Untuk siapa kursus rekayasa AI ini ditujukan, dan untuk siapa kursus ini tidak ditujukan?
Kursus ini ditujukan bagi analis, manajer produk teknis, konsultan, praktisi data, dan pengembang junior yang dapat menulis kode Python dasar dan ingin menambahkan fitur AI ke perangkat internal: asisten tanya jawab dokumen, pengklasifikasi email dukungan, atau peringkas yang menghasilkan data yang dapat digunakan dalam lembar kerja.
Ini bukan pelatihan intensif penuh waktu, program gelar pembelajaran mesin, atau jaminan pekerjaan. Anda tidak akan melatih atau menyetel model lebih lanjut, dan tidak akan mempelajari matematika jaringan saraf. Fokusnya adalah rekayasa di seputar model: masukan, keluaran, biaya, kualitas, keamanan, dan privasi.
Apa yang akan saya pelajari saat membuat aplikasi AI dalam kursus ini?
Enam modul, masing-masing menghasilkan bagian yang berfungsi dari aplikasi yang lebih besar. Penjelasan tentang fitur penyedia mengacu pada dokumentasi pengembang dari masing-masing penyedia, dan fitur yang tersedia berbeda antarpenyedia.
1. Cara kerja API AI
Mengirim permintaan ke API model dari Python, membaca responsnya, dan menyimpan kunci API dalam variabel lingkungan, bukan di dalam kode Anda.
2. Memilih model dan mengelola biaya
Membandingkan model berdasarkan kualitas, kecepatan, dan harga untuk satu tugas dengan menggunakan halaman harga masing-masing penyedia, serta memperkirakan biaya suatu fitur per penggunaan.
3. Keluaran terstruktur
Mendapatkan JSON yang andal. Dokumentasi OpenAI menjelaskan bahwa Structured Outputs membuat respons mengikuti JSON Schema yang Anda berikan; Anda tetap perlu memvalidasi setiap respons melalui kode.
4. Representasi vektor dan pembuatan teks berbantuan pengambilan informasi
Representasi vektor mengukur seberapa erat keterkaitan antarbagian teks. Anda menggunakannya untuk menemukan bagian yang relevan, lalu membangun RAG: menjawab berdasarkan dokumen Anda sendiri dengan menyertakan kutipan sumber.
5. Evaluasi
Menulis kriteria keberhasilan yang spesifik dan terukur serta kumpulan pengujian yang mencerminkan tugas nyata, termasuk kasus ekstrem, lalu menilai keluaran secara otomatis jika memungkinkan.
6. Keselamatan, privasi, dan pemantauan
Mencegah injeksi prompt, memastikan data pengguna tidak masuk ke log, menambahkan pemeriksaan input dan batas laju permintaan, serta memantau kesalahan, biaya, dan kualitas setelah rilis.
Apakah saya perlu memiliki pengalaman sebelum mengikuti kursus LLM ini?
Ya. Prasyaratnya adalah kursus Python Tosheo.ai atau kemampuan yang setara: Anda harus bisa menulis fungsi, menggunakan daftar dan kamus, membaca dan menulis berkas, memasang paket di lingkungan virtual, serta memanggil API web. Jika pemeriksaan awal menemukan kekurangan, pelajaran Python yang Anda butuhkan akan ditambahkan ke awal jalur belajar Anda agar Anda tidak kesulitan. Anda tidak memerlukan latar belakang pembelajaran mesin.
Bagaimana jalur pembelajaran yang dipersonalisasi menyesuaikan diri dengan kebutuhan saya?
Tes penempatan meminta Anda membaca skrip singkat yang memanggil API model dan menjelaskan masalah yang terjadi ketika responsnya bukan JSON yang valid. Tes ini juga menanyakan apa yang ingin Anda buat. Peserta yang ingin membuat pencarian dokumen akan mempelajari embedding dan RAG lebih lama; peserta yang membuat sistem klasifikasi akan mendalami keluaran terstruktur dan evaluasi.
Jika Anda sudah bisa melakukan panggilan API, modul pertama dipersingkat menjadi pemeriksaan singkat, dan Anda mulai dari biaya dan pemilihan model.
Apa yang saya latih?
Setiap tugas berupa kode yang Anda jalankan menggunakan API model sungguhan dengan data rekaan. Salah satu contoh dari modul empat: Kestrel Lettings, sebuah perusahaan pengelola properti fiktif, memiliki lima belas dokumen kebijakan rekaan untuk pemilik properti sewaan. Anda membuat asisten RAG sederhana yang menjawab pertanyaan seperti berapa lama sebelumnya pemberitahuan inspeksi harus diberikan, dengan mengutip bagian dokumen yang digunakannya.
Panduan penilaian dapat dilihat sebelum Anda mulai. Panduan ini memeriksa apakah setiap jawaban mengutip bagian teks yang benar-benar memuat jawabannya, apakah asisten menyatakan tidak tahu ketika jawabannya tidak ada dalam dokumen, apakah Anda menguji setidaknya sepuluh pertanyaan termasuk tiga yang tidak memiliki jawaban dalam dokumen, dan apakah Anda mencatat biaya pelaksanaan pengujian.
Berapa lama durasi kursus rekayasa AI?
Setiap pelajaran berlangsung 10 hingga 15 menit, dengan kode yang cukup singkat untuk diselesaikan dalam sekali sesi. Jumlah pelajaran dalam jalur belajar Anda bergantung pada hasil asesmen awal, terutama kemampuan Python Anda, serta kecepatan belajar Anda, sehingga kami tidak mencantumkan durasi dalam jam.
Apa yang saya dapatkan setelah selesai?
Penilaian praktik akhir berupa fitur AI sederhana yang Anda buat, evaluasi, dan dokumentasikan. Jika lulus, Anda memperoleh sertifikat yang diakui. Sertifikat ini bukan kualifikasi terakreditasi dan tidak diterbitkan atau didukung oleh penyedia model mana pun.
Berapa biaya kursus rekayasa AI?
Paket Individu Tosheo.ai, yang mencakup kursus ini, berharga USD 79 per bulan atau USD 790 per tahun. Paket Tim berharga USD 189 per bulan atau USD 1,890 per tahun untuk hingga 3 anggota; biaya anggota tambahan adalah USD 49 per bulan atau USD 490 per tahun, dan tim dengan 25 anggota atau lebih mendapatkan harga berdasarkan jumlah anggota. Penyedia model mengenakan biaya penggunaan API secara terpisah, dan kursus ini menunjukkan cara membatasi skala uji coba. Coba terlebih dahulu dengan uji coba gratis selama 7 hari, tanpa memerlukan kartu kredit.
Sumber dan cakupan
Dokumentasi API OpenAI, Keluaran terstruktur, diperiksa pada 19 October 2026 ↗
Dokumentasi API OpenAI, Penyematan, diperiksa pada 19 October 2026 ↗
Dokumentasi API OpenAI, Kontrol data di platform OpenAI, diperiksa pada 19 October 2026 ↗
Dokumentasi Claude, Mengurangi halusinasi, diperiksa 19 October 2026 ↗
OWASP 10 Teratas untuk Aplikasi LLM 2025, LLM01 Injeksi Instruksi, diperiksa 19 Oktober 2026 ↗