3 Nov 2026, 20:00 GMT+7-
8 Des 2026, 22:00 GMT+7
Online
Data Scientist AI Engineer
Software Engineer Lecturer
Banyak tim AI berhenti di demo yang meyakinkan tapi gagal masuk produksi.
Di live class 11 pertemuan ini, kamu membangun satu sistem Agentic AI yang jalan penuh di infrastruktur sendiri! Latency-nya terukur terhadap SLO, jawabannya traceable ke source, tool call-nya terkontrol, dan behavior-nya ter-monitor setelah rilis.
Setiap sesi menghasilkan artefak siap pakai: service, config, runbook, atau benchmark report.
📅 Kelas dimulai : 3 November 2026
🗓️ Kelas berakhir : 8 Desember 2026
🕐 Hari & Jam : Selasa & Kamis | 20.00 - 22.00 WIB
💻 Platform : Zoom / Google Meet
🔗 Link : Akan dibagikan di Grup WhatsApp kelas
🧑💼 Senior AI Engineer & ML Engineer yang sudah bisa bikin PoC LLM, tapi belum pernah membawanya ke produksi dengan SLO yang bisa dipertanggungjawabkan
👨💻 Backend Engineer yang kebagian ownership sistem berbasis LLM dan perlu paham serving, agent runtime, dan security dari tool integration-nya
📦 Data Engineer yang pegang knowledge pipeline dan ingin retrieval-nya benar-benar terukur, bukan sekadar "sudah pakai vector DB" Pemilik toko online atau jasa yang masih kewalahan mengelola order dan follow-up manual
🔧 Solution Architect yang harus menyusun desain sistem AI internal dan mempertahankan setiap trade-off-nya di architecture review
📈 Technical Lead yang perlu menilai feasibility, cost, dan risk implementasi Agentic AI sebelum commit ke roadmap
Prasyarat: Python intermediate–advanced (termasuk async dan bikin web service), terbiasa dengan Docker dan Linux terminal, paham dasar SQL/PostgreSQL, dan paham konsep LLM (prompt, context window, token, tool calling). Tidak perlu pengalaman sebelumnya dengan vLLM, LangGraph, MCP, maupun Langfuse.
11 Sesi yang dikelompokkan dalam 4 Fase :
FASE 1 - Serving Foundation (Sesi 1-2)
FASE 2 - Knowledge & Retrieval (Sesi 3-4)
FASE 3 - Agent Core (Sesi 5-8)
FASE 4 - Multimodal & Quality (Sesi 9-11)
Mengikuti alur pembangunan sistem nyata. Capstone dikerjakan incremental sejak pertemuan keempat, jadi kamu tidak menumpuk semua kerjaan di akhir.
✅ Merancang arsitektur Agentic AI on-premise end-to-end, dari serving layer sampai observability layer dan bisa mempertahankan setiap design decision-nya di architecture review
✅ Deploy LLM production-ready dengan vLLM, sizing VRAM secara analitis sebelum belanja GPU, lalu tuning terhadap SLO (TTFT, TPOT, goodput), bukan terhadap angka throughput mentah
✅ Bangun knowledge layer yang jawabannya traceable, hybrid retrieval, Reciprocal Rank Fusion, reranking, dan agentic RAG yang dipakai selektif karena kamu tahu persis token cost dan latency-nya
✅ Bikin agent yang fault-tolerant dengan LangGraph, durable execution, PostgreSQL checkpointer, human-in-the-loop approval untuk aksi berisiko, dan resume dari checkpoint terakhir tanpa duplikasi side effect
✅ Amankan tool integration lewat MCP, kamu eksekusi sendiri tool poisoning attack di lab, lalu pasang OAuth audience validation, tool allowlist + pinning, container isolation, dan audit log sampai serangan itu tertahan
✅ Kelola agent memory lintas session, short-term vs long-term memory, write policy, temporal conflict resolution, dan multi-tenant isolation lewat namespace
✅ Jadikan eval sebagai release gate, bukan laporan seremonial, eval suite yang jalan di CI dengan threshold, plus tracing dan cost attribution supaya diskusi efisiensi berbasis angka
✅ 11 sesi live class bersama mentor (total 22 jam guided)
✅ Akses shared lab environment yang sudah ter-provision - kamu fokus ke system engineering, bukan setup infrastruktur
✅ Rekaman seluruh sesi dengan lifetime access
✅ Salinan materi dan lab code repository lengkap
✅ Pendampingan capstone project sepanjang program
✅ Sertifikat penyelesaian dari PT Rubythalib Data Konsulta
✅ Artefak teknis siap pakai dari setiap pertemuan (service, config, runbook, benchmark report)
Sistem AI yang layak produksi bukan yang model-nya paling besar, tapi yang latency-nya terukur, knowledge-nya traceable, action-nya terkontrol, dan behavior-nya ter-monitor setelah rilis. Sebelas pertemuan ini membawamu melewati semuanya secara berurutan, dengan artefak nyata di setiap langkah.
Frequently Asked Question
14 kursi tersisa
11 sesi live class bareng mentor (22 jam)
Shared GPU lab siap pakai - no setup
Rekaman lifetime access
Lab code repository lengkap
Pendampingan capstone project
Artefak siap pakai tiap sesi (service, runbook, benchmark)
Sertifikat penyelesaian