Data Science Camp untuk Pemula (Batch 3)

Indonesia sangat butuh Data Science, inilah peluang buatmu!
 
Buddies, proses cari kerja memang kadang butuh kesabaran yang lebih ya, ibarat mencari jodoh yang harus saling menemukan kecocokan. Tapi kamu percaya ga sih, semesta ga akan menjauhkanmu dari sesuatu yang memang seharusnya milikmu, ashiap!
 
Kalau kamu menemui jalan buntu, barangkali kamu harus cari jalan yang lain untuk mencapai tujuanmu, selalu ada kesempatan dalam kesempitan. Ya barangkali ya kan 2023 ini adalah kesempatanmu untuk bersinar.
 
 
Jadilah yang paling dicari dan dibutuhkan

Seiring dibutuhkannya data science di Indonesia, sayang seribu sayang nih Buddies, belum banyak orang yang mengisi posisi untuk mengemban tugas yang satu ini. Artinya ini menjadi sebuah peluang yang besar untuk kamu nih Buddies yang tertarik berkarir di bidang Data Science. Data science sendiri punya peran penting di berbagai sektor, salah satunya nih terkait pengambilan keputusan dari rencana dan strategi bisnis yang didasari oleh data. 
 
Fakta menarik, 
Harvard Business Review sampai menjuluki pekerjaan ini sebagai pekerjaan yang paling seksi di abad ke 21 ini. Bahkan data yang diungkapkan oleh Glassdoor mencatat sepanjang tahun 2021 lalu ada 8.806 lowongan kerja Data Scientist loh. Lebih mencengangkan lagi, ternyata Data Scientist tuh masuk 10 besar pekerjaan yang paling dibutuhin gitu deh di tahun 2022. Kebayang kan gimana tingginya kebutuhan perusahaan terhadap profesi ini, tapi ketersediaan tenaga kerjanya belum banyak. Makanya, inilah saatnya kamu menjadi salah satu mutiara itu!
 
Fakta mantap lainnya, 
Buddies, berburu kerja dewasa ini ga bisa dipungkiri pasti mempertimbangkan soal gaji, nah siapa nih yang udah mulai berbinar kalo baca soal gaji? ehehe. Kabar baiknya gaji Data Scientist bisa mencapai Rp. 15.000.000 loh yang pastinya sejalan juga dengan pengalaman dan kemampuanmu ya. Hmmm lumayan banget nih, rejeki anak sholeh. 
 
 
Apa Itu Data Science Camp untuk Pemula? 

Sebuah program yang dirancang secara khusus buat kamu nih Buddies, yang mau belajar soal Data Science dari awal banget. Jangan kawatir, kamu akan belajar bareng para praktisi yang sudah berpengalaman langsung di bidangnya. 
 
Sebelum lanjut, yuk simak dulu pesan dari kita di pojok kanan atas!
 
  
   Alasan Kenapa Kamu Harus Join Dalam Program Camp Ini
 
Saat kamu memutuskan BERANI AMBIL LANGKAH, join career course ini kamu bakal banyak belajar tentang:
 
topic data science camp career companion by prasmul-eli
 
 
Dibawakan langsung oleh
 
mentor data science camp career companion by prasmul-eli
 
Yuk kenalan dulu dengan Mentor kita di course ini,
 
Raden Muhammad Hadi Suryo Suharto, lama berkarir sebagai Data Science dirinya juga memiliki semangat yang tinggi dalam membagikan ilmu yang dimilikinya. Ia juga seorang Konsultan Statistik di StatsMaster serta Pemodelan Matematika di Quantus Telematika Indonesia. Saat ini ia aktif berkarir sebagai Senior Data Scientist di DELOS. 
 

Bagas Prakasa, seorang Data Engineer yang memiliki passion dalam pengolahan data dan teknis analisis. Ia berpengalaman di industri Keuangan, EduTech dan juga Govtech. Hingga saat ini ia masih aktif menggeluti bidang ini dan bekerja sebagai Senior Data Engineer di Dana Indonesia, perusahaan yang bergerak dibidang teknologi finansial. 

Para mentor kami siap membagikan ilmu serta pengalamannya untuk kamu nih Buddies! 
 

 
Oh iya, Career course ini menggunakan gaya belajar hybrid learning dimana kamu bakal belajar via video pembelajaran, live class(*) dan challange dari para mentor selama 2 (dua) minggu, Seru kan!
 
benefit data science camp career companion by prasmul-eli
 
 
Informasi lain yang harus kamu ketahui:
 
  1. Program camp ini akan disampaikan dalam Bahasa Indonesia ya Buddies.
  2. Proses belajar semua ada di website yang dapat kamu akses setelah melakukan pembayaran.
  3. Untuk live class menggunakan aplikasi zoom, kalau belum punya aplikasinya, jangan lupa download dan pastikan sudah mendaftar akun sebelum acara dimulai ya
  4. Untuk sesi live class akan dimulai tepat pada pukul 19.15 WIB. Jangan sampai telat ya buddies
  5. Akses video & link zoom meeting room sudah tersedia dalam dashboard kamu
  6. Kalau ada pertanyaan, buddies bisa langsung dapat menghubungi 0812-1006-1882. dan pastikan kamu sudah join di group yang sudah kami sediakan di dashboard.
  7. (*)Live Class akan dilaksanakan apabila memenuhi minimal kuota peserta.
  8. Program yang sudah dibeli tidak bisa dibatalkan yaa Buddies
 
 
Gimana? banyak banget kan benefit yang bisa kamu dapetin dengan ikut course ini? jadi tunggu apalagi, mulai Berani Ambil Langkah dan wujudkan mimpimu menjadi Data Scientist!
 

 

Timeline Course:
  • Learning Objective
  • Informasi Jadwal Kelas
  • Link Group Pembelajaran
  • Bahan Belajar
  • Peraturan Kelas
  1. Data Engineer Introduction
  2. Methodology & Workflow
  3. Workflow Part 2
  4. Big Data
  5. Data Team In Organization
  1. Phyton (Apa itu programing)
  2. Phyton (Apa itu Variable)
  3. Phyton (Data Type)
  4. Phyton (Collection Part 1)
  5. Phyton (Collection part 2)
 
  1. Phyton II (Collection Phyton Part 1)
  2. Phyton II (Collection Phyton Part 2)
  3. Phyton II (Collection Phyton Part 3)
  4. Phyton II (Condition Phyton Part 1)
  5. Phyton II (Condition Phyton Part 2)
  6. Phyton II (Looping Phyton Part 1)
  7. Phyton II (Looping Phyton Part 2)
  1. Phyton III (Apa Itu OOP)
  2. Phyton III (Membuat Kelas)
  3. Phyton III (Membuat Objek dari kelas)
  4. Phyton III (Atribut dan Method)
  5. Phyton III (Inheritance dan Pewarisan)

 

  1. SQL I - Database PostgreSQL
  2. SQL I - Konsep SQL
  3. SQL I - Basic Command SQL
  4. SQL I - Basic Command SQL Part 2

 

  1. SQL II (Distinct)
  2. SQL II (Where)
  3. SQL II (String Function)
  4. SQL II (Aggregate Function)
  5. SQL II (Group By)
  6. SQL II (Join Table)
  7. SQL II (SubQueries)

 

Persiapan Menjadi Data Engineer

  1. Perkenalan Pengajar dan Course
  2. Study Set Up
  1. Pengantar Data Science (Apa itu Data Science)
  2. Pengantar Data Science (Data Hierarchy of Needs)
  3. Pengantar Data Science (Analytics Workflow)
  4. Pengantar Data Science (Tips Untuk Pemula)
  1. Pengantar Pemrograman Phyton (Berkenalan Dengan Phyton)
  2. Pengantar Pemrograman Phyton (Phyton Package Untuk Sains Data)
  3. Pengantar Pemrograman Phyton (Phyton Programming Tools)
  4. Pengantaran Pemrograman Phyton (Hands on Variable)
  5. Pengantaran Pemrograman Phyton (Hands on Tipe dan Struktur Data)
  6. Pengantaran Pemrograman Phyton (Hands on Operasi Aritmetika dan Logika)
  7. Pengantaran Pemrograman Phyton (Hands on Operasi Pembanding dan pada string
  8. Pengantaran Pemrograman Phyton (Hands on Operasi dan method pada list)
  9. Pengantaran Pemrograman Phyton (Hands on Operasi Tuple dan Dictionary)
  10. Pengantaran Pemrograman Phyton (Hands on Conditional Statement dan Pengulangan)
  11. Pengantaran Pemrograman Phyton (Hands on Fungsi dan Libary)
  12. Tutorial: Variable
  13. Tutorial: Tipe Data
  14. Tutorial: Operasi Aritmatika
  15. Tutorial: Operasi Logika
  16. Tutorial: Operasi Perbandingan
  17. Tutorial: Operasi dan Method String
  18. Tutorial: Operasi dan Method Pada List Part 1
  19. Tutorial: Operasi dan Method Pada List Part 2
  20. Tutorial: Operasi dan Method Pada Tupple
  21. Tutorial: Operasi dan Metdhod Pada Dictionary
  22. Tutorial: Conditional Statement
  23. Tutorial: Looping
  24. Tutorial: Function Part 1
  25. Tutorial: Function Part 2
  26. Tutorial: Library
  1. Pengantar Git dan Github
  2. Pengantar Git dan Github (Menggunakan Git,Github)
  3. Pengantar Git dan Github (Git Workflow)
  4. Pengantar Git dan Github (Mengatasi Konflik)
  5. Pengantar Git dan Github (Mengintegritasikan google colab dengan Github)
  6. Tutorial: Git,Github dan Github Desktop
  7. Tutorial: Git Commit dan Git Push
  8. Tutorial: Git Pull
  9. Tutorial: Mengatasi Konflik
  10. Tutorial: Integrasi Google Colab dengan Git Hub

 

  1. Pemrosesan Data - Apa Itu Preprocessing
  2. Pemrosesan Data - Tipe Data
  3. Pemrosesan Data - Langkah Pada Data Preprocessing
  4. Pemrosesan Data - Hands on Part 1
  5. Pemrosesan Data - Hands on Part 2
  6. Tutorial: Data Importing
  7. Tutorial: Data Inspections
  8. Tutorial: Data Processing Part 1
  9. Tutorial: Data Processing Part 2
  10. Tutorial: Data Processing Part 3
  11. Tutorial: Data Processing Part 4
 
  1. Statistika Terapan (Apa dan Mengapa Statistika)
  2. Statistika Terapan (Statistika Deskriptif)
  3. Statistika Terapan (Hands On Statistika Deskriptif)
  4. Statistika Terapan (Statistika Inferensi)
  5. Statistika Terapan (Uji Hipotesis)
  6. Statistika Terapan (Uji T)
  7. Statistika Terapan (Uji ANOVA)
  8. Statistika Terapan (Uji Chi-Square)
  9. Tutorial: Ukuran Pusat
  10. Tutorial: Ukuran Dispersi dan Summary Table
  11. Tutorial: Korelasi
  12. Tutorial: Uji-t Part 1
  13. Tutorial: Uji-t Part 2
  14. Tutorial: Uji-t Part 3
  15. Tutorial: Anova Part 1
  16. Tutorial: Anova Part 2
  17. Tutorial: Anova Part 3
  18. Tutorial: Chi Square
  19. Tutorial: Analisa Data Eksploratif
 
 
  1. Statistika Terapan (Apa dan Mengapa Statistika)
  2. Statistika Terapan (Statistika Deskriptif)
  3. Statistika Terapan (Hands On Statistika Deskriptif)
  4. Statistika Terapan (Statistika Inferensi)
  5. Statistika Terapan (Uji Hipotesis)
  6. Statistika Terapan (Uji T)
  7. Statistika Terapan (Uji ANOVA)
  8. Statistika Terapan (Uji Chi-Square)
  9. Tutorial: Ukuran Pusat
  10. Tutorial: Ukuran Dispersi dan Summary Table
  11. Tutorial: Korelasi
  12. Tutorial: Uji-t Part 1
  13. Tutorial: Uji-t Part 2
  14. Tutorial: Uji-t Part 3
  15. Tutorial: Anova Part 1
  16. Tutorial: Anova Part 2
  17. Tutorial: Anova Part 3
  18. Tutorial: Chi Square
  19. Tutorial: Analisa Data Eksploratif
 
 
  1. Machine Learning Dasar (Apa dan mengapa Machine Learning)
  2. Machine Learning Dasar (Jenis jenis machine learning)
  3. Machine Learning Dasar (machine Learning workflow)
  4. Machine Learning Dasar (Supervised Learning Regresi Linier 1)
  5. Machine Learning Dasar (Supervised Learning Regresi Linier 2)
  6. Machine Learning Dasar (Supervised learning Regresi Logistik)
  7. Tutorial: Regresi Linear Part 1
  8. Tutorial: Regresi Linear Part 2
  9. Tutorial: Regresi Linear Part 3
  10. Tutorial: Regresi Linear Part 4
  11. Tutorial: Regresi Logistik Part 1
  12. Tutorial: Regresi Logistik Part 2
  13. Tutorial: Regresi Logistik Part 3

 

  1. Machine Learning Menengah (k-Nearest Neighbors)
  2. Machine Learning Menengah (Decision Tree)
  3. Machine Learning Menengah (Random Forest)
  4. Machine Learning Menengah (Support Vector Machine)
  5. Tutorial: KNN
  6. Tutorial: Decision Tree
  7. Tutorial: Random Forest
  8. Tutorial: SVM
  1. Machine Learning Lanjutan (Resampling)
  2. Machine Learning Lanjutan (Hyperparameter tuning)
  3. Machine Learning Lanjutan (Imbalance Learning)
  4. Tutorial: Resampling Part 1
  5. Tutorial: Resampling Part 2
  6. Tutorial: Hyperparameter Tuning Part 1
  7. Tutorial: Hyperparameter Tuning Part 2
  8. Tutorial: Imbalanced Learning Part 1
  9. Tutorial: Imbalanced Learning Part 2

 

  1. Machine Learning Unsupervised (Unsupervised Learning untuk apa)
  2. Machine Learning Unsupervised (Unsupervised Learning Clustering)
  3. Machine Learning Unsupervised (Clustering K Means)
  4. Machine Learning Unsupervised (Clustering DBSCAN)
  5. Machine Learning Unsupervised (Evaluasi Model Clustering)
  6. Machine Learning Unsupervised (Dimensionality Reduction PCA 1)
  7. Machine Learning Unsupervised (Dimensionality Reduction PCA 2)
  8. Tutorial: K-Means Part 1
  9. Tutorial: K-Means Part 2
  10. Tutorial: DBSCAN
  11. Tutorial: Evaluasi dan Optimasi Klaster Part 1
  12. Tutorial: Evaluasi dan Optimasi Klaster Part 2
  13. Tutorial: PCA Part 1
  14. Tutorial: PCA Part 2

 

  1. Pemahaman Bisnis Untuk Sains Data (Review Data Science Process)
  2. Pemahaman Bisnis Untuk Sains Data (Bisnis Understanding part 1)
  3. Pemahaman Bisnis Untuk Sains Data (Bisnis Understanding part 2)
  4. Pemahaman Bisnis Untuk Sains Data (studi Kasus part 1)
  5. Pemahaman Bisnis Untuk Sains Data (studi Kasus part 2)

 

  1. Presentasi - Data Scientist perlu belajar presentasi
  2. Presentasi - Minto Pyramid principle
  3. Presentasi - Struktur dan Format Slide Deck

 

  1. Deployment (Apa yang dimaksud aplikasi)
  2. Deployment (Tech stack)
  3. Deployment (Phyton Untuk membuat produk Data)
  4. Deployment (Streamlit)
  5. Deployment (Hands on Streamlit,basic input output)
  6. Deployment (Hands on Streamlit tabel & Plot)
  7. Deployment (Layouting & Deployment)
  8. Tutorial: Hello World
  9. Tutorial: Basic Input dan Output
  10. Tutorial: Table dan Plot Part 1
  11. Tutorial: Table dan Plot Part 2
  12. Tutorial: Table dan Plot Part 3
  13. Tutorial: Layouting
  14. Tutorial: Deployment Part 1
  15. Tutorial: Deployment Part 2
  16. Penutup Course

 

Live Class Session(*) adalah Sharing Session yang akan dilaksanakan selama 5 hari.
(Online Via Zoom)
 

 

 

Review Course.

Rating 0
0 Rating
Detail
5 Bintang 0
4 Bintang 0
3 Bintang 0
2 Bintang 0
1 Bintang 0
Belum ada review.
Harga Rp 150.000 Rp 200.000 Beli Sekarang Tambah Ke Keranjang

Artikel Terbaru.

30 May 2023

8 Jawaban yang Tepat untuk Pertanyaan Interview Alasan Melamar Kerja

29 May 2023

Pengertian Email Marketing dan Manfaat Penggunaannya

Lihat Semua Artikel
Your experience on this site will be improved by allowing cookies.