Program pelatihan Generative AI membahas konsep dan penerapan teknologi Generative AI modern, mulai dari neural networks, GANs, VAEs, transformer models, hingga Large Language Models (LLM). Peserta juga akan mempelajari best practice, model optimization, serta implementasi AI melalui studi kasus dan hands-on lab berbasis industri.
Pelatihan ini cocok untuk:
- AI & Data Enthusiast
- IT Professional
- Software Developer
- Digital Transformation Team
- Mahasiswa dan fresh graduate bidang IT atau Data
Setelah mengikuti pelatihan ini, peserta diharapkan mampu:
- Memahami konsep fundamental dan advanced Generative AI
- Memahami neural networks, GANs, VAEs, dan transformer models
- Memahami konsep Large Language Models (LLM) dan NLP
- Memahami proses training, evaluation, dan optimization model AI
- Mengidentifikasi risiko, tantangan, dan best practice Generative AI
- Memahami penerapan Generative AI untuk kebutuhan bisnis dan industri
- Menyelesaikan studi kasus Generative AI melalui hands-on lab
Modul 4 — Fundamental Generative AI
Membahas dasar Generative AI, termasuk model generatif, neural network, arsitektur GAN, VAE, dan Transformer, serta proses pelatihan model dan praktik terbaik implementasi AI.
Pokok Bahasan:
- Pendorong Bisnis dan Teknologi Generative AI
- Manfaat Generative AI
- Risiko dan Tantangan Generative AI
- Kategori Masalah yang Ditangani Generative AI
- Model, Algoritma, dan Neural Network
- Jenis-jenis Generative AI
- Training Model dan Training Loop
- Generative Adversarial Networks (GANs)
- Variational Autoencoders (VAE)
- Transformer
- Langkah Membangun Sistem AI
- Best Practice Generative AI
Modul 5 — Advanced Generative AI
Membahas konsep lanjutan Generative AI, termasuk model generatif, optimasi model, evaluasi performa, transfer learning, serta berbagai arsitektur neural network untuk kebutuhan aplikasi AI modern.
Pokok Bahasan:
- Ethical Guardians dan Output Translators
- Pre-Trained Language Models (PLMs) dan Transfer Learning
- Noise Injection, Temperature Adjustment, dan Random Sparks
- Generative Adversarial Networks (GANs)
- Variational Autoencoders (VAE)
- Transformer
- Conditional GAN (cGAN)
- Recurrent Neural Networks (RNN) dan LSTM
- Large Language Models (LLM) dan NLP
- Evaluasi Model dan Evaluasi Training
- Baseline Modeling dan Optimasi Model
- Menghindari Overfitting
Modul 6 — Generative AI Lab
Berisi studi kasus dan latihan praktis untuk menerapkan konsep Generative AI dalam berbagai skenario bisnis, termasuk kualitas model, workflow, NLP, dan optimasi implementasi AI.
Pokok Bahasan:
- Studi Kasus ACG
- Kualitas Konten dan Kebingungan Model
- Brand Safety dan Workflow
- Penurunan Kualitas Output Konten
- Studi Kasus Wordy MAC Communications
- Distribusi Konten dan Kualitas Output
- Biaya Pelatihan dan Keterbatasan Konten
- Tantangan Natural Language Processing
- Studi Kasus Medi-Cycle Innovations
- Aplikasi Usang dan Perubahan Pasar
- Mode Collapse Kritis
