MACHINE LEARNING ENGINEER – SERTIFIKASI BNSP

TRAINING MACHINE LEARNING ENGINEER (INSINYUR PEMBELAJARAN MESIN) – SERTIFIKASI BNSP
Available Online & Offline Training
- 14-15 Oktober 2026, Online via Zoom Meeting (Confirmed Running)
- 10-11 November 2026, Hotel Asyana, Kemayoran, Jakarta (Almost Running)
Tanggal dan Lokasi training lainnya silakan KLIK DI SINI
Pelatihan Machine Learning Engineer – Sertifikasi BNSP dirancang untuk membekali profesional dengan keterampilan komprehensif dalam merancang, membangun, dan memelihara model machine learning sesuai kebutuhan bisnis modern. Program ini mengacu pada standar kompetensi BNSP sehingga peserta tidak hanya memahami konsep dasar, tetapi juga mampu mengimplementasikan solusi machine learning yang terukur, aman, dan sesuai regulasi. Dengan kurikulum yang terstruktur, pelatihan ini menjadi pilihan tepat bagi individu maupun organisasi yang ingin meningkatkan daya saing melalui pemanfaatan teknologi kecerdasan buatan.
Materi pelatihan mencakup seluruh tahapan penting dalam siklus pengembangan machine learning, mulai dari perencanaan proyek data science, pengolahan dan analisis data, evaluasi performa model, hingga deployment ke lingkungan produksi. Peserta juga akan dibimbing dalam penyusunan laporan proyek yang sesuai standar industri serta penerapan prinsip perlindungan data pribadi. Dengan pendekatan praktis berbasis studi kasus, pelatihan ini memastikan peserta memiliki pengalaman nyata dalam mengelola proyek machine learning yang relevan dengan kebutuhan berbagai sektor industri.
Keunggulan utama dari program ini adalah kombinasi antara pemahaman konseptual dan keterampilan teknis yang mendalam. Sertifikasi resmi dari BNSP menjadi bukti kompetensi profesional peserta di bidang machine learning, yang dapat meningkatkan kredibilitas dan peluang karier di era transformasi digital. Dengan mengikuti pelatihan ini, peserta tidak hanya siap menghadapi asesmen sertifikasi, tetapi juga mampu memimpin implementasi solusi machine learning yang inovatif, terintegrasi, dan berkelanjutan untuk mendukung keberhasilan organisasi.
Tujuan
- Memahami tahapan pengembangan proyek machine learning, mulai dari penentuan tujuan teknis, perencanaan proyek, hingga penyusunan laporan hasil proyek data science.
- Mampu membangun, mengevaluasi, melakukan deployment, dan memelihara model machine learning sesuai dengan kebutuhan organisasi dan praktik terbaik di bidang data science.
- Mampu menerapkan prinsip perlindungan data pribadi (Personal Data Protection) dalam proses pengembangan dan implementasi solusi machine learning secara profesional dan sesuai regulasi.
MATERI TRAINING MACHINE LEARNING ENGINEER
- J.62DMI00.002.1 Menentukan Tujuan Teknis Data Science
- J.62DMI00.003.1 Membuat Rencana Proyek Data Science
- J.62DMI00.013.1 Membangun Model
- J.62DMI00.014.1 Mengevaluasi Hasil Pemodelan
- J.62DMI00.017.1 Melakukan Deployment Model
- J.62DMI00.019.1 Melakukan Pemeliharaan Model
- J.62PDPO.011.1 Menerapkan Program Kerja Perlindungan Data Pribadi
- J.62DMI00.021.1 Membuat Laporan Akhir Proyek Data Science
Persyaratan Pemohon Sertifikasi
- Scan Surat Keterangan sebagai mahasiswa aktif Pendidikan S2 Semester IV Prodi Teknologi Informasi dan Scan Sertifikat Pelatihan program Machine Learning Engineer, atau
- Scan Ijazah minimal Pendidikan D3 Prodi Teknologi Informasi dan Scan Surat Keterangan Kerja minimal pengalaman 5 tahun dalam bidang Machine Learning di Industri/Perusahaan, atau
- Scan ijazah minimal Pendidikan S1 Prodi Teknologi Informasi dan Scan Surat Keterangan Kerja minimal pengalaman 2 tahun dalam bidang Machine Learning di Industri/Perusahaan.
- Scan KTP / Kartu Keluarga
- Pas Foto Latar belakang merah 3×4 sebanyak 2 Lembar
- Curriculum vitae
- Portofolio yang relevan.
METODE TRAINING
Metode pelatihan dapat dilakukan dengan dua metode dimana Peserta dapat memilih metode yang sesuai. Metode tersebut adalah :
Metode Offline Training (Classroom) yaitu:
- Instruktur mengajar secara tatap muka dengan durasi 8 jam perhari selama 2 hari secara terjadwal.
- Teknik yang digunakan: presentasi, diskusi, tanya jawab, studi kasus, brainstorming.
Metode Live Online Training (Sinkron) yaitu:
- Instruktur mengajar secara LIVE dengan durasi 4 jam perhari selama 2 hari secara terjadwal.
- Media Live training dapat menggunakan Google Meet, atau Zoom.
- Ketentuan Online Training :
-
Persiapan Peserta
-
- Dianjurkan menggunakan laptop, bukan smartphone.
- Koneksi internet yang stabil.
- Buku dan alat tulis.
- Peserta menginstall aplikasi sesuai yang akan digunakan, sebelum jadwal training berlangsung. Untuk yang mempunyai kesulitan, bisa menghubungi staff kami sebelum jadwal training berlangsung.
-
Platform yang digunakan
-
- Beberapa alternative platform Zoom, atau Google Meet untuk conference live training.
- Google Classroom untuk memuat materi, tugas dan dokumen lain yang dapat diakses peserta dengan link dan kode kelas yang akan diberikan oleh penyelenggara sebelum pelaksanaan training.
-
Cara masuk ke video conference
-
- Penyelenggara akan memberikan undangan berupa link.
- Klik link tersebut, ikuti arahan selanjutnya.
- Anda akan dibawa masuk ke dalam video conference.
METODE ASSESSMENT
- Assesssment dilaksanakan secara online dengan durasi sekitar 1 hari.
- Sebelum Assessment, peserta akan mengikuti pemantapan materi persiapan sertifikasi dari LSP secara Online selama 1 hari.
- Jadwal dan waktu menyesuaikan ketersediaan di LSP penguji.
- Assessment menggunakan media Zoom/Google Meet.
- Teknik assessment yang digunakan: wawancara/ ujian tulis/ praktik/ portfolio, atau gabungan teknik-teknik tersebut.
INSTRUKTUR
Ifan Prihandi, S.Kom., M.Kom., OCI., CASF™.
Andika Bayu Saputra, S.Kom., M.Kom.
and team.
JADWAL TRAINING 2026
Jadwal training dapat disesuaikan dengan permintaan peserta dan ketersediaan trainer. Berikut opsi jadwal yang tersedia:
|
Month 2026 |
Dates |
|
Januari |
06–07, 08–09, 13–14, 20–21, 22–23, 27–28, 29–30 |
|
Februari |
03–04, 05–06, 10–11, 12–13, 19–20, 24–25, 26–27 |
|
Maret |
03–04, 05–06, 10–11, 12–13, 17–18, 24–25, 26–27, 31 Maret–01 April |
|
April |
07–08, 09–10, 14–15, 16–17, 21–22, 23–24, 28–29 |
|
Mei |
05–06, 07–08, 12–13, 19–20, 21–22, 28–29 |
|
Juni |
02–03, 04–05, 09–10, 11–12, 18–19, 23–24, 25–26, 30 Juni–01 Juli |
|
Juli |
02–03, 07–08, 09–10, 14–15, 16–17, 23–24, 28–29, 30–31 |
|
Agustus |
04–05, 06–07, 11–12, 18–19, 20–21, 27–28 |
|
September |
01–02, 03–04, 08–09, 10–11, 15–16, 17–18, 22–23, 24–25, 29–30 |
|
Oktober |
01–02, 06–07, 08–09, 13–14, 15–16, 20–21, 22–23, 27–28, 29–30 |
|
November |
03–04, 05–06, 10–11, 12–13, 17–18, 19–20, 24–25, 26–27 |
|
Desember |
01–02, 03–04, 08–09, 10–11, 15–16, 17–18, 22–23, 29–30 |
INVESTASI DAN FASILITAS
|
Jenis Program |
Harga & Fasilitas |
Opsi 1 –Pelatihan Online |
|
Opsi 2 –Pelatihan Offline di Yogyakarta |
|
Opsi 3 –Pelatihan Offline di Semarang, Solo |
|
Opsi 4 –Pelatihan Offline di Jakarta, Bandung, Malang, atau Surabaya |
|
Opsi 5 –Pelatihan Offline di Luar Pulau Jawa (Bali, Lombok, Balikpapan, Batam, dll) |
|
|
Online Assessment |
|
Penutup
Melalui training ini diharapkan peserta dapat meningkatkan kompetensi peserta menjadi ahli dalam bidang “MACHINE LEARNING ENGINEER” untuk peningkatan kinerja.
TRAINING MACHINE LEARNING ENGINEER (INSINYUR PEMBELAJARAN MESIN)

