Halo, Pacpeers!

✅ Simak jadwal kelas Pacmann Pro berikut:

✅ Simak jadwal kelas Job Preparation Program berikut:

Secara umum kedua program memiliki beberapa hal berikut:

✅ Pre-Class Material; materi pengantar sebelum masuk ke Live Class berupa konten video, bahan bacaan, quiz, dan fitur koding. Tujuannya untuk memberikan pemahaman awal kepada siswa.

✅ Live Class; Pengajar akan menjelaskan mengenai materi yang diajarkan pada minggu tersebut. Memberikan uraian materi dan memperjelas dengan studi kasus langsung dari teori-teori yang sudah disampaikan pada pre-class.

Apabila siswa berhalangan hadir, rekaman kelas disediakan platform siswa dan bisa diakses 24 jam selama Anda terhubung internet. Selain jadwal tersebut, kerjakan ujian dan tugas.

Di Job Preparation Program ada tambahan jadwal berikut:

✅ Mentoring Class; Sesi bersama mentor dari kalangan profesional dengan pengalaman kerja 5-8 tahun. Tujuan mentoring diantaranya sebagai berikut:

• Kemampuan siswa bisa divalidasi
• Kesulitan belajar ditangani dan dicarikan solusi
• Skills set siswa dievaluasi secara mingguan
• Mindset belajar dibentuk dari waktu ke waktu
• Mendengarkan sharing session langsung pengalaman dari mentor di dunia kerja

Menurut Benjamin S Bloom, ini merupakan cara yang paling efektif untuk belajar. Sumber yang dapat dibaca: https://web.mit.edu/5.95/readings/bloom-two-sigma.pdf

Selain itu, di Job preparation ada jadwal dukungan karier berupa:

• Penyaringan aspirasi karier
• Konsultasi karier
• Career coaching
• HR/User mockup technical test
• Curated Job Board
• Hiring Partner
• Jaminan kerja atau uang kembali sesuai kriteria eligible candidate

Pacmann mewajibkan siswa untuk menyelesaikan dan lulus Prerequisite Course dengan batas nilai minimal 70 poin sebelum bisa mengakses course lainnya.

• Jika Anda belum menguasai prerequisite course, silakan mulai belajar dari prerequisite course terlebih dahulu selama 2 bulan.
  • Siswa Pacmann Pro: Ambil course lainnya sesuai path atau course manapun sesuai kebutuhan.
  • Siswa Job Preparation Program: Wajib mengikuti kelas/course berikutnya sesuai learning path.
• Jika Anda sudah menguasai prerequisite course, lakukan Pre-Test. Jika lulus dengan nilai minimal 70 poin, silakan ambil course lainnya.

Anda bisa menyelesaikan program dalam kurun waktu 10-18 bulan; terdiri dari 2 bulan kelas prerequisite dan 8-16 bulan kelas utama/main courses.

Anda bisa ambil materi 2 courses per 2 bulan, tapi jika aktivitas Anda padat kami merekomendasikan untuk mengambil 1 courses saja per 2 bulan.

Perkiraan waktu belajar per course sekitar 7-15 jam per minggu, diantaranya:

• Jika ambil 1 courses per 2 bulan jam belajarnya sekitar 7 jam/minggu.
• Jika ambil 2 courses per 2 bulan jam belajarnya 15 jam/minggu.

Jumlah course yang akan diambil bisa diubah-ubah sesuai kepadatan jadwal siswa. Silakan disesuaikan di formulir rencana studi yang akan diisi per 2 bulan.

Kelas Pacmann tidak seperti sihir sehari-semalam, siswa akan didorong untuk belajar. Adapun dari sisi kurasi dan keteraturan materi, kedalaman pengetahuan dan keterampilan, akomodasi belajar, dan lain-lain kami sediakan secara maksimal untuk membantu siswa kami. Tidak hanya itu, kami juga menjadikan umpan-balik siswa untuk memperbaiki kualitas pembelajaran.

Jika sudah memenuhi standar kelas Pacmann, Anda bisa bersaing dengan keterampilan profesional di industri, bahkan jika Anda dari kalangan non-data.

Terkait gaji sangat kaitannya dengan pilihan industri, besaran perusahaan, skills siswa, dan lainnya. Simak gambarannya di thread berikut:

• Cara mendapatkan gaji besar: https://twitter.com/pacmannai/status/1671070044774858752?s=20
• Tips berhasil switch career dari alumni Pacmann: https://pacmann.io/publications/bagaimana-cara-agar-berhasil-switching-career-ke-bidang-data

Pemula perlu belajar mendalam agar tidak menjadi lulusan yang prematur saat bekerja di industri. Namun Anda tidak sendiri, sekitar 40% siswa di Pacmann berasal dari latar belakang non-data. Termasuk CEO Pacmann!

Berikut yang dilakukan oleh Pacmann agar pembelajaran lebih mudah diikuti:

✅ Belajar dari materi dasar, bahkan mulai dari tingkat konseptual

✅ Belajar secara slow paced sehingga proses pembelajaran tidak terburu-buru. Cara ini cara terbaik untuk belajar pemula: baca selengkapnya disini https://hive.com/blog/slow-paced-learning/

✅ Disediakan Pre-Class Material sehingga ada pengetahuan dasar sebelum mengikuti Live Class

✅ Diajarkan secara langsung oleh pengajar, tidak belajar sendiri

✅ Disediakan sesi mentoring melalui Job preparation program

✅ Diberikan evaluasi dan banyak studi kasus serta mendapat 1 portfolio tiap 1 kelas

✅ Disediakan Student Help Desk dan Forum Diskusi

Simak salah satu cerita siswa Pacmann dari jurusan sejarah yang alih karier ke Data Analyst, di sini: https://pacmann.io/blog/lulusan-sejarah-jadi-data-analyst

Karier sebagai profesional data relatif lebih aman dibandingkan posisi lain diantaranya dibutuhkan oleh semua industri, dan skills-set yang tidak mudah dipelajari dalam waktu singkat (high entry barrier).

Beberapa contoh penggunaan keahlian data oleh beberapa bidang diantaranya:

✅ Bidang Perbankan dan Keuangan

Pencegahan fraud, segmentasi nasabah, customer lifetime value (CLV), algorithmic trading, risk investment management;

✅ Bidang Retail

Pengelolaan dan penanganan persediaan, strategi harga, iklan terpersonalisasi;

✅ Bidang Pertambangan

Pencarian lokasi pengeboran, prediksi kerusakan mesin, efisiensi produksi, dan mitigasi risiko;

✅ Bidang Kesehatan

Identifikasi penyakit, rekomendasi penanganan, asisten kesehatan;

✅ Bidang Pendidikan

Pencegahan risiko siswa drop out, kurikulum adaptif, rekomendasi dari kebiasaan belajar;

✅ Bidang Pertanian

Efisiensi transportasi, ketelusuran produk, minimisasi limbah, rekomendasi perlakuan tanaman; dan banyak lainnya yang menjadi semakin efektif dan efisien dengan data.

Anda bisa eksplorasi berbagai hal di bidang lain, tanpa takut terhenti di satu industri. Selain itu, gunakan basis pengetahuan Anda sebelumnya dan kuatkan dengan analisis data.

Kami merekomendasikan siswa untuk menggunakan standar perangkat berikut:

✅ Program Data Science, Data Analytics, Bisnis, dan Growth Marketing

RAM minimal 4 GB, available space memory 32 GB, dan processor minimal i3.

✅ Program Data Engineering dan AI Engineering

RAM minimal 8 GB, available space memory 20 GB, processor minimal i5 dengan tahun keluar di atas tahun 2019.

Kami menyediakan beberapa opsi pembayaran melalui beberapa metode berikut:

• Pembayaran melalui transfer tunai ke rekening Pacmann
• Pembayaran tunai dan kartu kredit menggunakan tautan Mayar (tersedia QRIS, ewallet, dan pembayaran melalui Indomaret
• Pembayaran menggunakan cicilan Danacita
• Pembayaran melalui Merchant Pacmann di Blibli.com

Khusus pembayaran manual seperti cicilan Danacita, transfer langsung, dan Blibli,com, Anda wajib konfirmasi kepada tim Pacmann untuk dikirimkan langkah selanjutnya.