Skill diminta
Analytical ThinkingCI/CDCommunicationDockerGitProblem SolvingPyTorchPythonScikit-learnTeamworkTensorFlow
Gaji pasar untuk posisi ini
Median Rp8,5 jt/bulan · rentang umum Rp7 jt – Rp10,3 jt
Berdasarkan 72 lowongan Machine Learning se-Indonesia (semua level).
Lihat data gaji selengkapnya →Deskripsi
- Deskripsi pekerjaan AI Engineer Pt Sumber Data Indonesia
- Tugas dan Tanggung Jawab
- Merancang, mengembangkan, dan mengimplementasikan solusi Artificial Intelligence (AI) dan Machine Learning (ML) sesuai kebutuhan bisnis.
- Melakukan pengumpulan, preprocessing, dan pengolahan data untuk kebutuhan pengembangan model AI.
- Mengembangkan, melatih, menguji, dan mengevaluasi model Machine Learning maupun Deep Learning.
- Mengembangkan solusi berbasis LLM, Generative AI, dan Natural Language Processing (NLP).
- Melakukan prompt engineering, eksperimen, dan optimasi model untuk meningkatkan akurasi serta kualitas output AI.
- Mengintegrasikan model AI dengan aplikasi, API, dan sistem backend.
- Melakukan deployment, monitoring, maintenance, dan optimasi performa model AI.
- Memastikan keamanan, keandalan, dan perlindungan data dalam pengembangan solusi AI serta menyusun dokumentasi teknis.
- Berkolaborasi dengan Data Engineer, Software Engineer, QA, Product Owner, Project Manager, dan tim terkait serta mengikuti perkembangan teknologi AI.
- B. Kualifikasi
- Pendidikan minimal D3/S1 Teknik Informatika, Ilmu Komputer, Data Science, Artificial Intelligence, atau bidang terkait.
- Pengalaman min. 1 tahun di bidang AI Engineering, Machine Learning, atau AI Development. Fresh graduate dengan portofolio proyek AI relevan dapat dipertimbangkan.
- Menguasai Python Programming.
- Memahami konsep Artificial Intelligence, Machine Learning, Deep Learning, dan Neural Networks.
- Memahami algoritma Machine Learning, Data Processing, dan Feature Engineering.
- Mampu melakukan training, testing, evaluasi, dan optimasi model AI.
- Memahami LLM, Generative AI, Prompt Engineering, dan NLP.
- Menguasai minimal satu framework AI/ML, seperti TensorFlow, PyTorch, atau Scikit-learn.
- Memahami API integration, database, deployment, dan dasar MLOps.