Notebook Colab praktis dan bebas framework yang mengajarkan tumpukan LLM terapan untuk AI Engineer dan Forward Deployed Engineer (FDEs). Pelajari API model, RAG, evaluasi, agen, adaptasi, dan penyajian menggunakan panggilan API mentah, bukan pembungkus seperti LangChain atau LlamaIndex. Semua berjalan di API Groq gratis (tidak perlu kartu kredit), dengan penyesuaian LoRA dan penyajian self-hosted sebagai lampiran opsional yang didukung GPU.

Evaluasi adalah tulang punggung: kebiasaan "ukur sebelum Anda menyesuaikan" ditanam sejak awal dan kembali di setiap bagian. Tiga studi kasus nyata meliputi asisten dukungan produksi, pertarungan biaya pipeline vs agen, dan benchmark ketahanan tim merah.

Urutan pembelajaran: 00 Persiapan, 01 API Model, 02 Evaluasi I, 03 RAG, 04 Evaluasi II, 05 Agen, 06 Penyetelan Halus vs LoRA, 07 Penyajian, 08 Injeksi Prompt/Keamanan, 09 LLMOps, 10 Kerajinan Pelanggan. Setiap notebook mandiri, membaca kunci API dari rahasia Colab, dan berakhir dengan latihan.

Dibangun sebagai pendamping praktis dari "Rencana: Beralih ke FDE/Insinyur AI". Kompatibel sepenuhnya dengan OpenAI, dengan pola yang dapat ditukar untuk Anthropic. Sasaran: insinyur backend atau full-stack yang beralih ke peran AI dan dapat mengirimkan kode produksi serta ingin lapisan model terapan.

Entitas Utama: Perusahaan: Groq, OpenAI, Anthropic, LangChain, LlamaIndex, Colab