landing-header

Belajar AI Engineering yang Dipakai di Dunia Kerja

Okt

10

10 Okt 2026

20:00-21:30GMT+7

Online

Belajar langsung dari pengalaman 4 tahun bekerja sebagai AI Engineer di perusahaan Amerika & Australia. Pelajari skill penting untuk memulai karier sebagai AI Engineer.
Ahmad Rosid

Ahmad Rosid

Penggiat Open Source AI Engineer & CEO of Nakama

Apa yang dibahas di kelas ini?

Di kalangan software engineer di Indonesia, profesi AI Engineer sering dianggap cuma soal bikin wrapper untuk API OpenAI.


Padahal kenyataannya jauh lebih luas dari itu.


Di dunia kerja, AI Engineer perlu memahami banyak bagian: bagaimana memilih model, membangun agent, menghubungkan tools, mengelola data, membuat system yang reliable, sampai menentukan teknologi yang paling cocok untuk setiap masalah.


Dan setiap perusahaan punya problem yang berbeda. Jadi, sekadar bisa memanggil API saja biasanya belum cukup.


Kabar baiknya, kamu juga tidak harus menguasai semuanya dari awal.


Yang penting adalah punya fondasi yang tepat: tahu apa yang perlu dipelajari, tahu pilihan teknologi yang tersedia, dan tahu harus mencari solusi ke mana ketika menemukan masalah yang belum pernah kamu hadapi.


Itulah yang akan kita pelajari di kelas ini.

Untuk siapa course ini?

Course ini bukan untuk beginner.


Kalau kamu belum pernah coding, belum pernah membuat website, atau belum pernah deploy aplikasi ke production, saya sarankan belajar fundamental-nya dulu. Banyak materi gratis di YouTube yang bisa kamu gunakan.


Kalau kamu sudah pernah membangun dan deploy aplikasi, course ini akan membantu kamu naik ke level berikutnya: membangun AI Harness.


Kita akan membahas bagaimana aplikasi AI modern bekerja di balik layar, mulai dari model, tools, memory, sandbox, MCP, sampai session dan context management.


Table of Contents


  1. What Is a Harness?
  2. How a Harness Works
  3. Popular Harnesses
  4. Harness Components
  5. Messaging Channels
  6. Models and LLM Providers
  7. Tools
  8. User Interfaces
  9. Computers and Sandboxes
  10. Skills
  11. Model Context Protocol (MCP)
  12. MCP Use Cases
  13. Memory: Facts and History
  14. Cron and Automation
  15. Background Jobs
  16. Resumable Streams
  17. Session Management
  18. Context Engineering
  19. Data Parsing


Kenapa belajar Harness?


Karena kalau kamu memahami cara membangun Harness, kamu punya fondasi untuk membuat produk seperti:


  • Codex / Claude Code - coding agent  
  • Lovable / Replit - AI app builder / vibe coding tools  
  • OpenClaw / Hermes Agent - personal AI agent


Jadi kita tidak hanya belajar cara memanggil API LLM.


Kamu akan belajar bagaimana menyusun berbagai komponen menjadi AI system yang benar-benar bisa digunakan di production.


Skill seperti ini juga membuka banyak peluang, terutama untuk role seperti AI Engineer, Agent Engineer, AI Infrastructure Engineer, dan AI Product Engineer.

Bagaimana cara belajarnya?

Kelas ini bukan bootcamp.


Kamu tetap perlu belajar dan eksplorasi secara mandiri, karena di dunia kerja nanti tidak selalu ada orang yang akan menuntun langkah demi langkah.


Tapi bukan berarti kamu belajar sendirian.


Saya akan menyediakan grup WhatsApp untuk diskusi dan support. Kalau kamu mentok, bingung pilih arah, atau butuh feedback, kita bisa bahas bersama.


Tujuan kelas ini juga bukan cuma belajar materi, tapi membangun komunitas.


Harapannya, ketika nanti ada teman yang sudah bekerja dan perusahaannya sedang hiring, kita bisa saling berbagi peluang dan membantu satu sama lain.


Yang akan kamu dapatkan:


  • 1x live webinar
  • Tugas untuk dikerjakan secara mandiri
  • 2 materi rekaman
  • Bi-weekly support untuk membahas progress belajar - selama 2 bulan
  • Open-source project untuk praktik langsung
  • Akses ke komunitas belajar


Bukan sekadar selesai nonton materi, tapi punya tempat untuk belajar, praktik, dan berkembang bersama.


Sampai ketemu di kelas 👋

FAQ

Live Workshop + Learning Community

4 kursi tersisa

Rp250.000