualization for Analysis
Data Visualization
Interactive Data Visualization
Basic Data Wrangling
Data Wrangling
Advanced Data Manipulation
Introduction to Probability
Probability
Probability for Inference
Shell Toolings
SQL & Tooling
Introduction to SQL
Basic Econometrics
Econometrics & Causality
Basic Causality Statistics
Basic Linear Algebra
Linear Algebra
Applied Linear Algebra
Project Management for Data Sciences
Project Management in Data Science
Project Management Use Case
SILABUS MATERI
Calculus
Materi course kalkulus terdiri dari dua bagian. Pada bagian pertama,
peserta akan diberi refresher matematika dasar seperti fungsi. Setelah
itu, peserta dikenalkan dengan konsep dari diferensial dan aplikasi
pada bidang Machine Learning dan Data Science seperti aturan turunan
dan aturan rantai.
Pada paruh kedua, materi akan berlanjut ke materi yang lebih advance seperti konsep
dari fungsi aktivasi, optimasi, integral dan aplikasi terkait pada bidang Data Science
seperti Gradient Descent.
Python
Dalam kelas Python for Software Engineering peserta akan diajarkan bagaimana
melakukan debugging, mengembangkan program dengan test driven development,
defensive programming, OOP, sampai dengan pembuatan virtual environment.
Probability
Secara keseluruhan, course probability berisi pengenalan probabilitas dan
probabilitas untuk inference. Dalam kelas pertama, peserta akan
dikenalkan kepada probabilitas, sampel, dan jenis-jenis distribusi sebagai
pengantar pertama untuk statistik.
Dalam kelas kedua, materi akan mencakup bab yang lebih advanced seperti Central
Limit Theorem, Joint Probability, sampai dengan Estimasi Parameter dengan
menggunakan likelihood sebagai dasar pengetahuan untuk membuat model dari data.
Data Wrangling
Pada kelas Basic Data Wrangling, peserta akan secara intensif
menggunakan Pandas sebagai tools untuk melakukan data wrangling.
Peserta akan diberikan materi mengenai pengenalan data wrangling,
struktur data, sampai dengan Manipulasi data sederhana.
Pada kelas selanjutnya, mengenai Advanced Data Manipulation, peserta akan diberikan
materi manipulasi data seperti grouping, apply custom function, pivoting, sampai
dengan Manipulasi data Time Series.
Pada kelas SQL & Tooling, peserta akan diajarkan cara menggunakan
Shell tooling seperti bash script, vim, dan git. Setelah itu akan diajarkan
mengenai penggunaan SQL untuk kebutuhan pengolahan data
sederhana.
Data Visualization
Di dalam kelas Data Visualization for Analysis, peserta akan
diberikan materi mengenai cara membuat visualisasi data yang baik
dengan menggunakan Python. Materi yang akan dijelaskan mencakup
visualisasi dan analisis 1D, 2D, Hi-Dimension, dan EDA.
Lalu, dalam kelas kedua akan dilanjutkan dengan materi dasar statistik kausalitas.
Linear Algebra
Di kelas Basic Linear Algebra, peserta akan diajarkan dasar aljabar
linear seperti vektor, matriks, dan operasi terkait. Tujuan dari
diajarkannya aljabar linear adalah agar peserta dapat memahami dan
menerapkan operasi vektor dan matriks untuk aplikasi data science.
Sedikit berbeda dengan Project Management pada umumnya, beberapa materi dalam
course ini akan spesifik ke bidang Data Science seperti, Data Initiatives, Project
Management for Data Team, dan Building data Product.
Dalam kelas kedua, akan diberikan materi mengenai nonparametric machine learning
seperti k-Nearest Neighbor dan Support Vector Machine.
Deep Learning
Dalam course ini, peserta akan diberikan materi mengenai deep learning
mulai dari konsep dasar seperti activation function, parameter
optimization sampai dengan penerapan aplikatif seperti convolutional
neural network.
Lalu, dalam kelas kedua akan diberikan kasus-kasus yang sering ditemui pada saat
membuat model end-to-end serta cara menyelesaikan kasus-kasus tersebut.
Business Intelligence
Seorang Business Intelligence harus paham mengenai proses bisnis dan
cara menganalisis proses bisnis. Dalam kelas pertama, peserta akan
diberikan mengenai teori dan best practice dari
permasalahan-permasalahan BI.
SISTEM BELAJAR
FASILITAS
Seluruh fasilitas dapat diakses oleh peserta yang:
● Akan mengambil minimal 8 kelas dalam program Business Intelligence atau 16
kelas dalam program Data Science. Kelas yang sudah pernah diambil oleh Siswa
sebelumnya tidak termasuk dalam perhitungan ini
● Sejumlah fasilitas seperti Student Manager, Career Coaching, dan Konsultasi
Modeling tetap dapat diakses oleh siswa selama 1 periode (2-3 bulan) setelah kelas
terakhir berakhir
1. Consistent Schedule
● Kelas dibuka secara konsisten dan sesuai dengan jadwal yang dicantumkan.
● Peserta dapat merencanakan jadwal kelas sesuai dengan kebutuhan karena
jadwal kelas yang sudah fix selama setahun ke depan.
* Terms and Condition:
- Apabila tidak ada kejadian di luar kendali Pacmann yang mengharuskan kelas
diundur.
Peserta kelas mendapatkan fasilitas untuk mengulang kelas apabila masih kurang
paham atau tidak lulus kelas.
Peserta kelas akan mendapatkan fasilitas Career Coaching untuk membantu siswa
mencapai tujuan karirnya.
6. Continuation
Peserta bisa melanjutkan dua program secara berurutan melalui fasilitas continuation.
7. Counseling Session
Peserta kelas akan mendapatkan fasilitas Counseling Session oleh Student Manager.
Fasilitas ini ditujukan sebagai tempat siswa untuk bercerita mengenai personal
development/goals dan progress perkembangan pembelajaran tiap peserta yang
dilakukan secara berkala.
8. Course Assistance
Peserta kelas akan mendapatkan asistensi untuk membantu siswa mengulang materi
yang sudah dipelajari sebelumnya di dalam kelas. Asistensi akan diadakan
berdasarkan polling kebutuhan peserta dan akan dilaksanakan di tengah minggu jika
minimal 5 peserta menginginkan asistensi.
Pacmann menyediakan job board yang berisi lowongan pekerjaan yang sudah
dikurasi oleh Pacmann. Lowongan yang ditampilkan di job board adalah
PRE-TEST
● Materi pre-test akan mencakup materi Matematika Dasar dan Bahasa Inggris
● Klik link dibawah ini untuk contoh soal pre-test :
○ Materi Tes Matematika
○ Contoh Soal Tes Matematika
○ Materi Tes Bahasa Inggris
○ Contoh Soal Test Bahasa Inggris
● Pre-test diwajibkan untuk peserta baru
● Jadwal pre-test dilaksanakan dari tanggal 17- 27 Mei 2021.
● Tidak ada limitasi jumlah percobaan pengambilan pre-test.
● Peserta yang sudah lulus pretest akan mendapat akses ke dalam platform
pembelajaran.
SERTIFIKAT
Kami akan mengirimkan sertifikat melalui email untuk setiap kelas serta program yang
sudah diselesaikan peserta. Berikut jenis sertifikat yang bisa didapatkan:
Kelas Non-degree
Profil peserta nantinya akan di update untuk menunjukkan bahwa peserta telah lulus dari
kelas tersebut, hal ini dilakukan agar peserta dapat mengambil kelas lanjutan apabila
kelas dimana peserta lulus merupakan sebuah kelas prasyarat
SPESIFIKASI PERANGKAT
Secara umum, materi akan disajikan menggunakan bahasa Python namun beberapa kelas
mungkin memerlukan perhitungan manual. Berikut aplikasi pendukung yang diperlukan:
Kebutuhan komputer untuk menjalankan aplikasi bergantung pada jenis kelas, namun
setidaknya aplikasi membutuhkan:
● RAM 4GB
PROSES PENDAFTARAN
Untuk memulai pendaftaran silahkan kontak kami melalui whatsapp dengan mengakses
link berikut: https://bit.ly/WaSalesPacmann atau WA kami di +62 812-2469-6325. Adapun
langkah atau proses pendaftaran digambarkan pada flow dibawah ini.
JADWAL PENDAFTARAN
2021
JANUARI FEBRUARI MARET APRIL
S M T W T F S S M T W T F S S M T W T F S S M T W T F S
1 2 1 2 3 4 5 6 1 2 3 4 5 6 1 2 3
3 4 5 6 7 8 9 7 8 9 10 11 12 13 7 8 9 10 11 12 13 4 5 6 7 8 9 10
10 11 12 13 14 15 16 14 15 16 17 18 19 20 14 15 16 17 18 19 20 11 12 13 14 15 16 17
17 18 19 20 21 22 23 21 22 23 24 25 26 27 21 22 23 24 25 26 27 18 19 20 21 22 23 24
24 25 26 27 28 29 30 28 28 29 30 31 25 26 27 28 29 30
31
26 27 28 29 30 24 25 26 27 28 29 30 28 29 30 26 27 28 29 30 31
31
Notes:
… Libur Nasional … Periode 3: Pembelajaran 5 Juni - 25 Juli
… Cuti Bersama … Periode 4: Pembelajaran 31 Juli - 19 Sept
… Periode 1: Pembelajaran 16 Jan - 7 Mar … Periode 5: Pembelajaran 25 Sept - 14 Nov
… Periode 2: Pembelajaran 20 Mar - 22 … Periode 6: Pembelajaran 20 Nov 2021 - 16
Mei Jan 2022
HARGA
METODE PEMBAYARAN
Setelah mendaftar dan berdiskusi dengan Student Manager kami, Anda akan diarahkan
untuk memilih program dan juga metode pembayaran yang sesuai dengan kebutuhan
serta kenyamanan Anda. Terdapat dua cara pembayaran yang dapat dipilih yaitu secara
tunai atau melalui cicilan. Berikut penjelasannya:
1. Metode Tunai
Pada metode ini, setelah menerima lembar tagihan/invoice Anda dapat langsung
mengirimkan total seluruh biaya pendidikan (termasuk 10% ppn) ke rekening PT
Algoritma Cerdas Indonesia. Setelah selesai silahkan konfirmasikan status pembayaran
kepada Student Manager kami.
2. Metode Cicilan
● KoinWorks
Kami bekerja sama secara resmi dengan KoinWorks, melalui KoinPintar untuk
menyediakan program pendanaan pendidikan yang terjangkau bagi Anda. Program
ini dapat memenuhi hingga 90% biaya pendidikan (10% dibayarkan sebagai DP oleh
peserta). Adapun tingkat bunga yang dikenakan hanya 0.75 - 1.25% per bulan
dengan tenor mulai dari 6 hingga 24 bulan.
- Total pendanaan, 90% total biaya.
- Tingkat bunga, 0.75 - 1.25% per bulan.
- Lama cicilan, 6 - 24 bulan.
- Proses aplikasi
a. Siswa mendaftar di Sekolah Data dan mengajukan metode pembayaran
dengan KoinWorks. Kami akan mendampingi proses aplikasi Anda.
b. Daftar dan isi form aplikasi melalui melalui www.koinpintar.com.
c. KoinWorks akan melakukan verifikasi dan penilaian apakah pinjaman akan
disetujui atau ditolak.
d. Jika disetujui, Anda akan menandatangani perjanjian dengan pihak
KoinWorks.
e. Silahkan bayarkan DP sejumlah 10% dari total biaya pendidikan ke rekening
PT Algoritma Cerdas Indonesia.
f. Dana akan langsung dicairkan kepada Sekolah Data dalam 3 - 5 hari kerja.
g. Anda akan mulai membayar cicilan 1 bulan setelah dana dicairkan.
h. Panduan lengkap proses aplikasi dapat Anda akses di tautan berikut:
https://bit.ly/3lTjNPB
- Dokumen yang dibutuhkan
a. Lampiran Mutasi Rekening selama 3 bulan terakhir
b. Lampiran KTP
c. Lampiran KTP Pasangan (apabila sudah menikah)
d. Lampiran Kartu Keluarga (terbaru dengan pasangan jika sudah menikah)
e. KTP Orang Tua (jika Anda berusia di bawah umur).
- Biaya - biaya
a. Biaya Provisi
➔ 6 bulan: 2% dari nilai Pinjaman
➔ 9, 12, 15, 18 bulan: 3% dari nilai Pinjaman
➔ 21, 24 bulan: 4% dari nilai Pinjaman
*Simulasi ini dibuat berdasarkan bunga 13.58%. Bunga yang digunakan sebagai acuan akhir bisa jadi berbeda
tergantung hasil assessment.
3. Sponsored Training
Beberapa perusahaan memiliki budget pendidikan untuk karyawannya, jika salah satunya
adalah perusahaan tempat Anda bekerja dengan senang hati kami akan membantu
menyakinkan perusahaan untuk mendanai pendidikan Anda di Pacmann AI. Tim kami
akan melakukan komunikasi secara langsung hingga melakukan pitching untuk
memberikan gambaran yang jelas tentang manfaat yang dapat diberikan program -
program kami bagi perusahaan.
REFUND POLICY
Setiap siswa yang ingin berhenti/keluar dari program non-degree harus mengikuti
syarat dan ketentuan pengembalian dana berikut:
Tunai atau Lebih dari 1 minggu 50% + PPn + Total 50% - PPn - Total
Kredit setelah kelas dimulai. biaya kelas yang biaya kelas yang
sudah siswa ikuti sudah siswa ikuti
Simulasi 2 - Pengunduran diri lebih dari 1 minggu setelah kelas dimulai (Tunai &
Kredit):
Seorang siswa Non-degree Program Data Science (dimulai tanggal 16 Januari 2021)
mengajukan pengunduran diri pada Jumat, 23 April 2021. Maka perhitungan
pengembalian dana adalah sebagai berikut:
1. Hitung total biaya pendidikan dikurangi PPn 10%.
Rp 18.480.000 ÷ 110% = Rp 16.800.000
2. Kali hasil nomor 1 dengan persentase pengembalian.
50% × Rp 16.800.000 = Rp 8.400.000
3. Hitung biaya kelas yang telah diikuti siswa.
Harga per kelas = Rp 700.000
16 Januari - 27 April = 17 minggu
4 minggu = 2 kelas
Kelas yang sudah diikuti = 17 ÷ 4 × 2 = 8.5 (dibulatkan 9)
Biaya kelas terpakai = Rp 700.000 x 9 = Rp 6.300.000
4. Kurangi hasil nomor 2 dengan total biaya kelas yang telah diikuti siswa.
Rp 8.400.000 - Rp 6.300.000 = Rp 2.100.000
Berdasarkan perhitungan diatas, jumlah dana yang akan dikembalikan kepada siswa
adalah Rp 2.100.000. Dana akan dikirimkan ke rekening bank siswa paling lambat pada
Rabu, 22 Mei 2021 (30 hari kalender setelah informasi pengunduran diri diterima dan
dikonfirmasi oleh Sekolah Data)
Novri Suhermi
● Lecturer, ITS Surabaya
● PhD Statistics, Lancaster University
● MS Applied Mathematics, Université Paris Diderot – Paris 7
● MS Statistics, ITS Surabaya
● GradStat Award, Royal Statistical Society UK
● Data Analyst, Kaskus & GDP Labs
Rudi Prihandoko
● Lecturer, UGM
● S1 & S2 Matematika, ITB
● Pembina Indonesia Mathematical Olympiad, 2012-2020
● Third Prize, International Math Competition 2011
● Honorable Mention, International Math Competition 2009
● Honorable Mention, International Math Olympiad 2007
Immanuel Ambhara
● Head of Data, Gojek
● Customer Analytics, XL Axiata
● Bachelor of Information Technology (Hons), Business Information Systems,
Multimedia University Malaysia
Nurvirta Monarizqa
● Bachelor of Applied Science (BASc) Information Technology, Universitas Gadjah
Mada
● Master of Science (MS) Applied Urban Data Science and Informatics, New York
University
● Data Scientist, Microsoft HQ
● Experienced in data science application on marketing, geospatial, and
cybersecurity
Baya Inggas
● S1 Teknik Kimia ITB
● Data Analyst Home Credit Indonesia
● Business Intelligence Analyst Go-jek
FAQ
Kategori: Fasilitas
1. Q: Apakah Pacmann dapat membantu saya mendapatkan pekerjaan?
A: Untuk saat ini, kami tidak menyediakan layanan job-connector. Akan tetapi,
tersedia layanan career-coaching untuk peserta Pacmann AI.
A: Melalui platform kami, anda dapat berdiskusi dalam forum dan mendapat
feedback dari dosen, asisten dosen, maupun peserta lain.
3. Q: Apakah ada sesi khusus 1-on-1 semacam asistensi dengan dosen atau
asisten dosen?
A: Seperti yang kami jelaskan pada brosur, sesi asistensi akan dilakukan secara live
dengan asisten dosen di pertengahan minggu dan dilakukan bersama-sama
dengan murid lainnya untuk mereview materi yang sudah dipelajari sebelumnya.
4. Q: Jam dari kelas tidak sesuai dengan waktu saya. Bisakah saya meminta
kelas privat dengan waktu saya sendiri?
A: Saat ini kami belum mengakomodasi kelas privat. Apabila peserta terlambat atau
tidak bisa menghadiri kelas karena alasan tertentu, peserta dapat mengakses ulang
video rekaman dari pertemuan yang telah berlangsung dalam platform belajar
peserta. Dan juga peserta dapat mengatendensi sesi Asistensi di tengah minggu
Kategori: Materi
1. Q: Kenapa kurikulumnya begitu banyak?
● Merancang Machine Learning Product, mulai dari metrik bisnis hingga metode
evaluasi.
A: Ya
A: Yang akan mengajar adalah tim kami yang merupakan ahli dari subjek yang ia
ajarkan, mereka adalah praktisi dari industri maupun akademis.
A: Peserta akan mendapatkan kunci jawaban dari tugas yang diberikan setelah
tugas dikumpulkan.
4. Q: Apakah saya harus mengikuti semua kelas atau saya bisa memilih
beberapa kelas saja?
A: Untuk saat ini, seluruh peserta wajib mengikuti seluruh kelas berdasarkan
kurikulum program non-degree.
A: Tidak, anda dapat menggunakan fitur cuti seperti yang telah dijelaskan pada
brosur.
A: Tidak seperti tempat belajar lain yang hanya membahas sepenggal materi kuliah,
melalui platform kami anda bisa berdiskusi dan bertanya, mendapat feedback,
serta membuat portofolio dari pembelajaran yang terstruktur bukan sekedar
menonton video saja.
PROFIL PERUSAHAAN
PACMANN AI merupakan sebuah research startup dengan fokus area penerapan dan
pengembangan machine learning algorithms. Kami telah membuat berbagai macam
servis Machine Learning di masa lalu terkait Computer Vision, Recommender System,
Credit Scoring, Vehicle Routing Optimization dan lainnya. Kami juga aktif
menyebarluaskan pengetahuan dan kemampuan analisa pola data dengan menggunakan
machine learning.
Hingga saat ini, kami telah mengadakan 15+ pelatihan dan seminar dengan lebih dari 500
orang peserta yang materinya meliputi Machine Learning, Statistics, Data Science,
Recommender System, hingga ML Engineering.
Konsultansi
Sebagai konsultan, kami berpengalaman mendesain solusi, mengembangkan model, serta
mendeploy sistem untuk berbagai industri. Hal ini tidak hanya terbatas pada model
machine learning saja, tapi juga mencakupi optimasi bisnis, perencanaan sistem, serta
berbagai layanan lainnya. Tim kami berpengalaman dalam mengerjakan:
TESTIMONI
Bimandra Djaafara
Researcher, Eijkman-Oxford Clinical Research Unit. PhD Student at
Prasetya Dwicahya
Analyst, World Bank
Prajogo Atmaja
Institut Teknologi Bandung