Membangun Stack AI Privat Lokal: LLM dan RAG yang Di-hosting Sendiri — PickAClass
5.0 (2) ⏱ 2 jam 42 mnt 📚 27 pelajaran

Membangun Stack AI Privat Lokal: LLM dan RAG yang Di-hosting Sendiri

Pelajari cara men-deploy model bahasa besar dan sistem retrieval-augmented generation yang aman dan di-hosting sendiri untuk tim Anda tanpa bergantung pada penyedia cloud eksternal.

  • 💬 Instruktur AI
    Tanyakan apa pun tentang pelajaran dan dapatkan jawaban jelas seketika, kapan saja.
  • 🕐 Mulai kapan saja
    Tanpa jadwal atau tenggat — belajar dengan kecepatan sendiri, kapan pun Anda mau.
  • 🌐 Dalam bahasa Indonesia
    Pelajaran, tugas, dan sertifikat — semuanya sepenuhnya dalam bahasa Anda.

Tentang kursus ini

Seiring AI menjadi esensial bagi alur kerja modern, mengirimkan data sensitif ke penyedia public cloud menimbulkan risiko privasi yang besar. Menjalankan stack AI lokal Anda sendiri memungkinkan tim Anda untuk memanfaatkan model yang kuat sambil menjaga data kepemilikan tetap aman sepenuhnya. Kursus ini memandu Anda melalui konsep dasar dalam menyiapkan infrastruktur AI privat yang di-hosting sendiri. Anda akan mengeksplorasi cara menjalankan Large Language Models (LLMs) secara lokal, membangun API gateway internal yang aman, dan mengimplementasikan Retrieval-Augmented Generation (RAG) untuk menghubungkan AI dengan dokumen internal Anda. Apa yang akan Anda pelajari: - Memahami perbedaan inti antara deployment AI berbasis cloud dan lokal. - Mengonfigurasi infrastruktur dasar untuk men-hosting sendiri large language models. - Merancang pipeline Retrieval-Augmented Generation (RAG) menggunakan database vektor modern. - Menyiapkan API gateway untuk mengelola dan merutekan permintaan tim ke AI lokal Anda. - Menerapkan konsep dasar kontainerisasi dan MLOps untuk deployment yang andal. - Mempraktikkan dasar-dasar prompt engineering untuk mengoptimalkan output model lokal. Kursus ini dimulai dengan terminologi AI dan konsep arsitektur yang esensial sebelum beralih ke strategi deployment praktis. Anda akan membaca skenario tertulis langkah demi langkah dan contoh konfigurasi untuk memahami bagaimana setiap komponen dari stack AI privat terhubung. Dirancang untuk pemula, calon platform engineer, dan pengembang yang ingin memahami infrastruktur AI, kursus ini tidak memerlukan pengalaman machine learning sebelumnya. Mulailah membangun lingkungan AI privat Anda yang aman hari ini.

Apa yang Anda dapatkan

  • 📜 Sertifikat penyelesaian
    Tambahkan ke profil LinkedIn Anda
  • 💬 Tutor AI pribadi
    Bingung di tengah pelajaran? Tanya tutor bawaan kamu apa saja, kapan saja.
  • ♾️ Akses seumur hidup
    Kembali kapan saja, tanpa kedaluwarsa
  • 📱 Ponsel atau komputer
    Berfungsi di mana saja, perangkat apa saja
  • 💸 Pengembalian 14 hari
    Tanpa pertanyaan
  • Singkat dan fokus
    2 jam 42 mnt konten praktis

Sertifikat penyelesaian

Setiap kursus yang Anda selesaikan di PickAClass menerbitkan kredensial seperti ini — orisinal, dengan kodenya sendiri, dapat diverifikasi via URL, dan rinci tentang yang benar-benar ditunjukkan.

P
PickAClass
Profil keterampilan · terverifikasi
Dokumen
Sertifikat Penguasaan
Ini menyatakan bahwa
Nama Lengkap
telah berhasil menunjukkan penguasaan
Membangun Stack AI Privat Lokal: LLM dan RAG yang Di-hosting Sendiri
Keterampilan yang ditunjukkan
Analisis pola perilaku
Dasar
1.2 jam
Kerangka arsitektur keputusan
Mahir
1.4 jam
Desain uji A/B
Mahir
1.7 jam
Copywriting perilaku
Lanjutan
1.9 jam
P
PickAClass — Nama Lengkap
Membangun Stack AI Privat Lokal: LLM dan RAG yang Di-hosting Sendiri
Halaman 2 dari 2
Detail kinerja
Ringkasan tugas kursus
Pelajaran selesai 14 / 14
Soal latihan 26 / 28
Tugas dikirim 4 (rata 4,5 / 5)
Proyek capstone Ditinjau — 4,6 / 5
Total latihan 6.2 jam
Tolok ukur kinerja
Peringkat kohort 12% teratas dari 1,625
Waktu penyelesaian 11 hari (median: 22)
Skor penguasaan 91 / 100
Skor soal latihan 94%
Verifikasi keterampilan Jalur Keterampilan terverifikasi
Verifikasi kredensial ini
pickaclass.com/certificates/PCC-2026-X4F7-AP19
Diterbitkan di bawah standar akademik PickAClass. Tingkat keterampilan mencerminkan kinerja yang dinilai terhadap rubrik kompetensi kursus. Ini kredensial orisinal platform ini.

Ulasan (2)

Chioma Nwachukwu NG
★ 5 · 13.07.2026

Got my own self-hosted model running with a private RAG over our internal docs, zero cloud dependency.

Елена Васильева RU
★ 5 · 29.05.2026

Наконец-то поднял локальную LLM на своём железе и прикрутил RAG к внутренней документации, ничего не утекает в облако. Особенно зашёл раздел про векторную базу и приватность данных для команды.

Tulis ulasan

Setelah mengirim kami akan meminta masuk — draf Anda tersimpan.

Pelajar lain juga mengambil

Pertanyaan umum

Apa yang saya butuhkan untuk mengikuti kursus ini? +

Cukup ponsel atau komputer dengan internet. Tidak ada instalasi atau perangkat khusus.

Bagaimana cara membayar? +

Dengan kartu via Stripe. Kami tidak menyimpan detail kartu — Stripe menanganinya dengan aman.

Bisakah saya mendapat refund? +

Ya — refund penuh dalam 14 hari, tanpa pertanyaan.

Berapa lama saya akan punya akses? +

Selamanya. Setelah membeli, kursus jadi milik Anda untuk dikunjungi lagi kapan saja.

Apakah saya akan mendapat sertifikat? +

Ya. Setelah selesai, Anda akan menerima sertifikat yang bisa ditambahkan ke profil LinkedIn.

Dibuat untuk pelajar di
Teknologi Desain Keuangan Pemasaran Kesehatan Pendidikan Perhotelan Manufaktur