AI Engineer

1. Mendukung pengembangan dan eksperimen model machine learning berdasarkan kebutuhan proyek dan bisnis. 2. Menyiapkan, membersihkan, mentransformasi, dan menganalisis dataset untuk mendukung pengembangan aplikasi machine learning dan AI. 3. Mengimplementasikan data processing workflows dan machine learning pipelines menggunakan Python serta libraries yang relevan. 4. Mengembangkan dan mengevaluasi model machine learning menggunakan pendekatan supervised learning dan unsupervised learning. 5. Melakukan model evaluation menggunakan metrics yang sesuai serta menganalisis performa model untuk mengidentifikasi peluang perbaikan. 6. Mendukung integrasi model machine learning ke dalam aplikasi atau data pipelines dengan arahan dari tim pengembangan. 7. Melakukan proses model deployment dan eksperimen menggunakan cloud platforms, seperti AWS, Microsoft Azure, atau Google Cloud Platform (GCP). 8. Mendukung pengembangan dan deployment workflows yang reproducible menggunakan Docker serta DevOps/MLOps tools yang relevan. 9. Mempelajari dan menerapkan praktik dasar MLOps, termasuk model versioning, experiment tracking, model deployment, dan model monitoring. 10. Mendukung eksplorasi pendekatan Explainable AI (XAI) untuk memahami dan menjelaskan prediksi serta perilaku model machine learning. 11. Melakukan eksperimen data dan model, mendokumentasikan hasilnya, serta menyampaikan temuan dan rekomendasi kepada tim proyek. 12. Berkolaborasi dengan Data Scientists, Software Engineers, DevOps/MLOps Engineers, Product Managers, dan stakeholders lainnya selama proses pengembangan. 13. Berpartisipasi dalam rapat proyek serta menyampaikan pembaruan terkait progres pekerjaan, kendala, hasil eksperimen, dan rencana tindak lanjut. 14. Mempelajari frameworks, tools, methodologies, dan best practices AI/ML yang relevan untuk meningkatkan keterampilan teknis dan mendukung pengembangan solusi AI.