DATA SCIENTIST (From Data Exploration to Machine Learning, Generative AI & MLOps Implementation)

Durasi : 09.00 – 16.00 WIB

Deskripsi Pelatihan

Peran Data Scientist telah berkembang jauh melampaui analisis data tradisional. Saat ini organisasi membutuhkan kemampuan mengolah data, membangun model Machine Learning, mengimplementasikan Artificial Intelligence (AI), memanfaatkan Generative AI, serta memahami dasar MLOps untuk deployment dan monitoring model di lingkungan bisnis. Kurikulum modern Data Scientist kini mencakup Python, Machine Learning, Data Visualization, AI/LLM, serta konsep deployment model dan DataOps. Pelatihan intensif 3 hari ini dirancang untuk memberikan pemahaman menyeluruh mengenai siklus kerja seorang Data Scientist mulai dari data acquisition, data preparation, exploratory data analysis (EDA), machine learning modeling, model evaluation, hingga implementasi AI dan pengenalan MLOps. 

Tujuan dan Manfaat Pelatihan

Setelah mengikuti pelatihan ini, peserta mampu:

1. Memahami peran dan workflow Data Scientist modern.

2. Mengolah dan membersihkan data menggunakan Python.

3. Melakukan Exploratory Data Analysis (EDA).

4. Membuat visualisasi data yang informatif.

5. Mengembangkan model Machine Learning untuk kebutuhan bisnis.

6. Melakukan evaluasi dan optimasi model.

7. Memahami implementasi Generative AI dan Large Language Model (LLM).

8. Memahami konsep dasar MLOps dan deployment model.

9. Membangun mini project Data Science end-to-end.

10. Menghasilkan insight yang mendukung pengambilan keputusan bisnis.

Peserta yang disarankan untuk mengikuti pelatihan :

Data Analyst, Business Analyst, IT Staff, Digital Transformation Team, Research & Development Staff, Engineers, Data Enthusiasts, Decision Makers, dan Profesional yang ingin berkarier sebagai Data Scientist.

MATERI PELATIHAN

HARI PERTAMA

DATA SCIENCE FOUNDATION & EXPLORATORY DATA ANALYSIS

Session 1: Introduction to Data Science Ecosystem

Session 2: Python for Data Science

Session 3: Data Collection & Data Preparation

Session 4: Exploratory Data Analysis (EDA)

Session 5: Data Visualization

HARI KEDUA

MACHINE LEARNING FOR DATA SCIENTISTS

Session 6: Machine Learning Fundamentals

Session 7: Data Preparation for Machine Learning

Session 8: Supervised Learning Models

Session 9: Unsupervised Learning Models

Session 10: Model Evaluation & Optimization

HARI KETIGA

GENERATIVE AI, LLM & MLOPS FOR DATA SCIENTISTS

Session 11: Generative AI & Large Language Models (LLM)

Session 12: Advanced Data Science Applications

Session 13: Introduction to MLOps

Session 14: Data Science Project Management

Session 15: Capstone Project

Session 16: Final Assessment & Discussion

TOOLS & TECHNOLOGIES COVERED

• Python
• Jupyter Notebook
• NumPy
• Pandas
• Matplotlib
• Seaborn
• Scikit-Learn
• OpenAI/LLM Concept
• MLflow (Introduction)
• Docker (Introduction)
• Airflow (Overview)
• SQL Fundamentals
• Power BI Integration Concept

OUTPUT PELATIHAN

Peserta akan memperoleh:

• Framework kerja Data Scientist modern
• Kemampuan melakukan EDA secara sistematis
• Kemampuan membangun model Machine Learning
• Pemahaman implementasi Generative AI
• Dasar-dasar MLOps dan deployment model
• Mini Portfolio Project Data Science

Metode Pelatihan

Kegiatan pelatihan dirancang agar peserta dapat memahami secara komprehensif materi yang disampaikan, sehingga dapat dimplementasikan secara aplikatif dalam dunia kerja. Adapun metode yang digunakan adalah:

• Pre and Post Test
• Interactive Presentation
• Case Study
• Hands-on Practice
• Workshop
• Group Discussion
• Project-Based Learning
• Evaluasi Training

Trainer : Spectracentre Trainer Team