Kelas ditujukan bagi Machine Learning Developer yang ingin mempelajari teknik pengembangan dan pengoperasian sistem machine learning di industri. Setelah mengikuti kelas, siswa dapat melakukan deployment terhadap model machine learning melalui machine learning pipeline.

Materi yang dipelajari:

• Pengenalan Machine Learning Operations (MLOps): Modul ini memberikan pemahaman mendalam tentang konsep, praktik, dan metodologi yang terkait dengan operasionalisasi dan manajemen end-to-end dari solusi machine learning. (3 jam 55 menit)

• Pengolahan Data dalam Machine Learning Pipeline: Modul ini dirancang untuk memberikan pemahaman mendalam tentang langkah-langkah yang terlibat dalam mempersiapkan dan mengelola data sebelum diterapkan dalam model machine learning. (3 jam 45 menit).

• Pengembangan dan Validasi Model Machine Learning: Modul ini dirancang untuk memandu siswa dalam langkah-langkah mengembangkan dan menguji keandalan model machine learning. (3 Jam 40 menit)

• Deployment dan Monitoring pada Model Machine Learning: Modul ini memperkenalkan dan membimbing siswa dalam dua aspek penting dari siklus hidup model machine learning, yaitu deployment (implementasi) dan monitoring (pemantauan). (4 jam 8 menit)

• Python Clean Code: Modul ini dapat membantu software developer untuk memahami dan menerapkan prinsip-prinsip clean code dalam pengembangan perangkat lunak menggunakan bahasa pemrograman Python. (3 jam 15 menit)

• Pengembangan dan Pengoperasian Sistem Machine Learning di Cloudeka: Modul mencakup sejumlah topik yang krusial dalam penerapan dan pengelolaan sistem machine learning (ML) menggunakan cloud provider, khususnya Cloudeka. (4 jam 10 menit).

 Evaluasi pembelajaran: 

• Ujian Akhir

• Submission (Proyek Akhir) berupa membuat proyek pengembangan dan pengoperasian sistem machine learning

Total jam yang dibutuhkan untuk menyelesaikan kelas ini adalah 45 jam.