Fondasi
2 materi · ±55 jam
1.Python untuk Data Science
Pemula±30 jamKuasai Python dasar dan library NumPy, Pandas untuk manipulasi data.
2.Statistika & Matematika Dasar
Pemula±25 jamPelajari statistika deskriptif, probabilitas, distribusi, dan uji hipotesis.
Analisis
1 materi · ±20 jam
3.Eksplorasi & Visualisasi Data (EDA)
Pemula±20 jamGunakan Matplotlib, Seaborn, dan Plotly untuk EDA dan visualisasi data yang informatif.
Prasyarat:Python untuk Data Science, Statistika & Matematika Dasar
Data Engineering
1 materi · ±20 jam
4.SQL untuk Data Analyst
Menengah±20 jamEkstrak dan transformasi data dari database relasional menggunakan SQL lanjutan.
Prasyarat:Python untuk Data Science
Machine Learning
4 materi · ±145 jam
5.Machine Learning Dasar (Scikit-learn)
Menengah±40 jamImplementasi algoritma ML klasik: regresi, klasifikasi, clustering, dan evaluasi model.
Prasyarat:Statistika & Matematika Dasar, Eksplorasi & Visualisasi Data (EDA)
6.Feature Engineering & Preprocessing
Menengah±20 jamTransformasi data mentah menjadi fitur yang siap digunakan oleh model ML.
Prasyarat:Machine Learning Dasar (Scikit-learn)
7.Deep Learning (TensorFlow/PyTorch)
Lanjutan±50 jamBangun neural network untuk image classification, NLP, dan time series prediction.
Prasyarat:Machine Learning Dasar (Scikit-learn)
8.Natural Language Processing
Lanjutan±35 jamOlah teks bahasa Indonesia menggunakan NLTK, spaCy, dan model transformer (IndoBERT).
Prasyarat:Deep Learning (TensorFlow/PyTorch)
Deployment
1 materi · ±30 jam
9.MLOps & Deployment Model
Lanjutan±30 jamDeploy model ML ke production menggunakan FastAPI, Docker, dan monitoring drift.
Prasyarat:Deep Learning (TensorFlow/PyTorch)