KURIKULUM PROGRAM

Job Connector
Data Science &
Machine Learning

PURWADHIKA HEAD OFFICE CAMPUS BRANCHES CONTACT US WEBSITE

BSD Green Office Purwadhika BSD 021 5012 3161 (BSD) www.purwadhika.com
Park 9 - G Floor, Purwadhika Jakarta 021 5050 1361 (JKT)
BSD City, Tangerang 0813-1756-1161 (Admission)
Banten SOCIAL MEDIA

purwadhikaschool Purwadhika Digital Technology School

Modul 01 -
Programming
Fundamental (7X CLASS SESSION)

01 Mengenal apa itu Data Science,

penerapannya di berbagai industri,
metodologi atau alur kerja project Data
Science, serta tools yang dibutuhkan
bidang Data Science.

02 Mempelajari bagaimana cara komputer

bekerja dalam mengolah data,
mengenal programming language,
seperti algoritma dan cloud computing.

03 Memahami Variable, Data Types, dan

Input function di Python.

04 Memahami secara mendetail tentang

Conditional Statements dalam
Programming serta mempraktekkannya
menggunakan Python.

05 Memahami secara mendetail tentang

Looping Statements dalam
Programming, serta mempraktekkannya
menggunakan Python.

06 Mempelajari tentang Collection

Data Types yang ada di Python seperti
List, Dictionary, Tuple, dan Set,
serta mempraktekkannya
menggunakan Python.

07 Mempelajari tentang Function

dalam Programming, serta
mempraktekkannya menggunakan
Python untuk membuat code program
yang lebih efektif dan efisien.

08 Praktek membuat program dengan

menggunakan semua materi yang telah
dipelajari dalam Bahasa Python.

Kurikulum Program // Job Connector Data Science & Machine Learning 01

Modul 02 -
Data
Analysis (24X CLASS SESSION)

01 Mempelajari dan memahami tentang 05 Memahami konsep secara menyeluruh

SQL, mulai dari Basic SQL (CREATE, tentang data visualization serta
GROUP BY, UPDATE, JOIN, dll) hingga pengaplikasiannya menggunakan Python
bagian Advance SQL (CTE & Window dengan module seaborn, matplotlib, dan
Function) serta mempraktekannya di folium. Plot/char yang akan dibahas
MySQL dengan database-database adalah Histogram, Boxplot, Line Plot,
eksternal. Scatterplot, Bar plot, Pie chart, Heatmap,
Folium, dan Cohort.
02 Menguasai pemanfaatan Python dalam
melakukan analisis data, mulai dari 06 Mengenal penggunaan Tableau sebagai
membuat dan memanipulasi data tools dalam penerapan visualisasi data
(NumPy dan Pandas), menemukan untuk melakukan analisis dan data
masalah (missing value, wrong data storytelling.
format, serta outlier), hingga
membersihkan data. 07 Review dan latihan analisis data dengan
menggunakan dataset yang telah
03 Memahami konsep dasar statistics disediakan.
seperti Design Thinking of Statistics,
Descriptive & Inferential Statistics,
Probability, Hypothesis Testing, dan
Association sebagai fundamental dalam
melakukan analisis data.

04 Mempraktekan penerapan
konsep-konsep statistics sederhana yang
diperlukan dalam analisis data
menggunakan Python.

Kurikulum Program // Job Connector Data Science & Machine Learning 02

Modul 03 -
Machine
Learning (28X CLASS SESSION)

01 Mengenal apa itu machine learning dan 08 Mengetahui tahapan-tahapan yang

hubungannya dengan data science dan dilakukan terhadap data sebelum model
artificial intelligence. training, seperti data preparation dan
feature engineering.
02 Memahami siklus utama atau
framework dalam menjalankan sebuah 09 Mengetahui evaluation metric yang
proyek machine learning serta mampu diukur untuk mengetahui performa hasil
mengimplementasikan setiap training machine learning model.
tahapannya.
10 Memahami bagaimana menentukan
03 Memahami pengelompokkan utama tahapan pengolahan data, jenis
kasus machine learning berdasarkan algoritma machine learning, serta
jenis task dan jenis nilai data yang evaluation metrics yang sesuai untuk
diprediksi: supervised learning dan masalah yang dihadapi.
unsupervised learning.
11 Memahami langkah-langkah melakukan
04 Memahami dan mengimplementasikan model tuning untuk meningkatkan
solusi untuk masalah-masalah dalam performa algoritma machine learning.
supervised learning: regression dan
classification. 12 Menyusun tahap-tahap machine
learning model training ke dalam
05 Memahami dan mengimplementasikan sebuah pipeline.
solusi untuk masalah-masalah dalam
unsupervised learning: clustering dan 13 Mampu menggunakan machine
dimensionality reduction. learning untuk menghasilkan prediksi
dan actionable insight untuk membantu
06 Mengenal beberapa sub bidang pada kepentingan bisnis atau organisasi.
machine learning beserta konsep
umumnya: time series, text mining, dan 14 Memahami prinsip-prinsip dalam
recommendation system. melakukan machine learning model
deployment, monitoring, and
07 Memahami konsep dasar dari maintenance.
algoritma-algoritma machine learning
yang populer dan penerapannya
dengan Python.

Kurikulum Program // Job Connector Data Science & Machine Learning 03

Bootcamp
Prerequisite
Untuk dapat mengikuti tahap terakhir dari program
Job Connector yaitu Final Project Bootcamp, terdapat
beberapa persyaratan yang harus dipenuhi sebagai
pre-requisite. Peserta program diwajibkan untuk
mengikuti seluruh rangkaian dan memenuhi
persyaratan nilai akhir di masing-masing program.

Final Project
Bootcamp
Tidak hanya teori, untuk mengimplementasikan semua
ilmu yang telah diperoleh peserta di modul Fundamental
Programming, Data Analysis hingga Machine Learning,
pada tahap terakhir peserta akan diberikan waktu 5
minggu untuk mempersiapkan dan menyelesaikan tugas
akhir mereka dimana mereka akan dibagi menjadi
kelompok yang terdiri dari 2 - 3 orang. Setiap kelompok
akan didampingi seorang mentor internal dari
Purwadhika dan seorang Guest Mentor (dari luar
Purwadhika) yang merupakan seorang professional Data
Scientist yang masih aktif bekerja dan memiliki skills
yang memenuhi standar industri. Pada tahap ini Kamu
akan diminta untuk menyiapkan analisis berdasarkan
dataset. Kemudian, Kamu akan diberikan waktu kurang
lebih 1 minggu untuk melakukan presentasi final project.

Kurikulum Program // Job Connector Data Science & Machine Learning 04