Roadmap menjadi AI Engineer
Bagian 5 · Dunia AI Engineer
| Istilah | Arti |
|---|---|
| T-shaped engineer | Engineer yang berwawasan luas di banyak bidang sekaligus menguasai satu spesialisasi secara mendalam, konsep pembuka roadmap di video ini. |
| AI engineer | Software engineer yang mengintegrasikan model AI siap pakai ke dalam aplikasi lewat API, bukan membangun model dari nol. |
| roadmap | Peta jalan belajar berisi urutan materi dan langkah yang perlu ditempuh, di video ini untuk menjadi AI engineer tahun 2026. |
| LLM | Large language model, model bahasa besar yang pada dasarnya menebak kata berikutnya berdasarkan prompt, dijelaskan sebagai pilar pertama. |
| temperature | Parameter yang mengatur seberapa kreatif atau konsisten jawaban AI, makin tinggi makin kreatif tetapi lebih rawan halusinasi. |
| top-p | Parameter yang membatasi pilihan kata alternatif yang boleh dipakai AI, biasanya cukup diatur salah satu bersama temperature. |
| function calling | Teknik memberi tahu AI daftar fungsi yang tersedia agar AI sendiri memutuskan kapan memanggilnya, inti dari agentic AI. |
| tool use | Sebutan lain untuk function calling, yaitu kemampuan AI memakai alat seperti pencarian, database, atau email untuk menyelesaikan tugas. |
| RAG | Retrieval-augmented generation, teknik menghubungkan LLM dengan data internal agar bisa menjawab berdasarkan dokumen sendiri, pilar ketiga di video ini. |
| agentic AI | Pendekatan membuat AI yang bisa bertindak mandiri menyelesaikan tugas, bukan sekadar chatbot pasif yang menunggu pertanyaan. |
| Python | Bahasa pemrograman populer yang dipakai di kelas Python Agentic AI untuk belajar membangun agent dari dasar. |
| machine learning | Bidang yang berfokus membangun dan melatih model AI dengan matematika dan data, dibedakan dari peran AI engineer di video ini. |
Sandika Galih dari kanal WPU membuka video ini dengan konsep T-shaped engineer yang sering ditekankan para developer senior, termasuk di acara Google I/O: wawasan luas di bagian horizontal dan keahlian mendalam di bagian vertikal. Masalahnya, banyak pemula di era AI hanya menyalin hasil AI tanpa fondasi pemrograman yang kuat, bahkan merasa sudah ahli padahal itu ilusi kompetensi. Karena itu ia menyusun roadmap untuk menjadi AI engineer di tahun 2026. Ia lebih dulu membedakan machine learning engineer atau researcher, yang membangun dan melatih model dengan matematika, statistik, dan dataset besar serta sering butuh gelar S2 atau S3, dengan AI engineer yang mengintegrasikan model siap pakai ke aplikasi. AI engineer memakai API dari Gemini, ChatGPT, atau Claude, maupun model open source seperti Llama, Qwen, dan DeepSeek. Menurutnya peran ini lebih mudah dipelajari dan sedang banyak dicari industri.
Roadmap-nya terdiri dari lima pilar. Pertama, dasar LLM: model hanyalah mesin penebak kata seperti fitur autocomplete yang menyarankan "pagi" setelah "selamat", ditambah pemahaman token dan biaya API, context window sebagai memori jangka pendek, serta parameter temperature dan top-p yang mengatur kreativitas dan konsistensi jawaban. Kedua, structured output berformat JSON yang divalidasi dengan Pydantic di Python atau Zod di JavaScript. Ketiga, RAG dengan text embedding dan vector database seperti PG vector di Supabase, Pinecone, atau Chroma. Keempat, agentic AI lewat function calling atau tool use, sehingga AI memutuskan kapan mencari di Google, mengakses database, atau mengirim email. Kelima, multimodality, misalnya membaca struk belanja dari foto. Ia menegaskan prinsip "delegate task, not judgment" dan pentingnya dasar HTML, CSS, JavaScript, Git, dan database. Untuk belajar terstruktur, ia menawarkan kelas di WPU Course, termasuk kelas Python Agentic AI yang rilis 19 Juli dengan proyek chatbot Telegram mentor bahasa Inggris. Sumber gratis yang disarankan adalah roadmap.sh, program Google Skills, dan Anthropic Developer Cookbook.
Kata kunci
- AI engineer
- roadmap
- T-shaped engineer
- function calling
- Membedakan AI engineer dari ML engineer dan memahami konsep T-shaped engineer.
- Menyusun roadmap belajar: dasar pemrograman, cara kerja LLM, temperature dan top-p, function calling, sampai AI agent.
- Menghindari jebakan mengandalkan AI tanpa fondasi pemrograman sendiri.
Tulis catatan pribadimu untuk modul ini. Catatan tersimpan di akunmu dan bisa dibuka dari perangkat mana pun.
