- Jenjang 3 · Higher Up
- Kredensial terverifikasi
Rekayasa Produk dan Agen AI: dari UX sampai Agen yang Terkendali
Kelas program tiga modul untuk membangun produk AI yang dipakai orang: desain UX untuk fitur AI, rekayasa produk dari masalah pengguna ke fitur terukur, lalu agen AI dengan persetujuan manusia. Setiap modul ditutup satu karya yang direview.
Ringkasan
Yang Anda dapatkan
- 26 materi yang bisa dibuka kapan saja
- Karya 4 tahap, tiap tahap dibalas reviewer bernama
- Kredensial yang bisa diperiksa siapa pun tanpa login, bila karya Anda lulus
Skill yang diajarkan
- design user interface
- perform product planning
- Python (computer programming)
- create prototype of user experience solutions
- identify ICT user needs
- principles of artificial intelligence
- software interaction design
- execute ICT user research activities
- natural language processing
- utilise methodologies for user centered design
Kelas ini berada di Jenjang 3 · Higher Up: karyanya setara pekerjaan nyata, dan rubriknya menilai keputusan yang Anda ambil, bukan kebenaran langkah.
Jalur karier
Disarankan sesudah jalur AI Engineer.
Karya & rubrik
Kelas ini ditutup dengan karya yang dinilai reviewer bernama memakai rubrik di bawah — rubrik yang sama persis dengan yang dipakai menilai pekerjaan Anda nanti.
- 1Kerangka
- 2Draf
- 3Revisi
- 4Final
Modul 1 · Prototipe interaktif satu fitur AI beserta keadaan gagal dan hasil uji pengguna
Pilih satu alur di aplikasi yang Anda kenal dan rancang ulang dengan fitur AI. Prototipe wajib menampilkan empat keadaan: AI sedang memproses, AI yakin, AI ragu, dan AI salah lalu dikoreksi pengguna. Uji kepada minimal 3 orang dan perbaiki. Tahapan pengerjaan • Kerangka: Alur yang dipilih, masalah pengguna, dan sketsa kasar. • Draf: Prototipe interaktif dengan keempat keadaan. • Revisi: Perbaikan setelah uji dengan minimal 3 pengguna dan umpan balik reviewer. • Final: Prototipe akhir dan studi kasus singkat yang menjelaskan alasan desain.
Yang diserahkan: Tautan prototipe interaktif, studi kasus maksimal 6 halaman atau slide, dan catatan uji pengguna.
Kriteria penilaian
Lulus mulai 70%- Penanganan ketidakpastian dan kesalahanbobot 30% · skor 0–4
Keempat keadaan dirancang dengan jelas dan pengguna selalu tahu apa yang terjadi.
- Kendali penggunabobot 25% · skor 0–4
Pengguna bisa mengoreksi, membatalkan, dan tidak terjebak oleh AI.
- Kejelasan alur dan teksbobot 20% · skor 0–4
Alur mudah diikuti dan teks antarmuka jelas.
- Uji dan iterasibobot 15% · skor 0–4
Temuan uji pengguna benar-benar mengubah desain.
- Aksesibilitasbobot 10% · skor 0–4
Kontras, ukuran target sentuh, dan keterbacaan diperhatikan.
Modul 2 · Spesifikasi, prototipe, dan uji pengguna untuk satu fitur AI
Pilih satu produk dan satu kelompok pengguna. Temukan masalah yang layak diselesaikan dengan AI, rancang fiturnya, buat prototipe, dan uji dengan minimal 5 pengguna nyata. Bila temuan Anda menunjukkan AI bukan solusi yang tepat, laporan yang membuktikannya tetap bisa lulus. Tahapan pengerjaan • Kerangka: Produk, kelompok pengguna, hipotesis masalah, dan rencana riset. • Draf: Temuan riset dari minimal 5 wawancara, spesifikasi fitur termasuk perilaku gagal, dan prototipe awal. • Revisi: Prototipe diperbaiki dan diuji dengan minimal 5 pengguna; umpan balik reviewer ditindaklanjuti. • Final: Rekomendasi bangun atau tidak, rencana metrik, kasus bisnis, dan rencana peluncuran.
Yang diserahkan: Dokumen produk maksimal 8 halaman (riset, spesifikasi, hasil uji, kasus bisnis), tautan prototipe, dan rekaman atau catatan sesi uji pengguna yang sudah dianonimkan.
Kriteria penilaian
Lulus mulai 70%- Ketepatan masalahbobot 25% · skor 0–4
Masalah didukung bukti dari pengguna dan kecocokannya dengan AI dinilai secara jujur.
- Spesifikasi dan perilaku gagalbobot 25% · skor 0–4
Spesifikasi jelas dan menangani saat AI salah, ragu, atau lambat.
- Kualitas uji penggunabobot 25% · skor 0–4
Uji dirancang untuk membuktikan nilai, bukan sekadar mengonfirmasi; temuan dibaca jujur.
- Metrik dan kasus bisnisbobot 15% · skor 0–4
Metrik terhubung ke nilai pengguna dan biaya AI dihitung.
- Kejelasan rekomendasibobot 10% · skor 0–4
Rekomendasi tegas dan didukung bukti yang dikumpulkan.
Modul 3 · Agen riset prospek multi-langkah dengan persetujuan manusia dan laporan evaluasi
Bangun agen yang menerima daftar nama perusahaan sasaran, meriset masing-masing dari sumber publik, memperkaya datanya, memberi skor kecocokan berdasarkan profil pelanggan ideal yang Anda tetapkan, mencatat hasilnya ke CRM (boleh CRM tiruan atau spreadsheet lewat API), dan menyiapkan draf pesan tindak lanjut yang baru terkirim setelah disetujui manusia. Anda wajib menjelaskan setiap keputusan rancangan dan alternatif yang Anda tolak. Tahapan pengerjaan • Kerangka: Profil pelanggan ideal, daftar alat beserta skemanya, diagram alur agen, titik persetujuan manusia, dan dokumen keputusan: kenapa agen (bukan alur kerja biasa), batas langkah, dan risiko yang Anda antisipasi. • Draf: Agen berjalan untuk 10 perusahaan dengan log langkah yang bisa dibaca. Set tugas evaluasi minimal 20 kasus, termasuk halaman web yang sengaja berisi instruksi jahat. • Revisi: Perbaikan berdasarkan kegagalan yang ditemukan di evaluasi dan umpan balik reviewer. Laporkan tingkat keberhasilan dan biaya per tugas sebelum dan sesudah. • Final: Repositori, video demo maksimal 7 menit yang menunjukkan satu persetujuan dan satu penolakan oleh manusia, serta laporan akhir yang memuat trade-off yang Anda pilih.
Yang diserahkan: Tautan repositori Git, dokumen keputusan arsitektur maksimal 3 halaman, laporan evaluasi berisi tingkat keberhasilan, biaya per tugas, dan katalog kegagalan, serta tautan video demo maksimal 7 menit.
Kriteria penilaian
Lulus mulai 75%- Ketepatan keputusan arsitekturbobot 25% · skor 0–4
Pilihan agen vs alur kerja, batas langkah, memori, dan pembagian alat dibenarkan dengan alasan yang sesuai masalah, dan alternatif yang ditolak disebutkan.
- Kendali dan persetujuan manusiabobot 20% · skor 0–4
Tidak ada aksi keluar (kirim pesan, ubah CRM) tanpa persetujuan di titik berisiko; persetujuan mudah dilakukan dan tercatat.
- Keamanan terhadap masukan yang tidak dipercayabobot 20% · skor 0–4
Agen tahan terhadap instruksi jahat dalam data yang dibacanya; izin alat dibatasi seperlunya.
- Evaluasi dan perbaikan terukurbobot 20% · skor 0–4
Set tugas representatif, angka keberhasilan dan biaya dilaporkan jujur, dan perbaikan antar-tahap terlihat.
- Keterauditan dan kerapianbobot 15% · skor 0–4
Setiap langkah agen bisa ditelusuri dari log, kode bisa dijalankan orang lain, rahasia tidak ada di repositori.
Silabus
Isi materi terbuka setelah Anda terdaftar.
- 1Modul 1 · Apa yang membuat UX produk AI berbedaTeks
- 2Modul 1 · Pola desain untuk fitur AITeks
- 3Modul 1 · Menampilkan ketidakpastian, sumber, dan kesalahanTeks
- 4Modul 1 · Desain percakapan dan penulisan teks antarmukaTeks
- 5Modul 1 · Kendali pengguna: membatalkan, mengoreksi, dan memberi umpan balikTeks
- 6Modul 1 · Prototipe interaktifTeks
- 7Modul 1 · Uji pengguna sederhanaTeks
- 8Modul 1 · Aksesibilitas dalam antarmuka AITeks
- 9Modul 2 · Kapan AI tepat dan kapan tidak: kerangka penilaianTeks
- 10Modul 2 · Riset pengguna cepat untuk fitur AITeks
- 11Modul 2 · Menulis spesifikasi fitur AI dan perilaku gagalTeks
- 12Modul 2 · Prototipe cepat: low-code dan Wizard of OzTeks
- 13Modul 2 · Metrik produk vs metrik modelTeks
- 14Modul 2 · Biaya per pengguna dan kasus bisnisTeks
- 15Modul 2 · Uji pengguna dan membaca hasilnyaTeks
- 16Modul 2 · Peluncuran bertahap dan umpan balikTeks
- 17Modul 3 · Agen atau alur kerja? Kerangka memutuskan arsitekturTeks
- 18Modul 3 · Tool calling: skema, validasi argumen, dan penanganan galat alatTeks
- 19Modul 3 · Model Context Protocol: membungkus sistem internal sebagai alatTeks
- 20Modul 3 · Memori kerja, memori jangka panjang, dan kapan melupakanTeks
- 21Modul 3 · Perencanaan dan batas langkah: mencegah agen berputarTeks
- 22Modul 3 · Orkestrasi multi-agen: kapan berguna, kapan hanya menambah biayaTeks
- 23Modul 3 · Human-in-the-loop: merancang titik persetujuan yang tidak menggangguTeks
- 24Modul 3 · Keamanan agen: prompt injection tidak langsung, izin alat, dan jejak auditTeks
- 25Modul 3 · Evaluasi agen: set tugas, tingkat keberhasilan, biaya per tugasTeks
- 26Modul 3 · Studi kasus: agen riset prospek di platform penjualanTeks
Pengajar
Solvera AI & Technology Academy terverifikasi
Tim pengajar Solvera untuk kelas teknologi, AI, data, dan keuangan di Exelern. Setiap kelas ditutup dengan karya nyata yang dinilai reviewer memakai rubrik terbuka, bukan kuis pilihan ganda.
- AI generatif
- Rekayasa perangkat lunak
- Data dan analitik
- Cloud dan keamanan siber
- Keuangan dan akuntansi
Pertanyaan yang sering diajukan
Bagaimana karya saya dinilai?
Apakah ada tenggat pengerjaan?
Bisakah kantor saya membiayai kelas ini?
Apa beda kredensial Exelern dengan sertifikat kehadiran?
Untuk tim
Kelas yang sama untuk satu orang, satu tim, atau satu angkatan khusus organisasi Anda.
Klaim ke kantor
Templat email ke atasan dan bukti yang biasanya diminta bagian keuangan.
Buka panduanDaftarkan tim
Beberapa orang di kelas ini, dengan kredensial yang bisa Anda periksa satu per satu.
Ceritakan kebutuhan timAngkatan privat
Satu angkatan khusus organisasi Anda, dengan karya yang disesuaikan pekerjaan tim.
Ajukan angkatan privat
Kelas terkait
- Kredensial dari karyaRp349.000
Jenjang 2 · Climb Up Skills
Dashboard dan Data Storytelling untuk Pengambil Keputusan
Mulai kapan saja · 8 materi
Kredensial dari karyaRp1.490.000- Kredensial dari karyaRp349.000