Ricardo, mahasiswa TSD peserta Magang dan Studi Independen Bersertifikat (MSIB) 3 di PT Central Artificial Intelligence sebagai Data Scientist 

FTMM NEWS – Magang Bersertifikat adalah bagian dari program Kampus Merdeka yang bertujuan untuk memberikan kesempatan kepada mahasiswa belajar dan mengembangkan diri melalui aktivitas di luar kelas perkuliahan. Di program Magang Bersertifikat, mahasiswa akan mendapatkan pengalaman kerja di industry/dunia profesi nyata selama 1-2 semester. Dengan pembelajaran langsung di tempat kerja mitra magang, mahasiswa akan mendapatkan hard skills maupun softskills yang akan menyiapkan mahasiswa agar lebih mantab untuk memasuki dunia kerja dan karirnya. 

Sebagai bentuk upaya mencapai misi dan fokus sebagai penyedia jasa pembuatan produk layanan teknologi AI yang dapat dirasakan oleh berbagai sector bidang, maka PT. Central Artificial Intelligence bergabung sebagai mitra pada Program Magang Bersertifikat Batch 2 dalam rangkaian Program Kampus Merdeka Merdeka Belajar.

Penulis mengikuti Magang Bersertifikat pada posisi Data Scientist di PT. Central Artificial Intelligence berada di bawah Divisi Data Science yang mempelajari konsep dan praktik pengembangan produk Central AI yang berkaitan dengan bidang Data Scientist. Penulis dilatih  untuk bisa berinovasi, menciptakan produk yang sesuai dengan kebutuhan klien, melakukan testing, menemukan potensi masalah, dan berkolaborasi dengan stakeholder yang terkait baik secara lisan maupun tulisan. Dari hal tersebut, Penulis ditempatkan dalam tim dengan anggota 2 orang dengan melakukan kerangka kegiatan sebagai berikut :

• • Project Industri
    Project industry yang dilakukan penulis dalam Magang Bersertifikat terdiri dari 2 project diantaranya sebagai berikut : 
    • Perencanaan Sistem API Credit Scoring
      Penulis diberi tanggung jawab untuk membuat sistem credit scoring digunakan client dalam mengklasifikasikan kelayakan user untuk menerima credit berdasarkan Riwayat/ history dengan mengembangkan model dan API sesuai keinginan client dengan memanfaatkan tools Flask sebagai dasar pengembangan API 
    • Perencanaan Sistem API Sentiment Analysis Twitter
      Penulis diberi tanggung jawab untuk membuat sistem Sentiment Analysis twitter yang terdiri dari 3 API, yaitu Scraper, Model, dan Update Model. Penulis diberi tanggung jawab untuk membuat scraper yang digunakan untuk scraping twitter dengan tools selenium dan snstwitter, lalu membuat model sentiment yang dapat menganalisis profil twitter seseorang berdasarkan username dalam format yang ditentukan dan membuat API dari sentiment tersebut dengan menghasilkan output hasil sentiment, kemudian juga melakukan pembuatan dan pengupdatean model dilakukan melalui API dengan mengirimkan request berupa dataset berbentuk file

  • Pelatihan Softskill
    Penulis dilibatkan pada kegiatan Central AI untuk melakukan pelatihan softskill sebagai berikut : 
    • Menghadiri Webinar Softskill
      Penulis mengikuti Webinar Softskill dengan jumlah kehadiran webinar sebanyak 8 dan penulis mengikuti webinar hingga 15 webinar dengan topik berkaitan dengan motivasi, professionalitas, etika kerja, pengalaman kerja , pengembangan karir, bisnis, dan sebagainya.
      

• Mengisi Webinar mandiri
  Penulis bertanggung jawab untuk mengisi webinar sebanyak 4 dengan topik yang berhubungan dengan UMKM dan bidang ilmu yang diminati dengan mendatangkan 15 UMKM berbeda dari seluruh webinar yang diselenggarakan
  
  

• Pembelajaran Mandiri
  Penulis dilibatkan pada kegiatan Central AI untuk melakukan pembelajaran mandiri sebagai berikut :
  • Menghadiri Webinar Hardskill
    Penulis mengikuti Webinar Softskill dengan jumlah kehadiran minimal webinar sebanyak 5 dan penulis mengikuti webinar hingga 11 webinar dengan topik berkaitan dengan koding, desain, sales, marketing dan sebagainya
    
  • Mengikuti Course BISA AI
    Penulis mengikuti Course BISA AI dengan jumlah minimal keikutsertaan 4 course dan Penulis mengikuti hingga 5 course dengan topik yang berkaitan dengan hardskill
    
  • Membuat minimal 4 Portofolio
    Penulis dilibatkan dalam membuat Portofolio dengan jumlah minimal sebanyak 4 dan berikut hasil portofolio yang penulis hasilkan : 
    • GSMArena Price Classification
      Pembuatan model machine learning untuk menentukan harga dari sebuah handphone dari web GSMArena
    • Bird Audio Classification with CNN & RF
      Pembuatan model machine learning untuk klasifikasi audio burung dari dataset xeno-canto dengan CNN
    • Movie Genre Prediction
      Pembuatan model klasifikasi film dengan model Doc2vec dan mengintegrasikannya dengan database menggunakan Pytmongo
    • Fashion recommendation System
      Pembuatan rekomendasi Pakaian berdasarkan kemiripan menggunakan CNN