Lanjutanai-engineerllmtransformerattentioninferencequantizationmodel-servingadvanced-ai

AI Engineer Advanced: LLM Architecture, Inference, dan Model Modern

oleh Tim AwanSiber Academy

Course advanced untuk memahami arsitektur LLM, inference pipeline, format model, sampling, dan model family modern.

4.4j

Estimasi total belajar

Modul utama

Materi dan latihan

Tentang kelas ini

Materi advanced untuk AI Engineer yang ingin memahami cara kerja AI dan LLM secara teknis: LLM architecture, transformer, attention, tokenization, context window, KV cache, MoE, embedding, decoder-only, encoder-decoder, quantization, GGUF, Safetensors, inference pipeline, sampling, speculative decoding, dan model family seperti GPT, Llama, Qwen, Gemma, Mistral, DeepSeek, Phi, Yi, dan GLM.

Kurikulum

Materi yang kamu pelajari.

Modul 1

Modul 1: Fondasi AI Engineer dan Cara AI Bekerja

4 materi

ArtikelWajib

1. Peran AI Engineer dalam Sistem LLM Modern

9 menit

ArtikelWajib

2. Dari Data, Bobot, Model, sampai Inference

9 menit

ArtikelWajib

3. Membaca Trade-off: Kualitas, Latency, Throughput, dan Biaya

9 menit

QuizWajib

4. Quiz: Fondasi AI Engineer

12 menit

Modul 2

Modul 2: Tokenization, Embedding, dan Context Window

4 materi

ArtikelWajib

1. Prompt -> Token: Tokenization di LLM

9 menit

ArtikelWajib

2. Embedding: Mengubah Token Menjadi Representasi

9 menit

ArtikelWajib

3. Context Window dan Batas Memori Model

9 menit

QuizWajib

4. Quiz: Tokenization, Embedding, dan Context

12 menit

Modul 3

Modul 3: Transformer dan Attention

4 materi

ArtikelWajib

1. Transformer Block: Residual Stream, Attention, dan MLP

9 menit

ArtikelWajib

2. Attention: Query, Key, Value, dan Head

9 menit

ArtikelWajib

3. Positional Encoding dan Long Context

9 menit

QuizWajib

4. Quiz: Transformer dan Attention

12 menit

Modul 4

Modul 4: Arsitektur LLM: Decoder Only, Encoder Decoder, MoE, dan Format Bobot

4 materi

ArtikelWajib

1. Decoder Only vs Encoder Decoder

9 menit

ArtikelWajib

2. MoE: Mixture of Experts

9 menit

ArtikelWajib

3. Quantization, Safetensors, dan GGUF

9 menit

QuizWajib

4. Quiz: Arsitektur dan Format Model

12 menit

Modul 5

Modul 5: Inference Pipeline: Prefill, Decode, KV Cache, dan Sampling

4 materi

ArtikelWajib

1. Prefill dan Decode dalam Inference LLM

9 menit

ArtikelWajib

2. KV Cache: Memori untuk Decode Cepat

9 menit

ArtikelWajib

3. Sampling: Temperature, Top-K, Top-P, Beam Search, dan Speculative Decoding

9 menit

QuizWajib

4. Quiz: Inference dan Sampling

12 menit

Modul 6

Modul 6: Model Family dan Strategi Deployment AI Engineer

4 materi

ArtikelWajib

1. Peta Model: GPT, Llama, Qwen, Gemma, Mistral, DeepSeek, Phi, Yi, GLM

9 menit

ArtikelWajib

2. Memilih Model untuk Use Case Production

9 menit

ArtikelWajib

3. Checklist Deployment: Runtime, Observability, dan Biaya

9 menit

QuizWajib

4. Quiz: Model Family dan Deployment

12 menit

Ujian Akhir

Ujian Akhir: AI Engineer Advanced

Lulus ujian ini untuk menyelesaikan kursus dan mendapatkan sertifikat.

Tersedia setelah daftar