7 Langkah Praktis untuk Memulai Karir Menjadi Machine Learning Developer

7 Langkah Praktis untuk Memulai Karir Menjadi Machine Learning Developer

Menurut riset linkedin, artificial Intelligence merupakan salah satu skill dengan pertumbuhan yang paling pesat. Dalam laporannya yang berjudul 2020 Emerging Job Report, linkedin menyatakan bahwa trend perekrutan untuk kedua peran ini tumbuh sebesar 74% selama 4 tahun terakhir. Tidak heran, AI specialist dengan skills utama Machine Learning, Deep Learning, Tensorflow, Python, dan Natural Language Processing dinobatkan sebagai peringkat pertama the most emerging job in the US tahun 2020. Dalam rilis yang sama untuk negara Indonesia, AI specialist juga menempati peringkat pertama.

Pemerintah Indonesia telah mendeklarasikan AI sebagai salah satu teknologi strategis seiring dengan berjalannya revolusi industri 4.0. Berbagai kebijakan dibuat untuk mengakselerasi perkembangan AI dan mendorong inovasi. Artificial Intelligence dan Machine learning memang sangat identik dengan inovasi. Lalu, bagaimana inovasi AI bermanfaat dalam kehidupan sehari-hari?

💻 Mulai Belajar Pemrograman

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

Daftar Sekarang

Saat kita belanja online, pernahkah kita berpikir, mengapa tampilan layar ecommerce dipenuhi oleh barang-barang yang mungkin sedang kita cari? Saat kita menonton tayangan Youtube, bagaimana Youtube dapat memberikan rekomendasi video yang mungkin kita suka? Contoh lainnya adalah rekomendasi musik di Spotify, dan rekomendasi film di Netflix. Semua yang disebutkan tadi adalah sistem rekomendasi, inovasi dari machine learning, salah satu cabang AI.

Sangat menarik, bukan? Tapi akan lebih menarik lagi, jika kita tidak sekedar menjadi konsumen dari semua produk inovasi AI tersebut. Bayangkan kita adalah bagian yang turut andil dalam menciptakan berbagai inovasi AI dan machine learning. Tentu membanggakan, jika kita bisa mempermudah dan membantu kehidupan banyak orang melalui inovasi teknologi. Dengan cara apa? Menjadi machine learning developer adalah salah satunya.

Tapi saya tidak punya latar belakang teknik informatika, saya tidak mempelajari machine learning di bangku kuliah saya.

“There is nothing impossible to him who will try.” — Alexander the Great.

Betul! Tidak ada yang tidak mungkin selama kita mau berusaha. Khusus untuk kamu yang mau berusaha, kami akan berikan 7 langkah praktis yang dapat kamu tempuh untuk menjadi seorang machine learning developer.

1. Mempelajari Matematika
Machine learning adalah bidang yang berkaitan erat dengan matematika. Untuk itu, langkah pertama adalah, persiapkan dirimu untuk mempelajari beberapa cabang ilmu matematika seperti aljabar, aljabar linear, kalkulus, probabilitas dan statistik. Tapi tidak perlu khawatir, tidak perlu takut mendengar cabang ilmu matematika tadi disebut. Kita bisa memulainya dengan belajar tentang bidang ilmu tersebut secara gratis di khan academy.

2. Mempelajari Ilmu Probabilitas dan Statistik
Langkah selanjutnya adalah, perdalam ilmu probabilitas dan statistik melalui kursus Belajar Dasar Visualisasi Data di Dicoding Indonesia. Visualisasi data adalah skill dasar yang perlu dimiliki seorang machine learning developer. Visualisasi data berperan penting untuk mengubah data yang komplek menjadi lebih mudah dipahami oleh banyak orang. Di kelas pertama learning path Machine learning ini, kamu akan belajar tentang statistika dasar, spreadsheet, transformasi data, beserta best practice dalam dokumentasi dan bercerita dengan data.

Segera daftarkan dirimu di Dicoding dan dapatkan coba gratis selama 15 hari. Gunakan kesempatan ini untuk memulai langkah pertamamu mempelajari Teknik Dasar Visualisasi data demi mempersiapkan diri menjadi machine learning developer bersama Dicoding Indonesia.

3. Mempelajari Pemrograman
Berikutnya kamu perlu belajar tentang pemrograman. Bahasa pemrograman yang kami rekomendasikan untuk kamu kuasai adalah python. Menurut survey Kaggle –komunitas belajar data science terbesar– 83% praktisi data menggunakan bahasa pemrograman python. Selain itu, IEEE Spectrum pada tahun 2019 menobatkan python sebagai salah satu bahasa pemrograman paling populer di dunia. Dan yang paling menarik, perusahaan teknologi raksasa seperti Google dan Facebook memilih python sebagai bahasa utama untuk framework machine learning mereka yaitu Tensorflow dan Pytorch. Kalau kamu masih ingat, pada ulasan sebelumnya telah disebutkan bahwa python dan tensorflow juga merupakan skill utama yang dibutuhkan seorang AI specialist.

Dicoding Indonesia memiliki kelas Memulai Pemrograman dengan Python. Kelas yang cocok untuk pemula yang ingin belajar tentang python. Kelas ini merupakan kelas kedua dalam learning path Machine Learning di Dicoding Indonesia. Di kelas ini, kamu akan belajar tentang dasar-dasar bahasa Python, operasi, variables, loop & condition, function & library, dan contoh studi kasus.

4. Belajar Machine Learning
Langkah keempat, mulailah belajar tentang machine learning dengan mengikuti kelas Belajar Machine Learning untuk Pemula, kelas ketiga dalam ML learning path di Dicoding. Pada kelas ini, kamu akan belajar tentang algoritma machine learning seperti classification, regression, clustering, dimensionality reduction, support vector machine, dan neural network. Pengetahuan dasar tentang bagaimana algoritma tersebut bekerja sekaligus latihan menerapkannya ke dalam model machine learning, juga akan kamu dapatkan di kelas ini.

5. Belajar Machine Learning level Menengah
Setelah lulus kelas Belajar Machine Learning untuk Pemula, lanjutkan dengan Belajar Pengembangan Machine Learning. Men-deploy model machine learning ke tahap produksi adalah skill penting yang harus dikuasai ML developer. Model perlu di-deploy ke proses produksi agar model machine learning bermanfaat untuk proses pengambilan keputusan. Jika tidak, dampak dari model machine learning kamu akan sangat terbatas. Kelas ini membahas implementasi machine learning menggunakan tensorflow yang sering ditemui di industri, seperti membuat model untuk masalah computer vision, pemrosesan bahasa alami, prediksi data time series, sistem rekomendasi, serta reinforcement learning. Kelas ini juga akan mengajarkan bagaimana cara deploy model ML ke tahap produksi dan tips-tips dalam melakukannya.

6. Mengikat Ilmu dengan Berbagi
Berikutnya mulailah menulis dan berbagi cerita tentang proses belajarmu serta ilmu yang telah kamu pelajari di media sosial seperti linkedin, blog pribadi, maupun di platform lain seperti medium. Menulis kembali materi belajar membuat pengalaman belajarmu menjadi semakin kaya. Berbagi cerita dan ilmu di linkedin atau medium akan memperluas network dan membuat orang mengenal siapa kamu. Dengan demikian, kesempatan untuk di-notice oleh recruiter pun menjadi semakin besar.

7. Tunjukkan Keahlianmu dengan Tensorflow Developer Certification
Langkah terakhir, tunjukkan keahlian dalam bidang deep learning dan machine learning dengan mengambil sertifikasi Tensorflow Developer. Sertifikasi ini bertujuan untuk menguji kemampuanmu memecahkan berbagai permasalahan machine learning dengan membuat model menggunakan Tensorflow 2.x. Meskipun tidak ada jaminan dengan memiliki sertifikasi Tensorflow kamu bisa langsung mendapatkan pekerjaan, tapi sertifikasi ini akan memberi kredensial tambahan yang bisa kamu bagikan di linkedin, resume, atau github.

Jika kamu tertarik untuk mengikuti sertifikasi Tensorflow, pelajari caranya di sini, dan bergabunglah dengan Jaringan Sertifikat Tensorflow di seluruh dunia. Psst, saat ini (November 2020), baru ada 46 orang pemegang sertifikat Tensorflow dari Indonesia yang namanya tercantum di jaringan ini. Apakah kamu siap untuk menjadi yang ke-47?

Selamat belajar, selamat memulai perjalanan menjadi machine learning developer!

7 Langkah Praktis untuk Memulai Karir Menjadi Machine Learning Developer-end

Simak artikel lainnya tentang Machine Learning