Machine Learning

Kompetensi Inti

1. Advanced Machine Learning & AI

Menguasai:

Ensemble methods (XGBoost, LightGBM)

Deep Learning (CNN, RNN, Transformer – sesuai use case)

Memahami:

Model interpretability (SHAP, LIME)

Imbalanced data handling

Time series / NLP / CV (minimal satu spesialisasi)

Mampu memilih model berdasarkan trade-off:

Accuracy vs latency vs cost

2. System Design for ML

Mendesain pipeline end-to-end:

Data ingestion → preprocessing → training → deployment → monitoring

ML Ops:

Model versioning

Monitoring drift

Retraining strategy

Familiar dengan:

Docker

CI/CD untuk ML

Cloud (AWS / Azure / GCP)

3. Data Engineering Awareness

Paham bagaimana data pipeline dibangun:

ETL / ELT

Data warehouse / data lake

Bisa bekerja dengan big data tools:

Spark (nilai tambah besar)

4. Programming Excellence

Clean, scalable, production-grade code

Struktur modular dan reusable

Mampu review code tim

5. Leadership & Ownership

Mampu:

Mendefinisikan problem tanpa arahan detail

Membimbing junior

Stakeholder management:

Komunikasi ke non-technical audience

Mengubah insight menjadi keputusan bisnis

6. Experimentation & Impact

Mendesain eksperimen:

A/B testing

Causal inference

Mengukur impact model:

Revenue, cost reduction, KPI

7. Strategi & Inovasi

Tidak hanya menjawab pertanyaan, tapi:

Mengidentifikasi peluang baru dari data

Berani mengambil pendekatan unconventional:

Menggunakan proxy data saat data tidak tersedia

Menggabungkan metode sederhana + kompleks untuk efisiensi

ߧ Output yang Diharapkan

ML system yang scalable & reliable

Impact bisnis yang measurable

Dokumentasi dan best practice untuk tim