Form. Pendaftaran Data Science Bootcamp Batch.7 - 2019
ReNom Infrastructure Indonesia dan GRID mengadakan Data Science Bootcamp untuk Data Scientist.

Setelah mengikuti pelatihan ini, peserta diharapkan dapat menjadi Data Scientist di perusahaan Partner kami.

Dari pelatihan ini, peserta akan belajar mengenai Data Science dan juga akan melakukan praktik studi kasus yang terjadi di dunia sebagai Data Scientist.

Goal (Penjelasan detail ada di bagian akhir halaman ini):
Setelah menyelesaikan bootcamp ini, anda diharapkan untuk dapat menguasai 5 kompetensi utama sebagai seorang Data Scientist.

1) Business analysis, approach and management
2) Insights, storytelling and data visualization
3) Programming
4) Statistics and data modelling
5) Machine learning algorithms

Catatan:
*) Rekening bank untuk transfer biaya pendaftaran akan diberitahu kemudian oleh staf HR
**) Untuk info lebih lanjut silahkan hubungi 0856-9540 0121 / 0812-8080 6234 atau email ke: teguh@gridsolar.jp / fitria@gridsolar.jp
***) Tempat: CityLofts Sudirman, Lt.7 Unit 710 - Jakarta Pusat

SYLLABUS & SCHEDULE - DATA SCIENCE BOOTCAMP BATCH.7 2019 *Get Special Price for take all Classes
First Name *
Your answer
Last Name
Your answer
No. Hp (whatsApp available more preferred) *
Your answer
Email (Active) *
Your answer
Universitas *
Your answer
Jurusan & Degree *
Your answer
Nama Perusahaan *JikaPekerja *
Posisi *JikaPekerja *
Your answer
Channel *
Course Time *
Required
Curriculum/Syllabus
1) Fundamental of Data Science:
Pada bagian ini akan dijelaskan dasar-dasar yang dibutuhkan untuk menjadi Data Science seperti Matematika, Statistika, Bahasa Pemrograman Python dan Query dasar.

2) Fundamental of Data Exploration:
Pada bagian ini akan dijelaskan metode-metode yang dapat digunakan untuk melakukan eksplorasi terhadap data, mulai dari eksplorasi informasi statistik sampai visualisasi data.

3) Fundamental of Data Preprocessing:
Pada bagian ini akan dijelaskan metode-metode yang dapat digunakan untuk mengolah data menjadi bentuk yang mudah dipahami dan diproses oleh komputer sebelum masuk ke tahap modeling.

4) Fundamental of Modeling:
Pada bagian ini akan dijelaskan langkah-langkah membangun sebuah model Machine Learning seperti SVM, Decision Trees, Random Forest, Deep Learning, serta cara mengevaluasi model yang telah dibuat.

5) Fudamental of Validation & Optimization:
Pada bagian ini akan dijelaskan metode yang digunakan untuk melakukan validasi kinerja dari model AI yang telah dibuat sehingga dapat digunakan di berbagai jenis data.

6) Study Case:
Pada bagian ini akan dijelaskan beberapa implementasi Data Science di dunia nyata serta cara menerapkan solusi Data Science di beberapa kasus.

7) Hands On yaitu sesi praktikal (coding) untuk mencoba apa yang telah diajarkan di sesi teori menggunakan bahasa pemrograman Python.

Submit
Never submit passwords through Google Forms.
This content is neither created nor endorsed by Google. Report Abuse - Terms of Service