Materi workshop

Download materi.

Bayar sekali, unduh PDF materinya begitu pembayaran terkonfirmasi.

Kamu diarahkan ke halaman pembayaran Duitku yang aman. Tautan unduh muncul di halaman status setelah pembayaran diterima — simpan halamannya.

Applied AI/ML

Bangun dan deploy solusi AI.

Program 8 minggu untuk kamu yang sudah nyaman coding. Kamu terapkan AI system design, MLOps, dan deployment sambil membangun solusi AI/ML.

31 Oktober – 19 Desember 2026
Rp 6.000.000
  • Hybrid · Sabtu onsite di Yogyakarta
  • Bangun dan deploy solusi AI/ML.
  • Demo Day: pitch produk tim.
Cara program ini berjalan

Kerjakan brief bersama Product Owner. Lanjutkan ide timmu.

Materi tetap berjalan setiap minggu. Kamu menerapkannya pada solusi-solusi AI dengan tim yang sama.

01Minggu 3–5

Solusi dari brief Product Owner.

Proof of value yang terdeploy, diuji, dan direview bersama Product Owner

Tim membedah brief di depan papan penuh sticky notes
02Minggu 6–8

Produk dari ide tim.

Produk AI yang dikembangkan sampai siap untuk market test dan dipresentasikan di Demo Day

Sesi presentasi tim di ruang kelas
Kurikulum Program

Setiap minggu, pelajaran baru langsung masuk ke solusi yang kamu bangun.

Belajar dan praktik mandiri di hari kerja. Setiap Sabtu, kamu menguji pemahaman, mengikuti empat sesi materi, lalu menerapkannya bersama tim.

Fase 1 · Minggu 1–3

Fondasi AI/ML

Traditional ML untuk teks, dasar LLM, open-source model, dan infrastruktur AI. Ditutup dengan pitch ide produk, pemilihan ide oleh peserta, dan pembentukan tim yang bekerja bersama sampai akhir program.

Machine LearningNLPOpen-Source ModelTeam Formation
Fase 2 · Minggu 4–6

AI system yang siap dijalankan

System design, RAG, agentic workflow, evaluasi, MLOps, dan deployment.

DesignEvaluateDeploy
Fase 3 · Minggu 7–8

Solusi AI dari ide tim

Iterasi produk, gladi resik, dan Demo Day untuk mempresentasikan hasil.

AgileScrumSprintDemo Day
Yang Kamu Pelajari

Dari model ke sistem yang bisa dipakai.

Model yang akurat belum cukup. Kamu belajar merancang alur, menguji output, menjaga cost dan latency, lalu memantau sistem setelah rilis.

01
Data & Input
Data nyata · kualitas input
02
Model & Tools
Traditional ML · LLM · RAG · agents
03
Evaluate
Quality · latency · cost
04
Deploy & Monitor
Version · observe · improve
Tim Pengajar

Pengajar & Supervisor.

Materi dibawakan oleh praktisi product dan engineering. Product Owner memberikan konteks kebutuhan, feedback, dan membantu tim menguji keputusan.

Reza Ilham Maulana
Reza Ilham Maulana
Lead Instructor · Founder of Xona Agent
Frederik Sakspari (Rico)
Frederik Sakspari (Rico)
Agentic AI Engineer at SmartStartNow AI
Thomas Listu
Thomas Listu
AI/ML Engineer at SmartStartNow AI
Sisi Florensia
Sisi Florensia
CEO Universa Academy & SmartStartNow AI
Product Owner

Kebutuhan pengguna ikut menentukan keputusan teknis.

Tim menerima konteks, menyusun opsi, lalu mempertanggungjawabkan kualitas, latency, dan cost. Product Owner membantu menjaga solusi tetap relevan untuk digunakan.

8Sesi koordinasi
Agnes Kay
Agnes Kay
Product Owner · Stakeholder & business context
Rahul Jalan
Rahul Jalan
Product Owner · AI product & production
Brief
Check-in
Feedback
Decision

Tim tetap mengambil keputusan dan mengerjakan solusinya.

Pengalaman Program

Kamu belajar AIdan membawa solusinya sampai live.

Mulai dari memahami masalah, membangun dan menguji solusi, sampai mengambil keputusan dan mempresentasikan hasilnya bersama tim.

Tim membedah masalah di depan papan sticky notes
01
Discover

Pahami masalah yang perlu diselesaikan.

Tim bekerja bersama di satu meja
02
Build

Bangun solusi bersama tim.

Tim di atas panggung acara hackathon
03
Ship

Deploy, uji, lalu perbaiki.

Peserta mempresentasikan hasil di depan layar
04
Lead

Ambil keputusan dan jelaskan alasannya.

Foto bersama para peserta program
05
Community

Belajar bersama orang yang sama seriusnya.

Dokumentasi program dan hackathon Universa Academy.

Pilih Programmu

Program ini untuk kamu yang ingin membawa solusi AI lebih jauh dari eksperimen.

Cocok untuk kamu jika:
  • Sudah nyaman coding dan deployment dasar.
  • Ingin memahami pilihan antara script, traditional ML, dan generative AI.
  • Siap bekerja dalam tim dengan bagian kerja yang jelas.
  • Bisa hadir onsite setiap Sabtu di Yogyakarta.
Mungkin belum cocok jika:
  • Mencari program tanpa belajar dan praktik mandiri di hari kerja.
  • Hanya ingin bereksperimen tanpa menguji atau men-deploy hasilnya.
  • Tidak dapat mengikuti kerja tim selama delapan minggu.
FAQ sebelum mendaftar

Yang biasanya ingin kamu pastikan dulu.

Jawaban ringkas untuk hal-hal penting sebelum kamu memulai program Applied AI/ML.

Sekitar 5–10 jam belajar dan praktik mandiri di hari kerja, ditambah kelas onsite di Yogyakarta, setiap Sabtu pukul 08.00–17.00.

Desember ini, solusi AI-mu sudah berjalan dan siap diuji pasar.

Kelas dimulai 31 Oktober 2026. Hybrid di Yogyakarta, dengan kelas onsite setiap Sabtu.