Selamat Menyelesaikan Program
Peta kemampuan yang sudah dibangun, cara menggunakan handbook ini setelah bootcamp, dan satu hal yang tidak bisa diajarkan melalui teks.
Apa yang Sudah Kamu Kuasai
Jika kamu sudah membaca handbook ini dari awal hingga akhir, atau menggunakannya sebagai referensi selama bootcamp, berikut peta kemampuan yang sudah dibangun.
Fondasi
- Python untuk data & API
- Virtual env & dependencies
- API key & keamanan .env
- Git, GitHub, ETL pipeline
Model & Representasi
- Taksonomi ML & evaluasi
- Transformer & cara kerjanya
- Token, context, parameter LLM
- Embedding & semantic search
Sistem Generatif
- Ekosistem LLM & pemilihan model
- Prompt engineering sistematis
- Vector database & ANN
- RAG end-to-end + evaluasi
Orkestrasi
- Agentic AI dengan LangGraph
- Tool calling & ReAct loop
- FastAPI backend produksi
Deployment
- Docker containerization
- Cloud deployment Railway & GCR
- Troubleshooting deployment
Produksi & Karir
- Observability, optimasi, etika AI
- System design produksi
- Standar kerja & portfolio
Kemampuan untuk membangun sistem AI dari nol hingga bisa diakses publik: dokumen nyata, embedding, vector DB, retrieval, LLM API, Docker, Cloud, dan kemampuan untuk mendebug, mengevaluasi, dan mengoptimalkannya di setiap langkah dengan observability, caching, keamanan, dan standar kerja profesional.
Cara Menggunakan Handbook Ini Setelah Bootcamp
Handbook ini dirancang untuk tetap berguna jauh setelah bootcamp selesai. Ada tiga cara penggunaan yang berbeda tergantung situasi.
Saat Memulai Proyek Baru
Baca ulang Bab 22 (System Design) dan Bab 13 (RAG) terlebih dahulu. Dua bab ini mengandung keputusan arsitektur yang paling berdampak dan paling mahal untuk diubah di kemudian hari.
Saat Menemukan Masalah Spesifik
Gunakan Appendix B (Kamus Error) sebagai titik awal, lalu ikuti referensi ke bab yang relevan. Setiap bab memiliki bagian "Kesalahan Umum" yang menangani masalah paling sering ditemui.
Saat Onboarding ke Tim atau Proyek Baru
Gunakan checklist kesiapan produksi di Bab 22 sebagai framework untuk memahami kondisi sistem yang sudah ada, apa yang sudah diimplementasikan dan apa yang belum.
Satu Hal yang Tidak Diajarkan Handbook Ini
Handbook ini mengajarkan cara membangun sistem AI. Tapi ada satu hal yang tidak bisa diajarkan melalui teks: intuisi yang terbentuk dari menghadapi kegagalan nyata.
Sistem yang timeout di malam hari saat traffic melonjak. Retrieval yang tiba-tiba memburuk setelah dokumen baru ditambahkan. Model yang berperilaku aneh untuk pertanyaan berbahasa daerah yang tidak ada di test set. Container yang berjalan sempurna di lokal tapi crash di cloud karena perbedaan arsitektur chip.
Tidak ada bab yang bisa menggantikan pengalaman menghadapi, mendiagnosis, dan menyelesaikan masalah-masalah itu secara langsung. Handbook ini memberikan kerangka dan alat, tapi kemampuan sesungguhnya dibangun di luar halamannya.
Kerangka teknis lengkap untuk membangun sistem AI dari nol hingga produksi, fondasi yang dibutuhkan untuk memulai.
Intuisi dari pengalaman nyata, yang hanya tumbuh melalui proyek yang diselesaikan, masalah yang dihadapi, dan sistem yang benar-benar digunakan orang.
Pilih satu masalah nyata di sekitarmu. Bangun sistem RAG atau agent untuk menyelesaikannya. Deploy. Bagikan URL-nya.
Selamat menyelesaikan program.
Sekarang, pergi dan bangun sesuatu yang nyata.
Handbook ini akan tetap relevan sebagai referensi. Tapi nilai sesungguhnya dari semua yang ada di sini baru terasa saat kamu membukanya di tengah debugging pukul 11 malam, menemukan bagian yang tepat, dan berhasil menyelesaikan masalahnya.
Sampai di situ, handbook ini sudah melakukan tugasnya.