Segera daftar! Kuota terisi

77%

Raih Karir Impian Dengan Job Preparation Program

Kurikulum Mendalam

Kurikulum terstruktur dan mendalam setara S2 Internasional, seperti Deep Learning, Recommender System, NLP, Causality, Time Series, Bayesian Statistics, dll

Slow Paced

Belajar secara perlahan sampai 18 bulan, untuk memastikan Anda memahami materi secara utuh

Beginner Friendly

Siswa Pacmann berasal dari latar belakang beragam, non-STEM hingga 40% dan 36% mahasiswa & fresh graduate

Expert Testimonies

Pacmann menghadirkan kurikulum yang mendalam dan dipercaya oleh banyak praktisi. Simak review beberapa senior expert di bidang data berikut

Expert Testimonies

Pacmann menghadirkan kurikulum yang mendalam dan dipercaya oleh banyak praktisi. Simak review beberapa senior expert di bidang data berikut

  • expert testimonials
    source

    Posted on X

    Salah satu courses data yang saya personally recommend👍 @pacmannai

    Ainun Najib

    Head of Analytics Platform, Policy and Data Initiatives

    View Original Post arrow
  • expert testimonials
    source

    Posted on X

    Selain mengerti algoritma Machine Learning dan implementasi bisnisnya, yang membedakan Data Science yang “benar” dan yang tidak adalah dari pemahamannya terkait statistik. 

    Statistics bukan hanya bicara soal mean, median, modus – ada banyak konsep statistik dan konsep probabilitas yang penting untuk dikuasai oleh DS/DA. Untuk belajar konsep statistics yang in-depth saya sarankan ambil program belajar di Pacmann: materinya lengkap, dari yang dasar sampai yang advanced. Sumber materinya juga dari kampus-kampus top dunia.

    Ali Akbar Septiandri

    PhD Candidate at UCL, Senior Data Scientist at Technology Research Design in UK

    View Original Post arrow
  • expert testimonials
    source

    Posted on X

    Salah satu siasat untuk bisa switch career ke role data (e.g. Data Analyst, Data Scientist, ML Ops, dll) adalah dengan ikut bootcamp. Namun tidak semua bootcamp created equal, dalam artian kualitasnya belum tentu sama.

    Bagaimana caranya menentukan bootcamp/platform online learning yang tepat? Cek kurikulumnya! Aku sendiri merekomendasikan Pacmann karena kurikulumnya yang in-depth (saya pernah ngajar Data Visualization di sana). Jadi kamu tidak akan buru-buru diajarkan hands-on tanpa konteks namun juga fondasi konsep/teorinya juga dapet.

    Nurvirta Monarizqa

    Data Scientist at Microsoft

    View Original Post arrow
  • expert testimonials
    source

    Posted on X

    Often asked about where and how to start learning AI/ML and Data Engineering. If your Google-fu is good then clearly you have some advantage. If not, these programs (Pacmann’s Data Analyst/Data Scientist/AI Engineer track) might fit for you.

    And, if algorithms aren’t your strongest forte then you might want to consider Pacmann’s Data Engineer program.

    Either way, both are tech winter-proof skills and the demand is obviously rising.

    Note: this isn’t paid tweet. I’m already rich.

    Jim Geovedi

    ex-Principal Data Scientist at Indonesia’s Fintech Company

    View Original Post arrow

Student Portfolio

Setiap course Pacmann akan memiliki project guideline, simak kurasi portfolio terbaik dari student Pacmann.

  • mentor
    Neural Network Model - Build from Scratch

    Author

    Dhanika, Physics Olympiad Instructor

  • mentor
    Collective Violence Early Warning System
    Pacmann x CSIS Hackathon

    Author

    Shofi, Data Analyst at Kementerian Ketenagakerjaan

    Larasati, Data Analyst at OLRANGE

  • mentor
    Spicing Up User Engagement using Recommender System

    Author

    Hardefa, Data Scientist at aiforesee

    Mega Restu, Data Scientist at TelkomSigma

    Dzaki, Software Engineer at Bappenas

  • mentor
    Indonesia Livestream Shopping Trend - An In-depth Analysis

    Author

    Zahra, Strategic Planner

  • mentor
    NYC City Bike Dashboard

    Author

    Azka, Business Intelligence at Shipper

  • mentor
    Too Geek to Handle: Personalized Movie Dashboard

    Author

    Adinda, Marketing & Graphic Designer at Samator Group

  • mentor
    Statistical Analysis using Logistic Regression: Predicting Heart Disease

    Author

    Evelyn, R&D Engineer

  • mentor
    Navigating the Data Sea: A Detailed Map of Our Credit Risk Modeling Voyage (IBRD Case)

    Author

    Hardefa, Data Scientist at aiforesee

  • mentor
    Statistical Analysis: Attitudes towards Wife Beating

    Author

    Azka, Business Intelligence at Shipper

  • mentor
    Harnessing Machine Learning for Enhanced Book Recommendations

    Author

    Hardo T, IT Software Staff at Pou Chen Indonesia

  • mentor
    To Do App - Fundamental Web Development

    Author

    Muhammad Akbar Dermawan, Dokter Gigi

  • mentor
    To Do App - Fundamental Web Development

    Author

    Nadia Puji Utami, Pengajar di Lembaga Privat Kota Bandung

  • mentor
    Personal Website - Fundamental Web Development

    Author

    Achmad Nafila Rozie , Data Analyst at Flip

Available Programs

Pilih program yang sesuai dengan minat dan karir impian Anda!

 
Data Analyst
Data Scientist
AI/ML Engineer
Data Engineer
Business Intelligence Engineer
Prerequisites Course
1
Basic Python Programming
Basic Python Programming
Basic Python Programming
Basic Python Programming
Basic Python Programming
2
Python for Software Engineering
Python for Software Engineering
Python for Software Engineering
Python & Linux for Software Engineering
Python & Linux for Software Engineering
Fundamental Course
3
Data Visualization with Tableau
Data Visualization with Tableau
Fundamentals of Probability
Fundamental SQL
Data Visualization with Tableau
4
Data Wrangling with Pandas
Data Wrangling with Pandas
Random Variables and Statistical Test
Relational Database Design
Data Wrangling with Pandas
5
Fundamental SQL
Fundamental SQL
Linear Algebra - Vector, Matrix, and Distance
Front End Development with HTML, CSS, & JS
Fundamental SQL
6
Relational Database Design
Relational Database Design
Linear Algebra - Least Square
Backend Development with Flask
Relational Database Design
7
Business Analytics in Multiple Departments
Basic Machine Learning Algorithm
Basic Machine Learning Algorithm
Advanced Backend Features with Flask
Business Analytics in Multiple Departments
8
Business Analytics in Industries
Advanced Machine Learning Algorithm
Advanced Machine Learning Algorithm
Frontend Development with Vue.js
Business Analytics in Industries
9
Foundation of Statistics
Machine Learning APIs
Machine Learning APIs
Introduction to DevOps & CI/CD
Statistics Foundation
10
Linear Regression Design and Evaluation
Machine Learning Deployments
Machine Learning Deployments
Web Server Management
Linear Regression Design and Evaluation
Advanced Course
11
Designing an A/B testing Experimentation
Customers and Marketing Analytics
Personalized and Non-Personalized Recommendation System
Data Wrangling with Pandas
Designing an A/B testing Experimentation
12
Multivariate Testing and Bandit Experimentation
Product Analytics and Experimentation
Matrix-Based and Ranking Recommendation System
Building Data Pipeline with Pandas
Multivariate Testing and Bandit Experimentation
13
Fundamentals of Causality
Fundamentals of Credit Analysis
Fundamentals of Neural Network
Fundamentals of Data Warehousing
Data Transformation with Pandas
14
Causal Analysis Method
Developing a Credit Scorecard
Neural Netwok Optimization Strategy
Building Data Warehouse & Data Mart with Hive
Building Data Pipeline with Pandas
15
Basic Machine Learning Algorithm
Fundamentals of Fraud Analytics
ML Product - Requirement Gathering and Work Scoping
Data Processing with Spark
Fundamentals of Data Warehousing
16
Advanced Machine Learning Algorithm
Developing Fraud Models
ML Product - Framing ML Solution and ML Debt
Data Analytics with Spark
Building Data Warehouse & Data Mart with Hive
17
Customers and Marketing Analytics
Fundamentals of People Analytics
Fundamentals of NLP and Text Manipulations
Building Pipeline with Airflow
Data Processing with Spark
18
Product Analytics and Experimentation
Developing models for People Analytics
Building Language Models
Integration Data Pipeline
Data Analytics with Spark
Data Analyst
prerequisite course
1 Basic Python Programming
2 Python for Software Engineering
fundamental course
3 Data Visualization with Tableau
4 Data Wrangling with Pandas
5 Fundamental SQL
6 Relational Database Design
7 Business Analytics in Multiple Departments
8 Business Analytics in Industries
9 Foundation of Statistics
10 Linear Regression Design and Evaluation
advanced course
11 Designing an A/B testing Experimentation
12 Multivariate Testing and Bandit Experimentation
13 Fundamentals of Causality
14 Causal Analysis Method
15 Basic Machine Learning Algorithm
16 Advanced Machine Learning Algorithm
17 Customers and Marketing Analytics
18 Product Analytics and Experimentation
Data Scientist
prerequisite course
1 Basic Python Programming
2 Python for Software Engineering
fundamental course
3 Data Visualization with Tableau
4 Data Wrangling with Pandas
5 Fundamental SQL
6 Relational Database Design
7 Basic Machine Learning Algorithm
8 Advanced Machine Learning Algorithm
9 Machine Learning APIs
10 Machine Learning Deployments
advanced course
11 Customers and Marketing Analytics
12 Product Analytics and Experimentation
13 Fundamentals of Credit Analysis
14 Developing a Credit Scorecard
15 Fundamentals of Fraud Analytics
16 Developing Fraud Models
17 Fundamentals of People Analytics
18 Developing models for People Analytics
AI/ML Engineer
prerequisite course
1 Basic Python Programming
2 Python for Software Engineering
fundamental course
3 Fundamentals of Probability
4 Random Variables and Statistical Test
5 Linear Algebra - Vector, Matrix, and Distance
6 Linear Algebra - Least Square
7 Basic Machine Learning Algorithm
8 Advanced Machine Learning Algorithm
9 Machine Learning APIs
10 Machine Learning Deployments
advanced course
11 Personalized and Non-Personalized Recommendation System
12 Matrix-Based and Ranking Recommendation System
13 Fundamentals of Neural Network
14 Neural Netwok Optimization Strategy
15 ML Product - Requirement Gathering and Work Scoping
16 ML Product - Framing ML Solution and ML Debt
17 Fundamentals of NLP and Text Manipulations
18 Building Language Models
Data Engineer
prerequisite course
1 Basic Python Programming
2 Python & Linux for Software Engineering
fundamental course
3 Fundamental SQL
4 Relational Database Design
5 Front End Development with HTML, CSS, & JS
6 Backend Development with Flask
7 Advanced Backend Features with Flask
8 Frontend Development with Vue.js
9 Introduction to DevOps & CI/CD
10 Web Server Management
advanced course
11 Data Wrangling with Pandas
12 Building Data Pipeline with Pandas
13 Fundamentals of Data Warehousing
14 Building Data Warehouse & Data Mart with Hive
15 Data Processing with Spark
16 Data Analytics with Spark
17 Building Pipeline with Airflow
18 Integration Data Pipeline
Business Intelligence Engineer
prerequisite course
1 Basic Python Programming
2 Python & Linux for Software Engineering
fundamental course
3 Data Visualization with Tableau
4 Data Wrangling with Pandas
5 Fundamental SQL
6 Relational Database Design
7 Business Analytics in Multiple Departments
8 Business Analytics in Industries
9 Statistics Foundation
10 Linear Regression Design and Evaluation
advanced course
11 Designing an A/B testing Experimentation
12 Multivariate Testing and Bandit Experimentation
13 Data Transformation with Pandas
14 Building Data Pipeline with Pandas
15 Fundamentals of Data Warehousing
16 Building Data Warehouse & Data Mart with Hive
17 Data Processing with Spark
18 Data Analytics with Spark
Cek silabus detail >

Career Outlook

Gambaran karir yang bisa Anda raih berdasarkan program belajar yang Anda ambil

Data Analyst
career outlook

Data Analyst

Gaji: 6-12 Juta/bulan

AI/ML Engineer
career outlook

AI Engineer

Gaji: 9-15 Juta/bulan

career outlook

Machine Learning Engineer

Gaji: 8-15 Juta/bulan

Data Scientist
career outlook

Data Scientist

Gaji: 7-16 Juta/bulan

Business Intelligence Engineer
career outlook

Business Intelligence Engineer

Gaji: 8-16 Juta/bulan

career outlook

Business Intelligence Analyst

Gaji: 9-17 Juta/bulan

Data Engineer
career outlook

Data Engineer

Gaji: 8-16 Juta/bulan

career outlook

Jr. Software Engineer

Gaji: 7-10 Juta/bulan

career outlook

Web Developer

Gaji: 5-9 Juta/bulan

Learning Phases

Untuk memastikan Anda belajar dengan mendalam, Anda akan mendapat 18 course dengan durasi 4 minggu belajar untuk setiap course.

programs programs

Metode Belajar

metode

Pre-Class

(1 Jam)

Belajar persiapan teori dasar secara self-paced selama 1 jam. Sesi pre-class memastikan Anda memiliki fondasi pemahaman teori yang baik sebelum masuk ke sesi hands on

metode

Live Zoom Session

(3 Jam)

Melakukan praktik/hands-on pada Zoom Live Session selama 3 jam, dengan 6-10 studi kasus praktik beragam

metode

Assessment

 

Uji pemahaman Anda dengan mengerjakan exam di akhir course (minggu ke-4).

programs

Ilustrasi kegiatan belajar program JPP Basic dalam 1 minggu, dengan agenda belajar pre-class dan live session.

Job Preparation Facilities

LinkedIn & CV review

Review perbaikan CV dan LinkedIn untuk personal branding melalui Student Consultant Pacmann

Supporting Features

Project Guideline

Bangun personalized portfolio dengan berbagai topik untuk keperluan personal branding

Hackathon

Tantang pemahaman dan kemampuan problem solving dengan berkompetisi dengan sesama Pacmann student

One stop Learning Platform
(Pacmann LMS)

Akses materi belajar, assessment hingga melakukan coding di jupyter notebook pada LMS Pacmann

Student Group & Community

Bergabung dengan komunitas siswa Pacmann.

Whatsapp Helpdesk

One-stop-solution admin untuk kendala belajar apapun.

Pricing & Program Comparison

side background side background

Program Pacmann Lainnya

Fast Skill Program

Program pembelajaran skill tematik seputar Data, Bisnis, dan Engineering berbagai tingkat secara singkat

programs image
Data Fundamental

Python for Data Science

programs difficulty Beginner Friendly

Price:

Rp3.000.000

Rp388.500 Rp3.000.000

*Sudah termasuk pajak 11%

Kuota terisi: 83%

Daftar
programs image
Data Fundamental

Python for Software Engineering

programs difficulty Beginner Friendly

Price:

Rp3.000.000

Rp388.500 Rp3.000.000

*Sudah termasuk pajak 11%

Kuota terisi: 67%

Daftar
programs image
Data Fundamental

Data Visualization and Data Wrangling

programs difficulty Beginner Friendly

Price:

Rp3.000.000

Rp388.500 Rp3.000.000

*Sudah termasuk pajak 11%

Kuota terisi: 66%

Daftar
programs image
Data Fundamental

SQL & Relational Database

programs difficulty Beginner Friendly

Price:

Rp3.000.000

Rp388.500 Rp3.000.000

*Sudah termasuk pajak 11%

Kuota terisi: 74%

Daftar

Proses Pendaftaran

1.
proses pendaftaran

Klik tombol Daftar Sekarang

2.
proses pendaftaran

Konsultasi dan isi formulir pendaftaran

3.
proses pendaftaran

Melakukan Pembayaran

4.
proses pendaftaran

Mengerjakan Admission test

5.
proses pendaftaran

Mengikuti prerequisite class (optional)

6.
proses pendaftaran

Mulai Belajar di Pacmann!

Success Story

Cerita siswa Pacmann yang berhasil melakukan career switching atau career upgrading

  • mentor

    Stefanus Yudi

    Data Scientist at Media Company

    previous role: Wireline Specialist at Oil Field Service Company

    Kurikulum di Pacmann detail dan mendalam, sehingga bisa membantu beginner untuk membangun fondasi terkait data dengan baik. Bahkan, course Python yang diajarkan di pacmann scopenya melebihi materi 1 semester di kampus saya dulu. Courses Machine Learning-nya pun sangat membantu saya ketika sudah berkarir menjadi Data Scientist.

    Tanpa Pacmann, saya tidak akan bisa switching career secepat ini. Career facilities yang disediakan seperti career coaching webinar, curated job board, dll membantu saya untuk mempersiapkan karir.

    linked-in
  • mentor

    David Anthony

    Machine Learning Engineer at Carro

    previous role: Credit Risk Modeller at OCBC NISP

    Awal saya bekerja sebagai Credit Risk Modeller, pondasi pemahaman terkait Data yang saya miliki belum solid.

    Saya kemudian belajar di Pacmann, kurikulumnya dalam dan terstruktur dari mulai fundamental sampai level advanced. Materi Pacmann tidak hanya berguna ketika saya switch career menjadi Data Scientist, tapi sampai “lifetime”, ketika saya sudah menjadi Data Science Manager, apa yang saya dapat di Pacmann saya ajarkan juga ke tim saya.

    Tanpa Pacmann mungkin saya tidak akan bisa skill upgrading yang impact-nya juga ke career acceleration di bidang Data.

    linked-in
  • mentor

    Ryhannul Jannah

    Business Intelligence/Analyst at Mie Gacoan

    previous role: Ibu Rumah Tangga dan wirausahawan

    Pacmann tentunya membantu mengubah mindset saya dalam menangani data, ternyata handling data yang besar tidak se-overwhelming itu kalau sudah tahu prinsip-prinsip dasarnya.

    Pacmann juga sangat membantu untuk persiapan menghadapi proses interview di Mie Gacoan. Padahal saya belum pernah sama sekali menjalani proses rekrutmen. Dari career coaching saya jadi dapat gambaran terkait proses rekrutmen seperti apa, CV review dan career consultationnya membuat saya lebih pede untuk apply pekerjaan sampai dibantu untuk persiapan interviewnya juga.

    linked-in
  • mentor

    Kevin Reinhard

    Data Intelligence at Astra International Tbk

    previous role: Sales Analyst at Kino

    Kurikulum Pacmann bagus: sangat terstruktur dan dalam sehingga beginner friendly. Materi fundamental codingnya sangat membantu saya di pekerjaan sekarang. Tugas dan project yang di-design oleh tim Pacmann menantang dan membantu meningkatkan pemahaman saya selama belajar.

    Career Facilities juga membantu saya untuk mendapat kesempatan mengikuti seleksi hiring partner Pacmann

    linked-in
  • mentor

    Kristalina Kartika

    Data Analyst at Bank Central Asia

    previous role: Business Relationship Officer at Bank Central Asia

    Pacmann memberikan "senjata" terutama dengan bukti portfolio yang dibuat setiap 2 bulan. Portofolio yang saya buat akhirnya berhasil meyakinkan manajemen saat interview bahwa penempatan di posisi Data Analyst lebih baik, cocok, dan lebih menguntungkan pula bagi perusahaan.

    Fasilitas recording memungkinkan saya untuk mengulang-ulang kelas sampai paham. Sangat convenient untuk pekerja yang sibuk tapi ingin serius belajar.

    linked-in
  • mentor

    Alvin Noza

    Data Scientist at NTX Solusi Teknologi

    previous role: Fit Out Coordinator at ASRI

    Sebelumnya saya sudah ambil beberapa produk “bootcamp” dan tidak ada yang se-memuaskan Pacmann. Materinya sangat solid dan dalam.

    Tanpa Pacmann mungkin saya tidak akan bisa switch career ke role Data. Saya dapat konsultasi tidak hanya saat proses mencari pekerjaan saja, namun setelah jadi DS pun saya masih suka diskusi dengan mentor di Pacmann dan hasil diskusinya saya terapkan di tempat kerja.

    linked-in
  • mentor

    Cahyo Budi

    Business Intelligence Engineer at IMP Studio

    previous role: IT Support di GEA RSA

    Course fundamentalnya sangat membantu dalam mencari pekerjaan seperti course SQL, data wrangling & data cleansing, dan Data Visualization.

    Design guided project dari Pacmann membantu saya untuk membangun portofolio untuk keperluan personal branding.

    linked-in
  • mentor

    Akbar Nugroho

    Data Analyst at Maxxi Tani

    previous role: Construction Engineer at PT Amarta Karya

    Karena materi di Pacmann mendalam maka tentu saja effort belajar di Pacmann harus tinggi. Ada beberapa coursenya yang advanced (contohnya Customer & Marketing Analytics), yang membantu saya untuk switch career. Course ini tidak hanya dari mengajarkan soal technical tapi juga dari segi business acumen.

    Career facilities dari Pacmann juga cukup membantu saya untuk melakukan persiapan karir. Tanpa Pacmann dan materinya yang mendalam, mungkin akan sulit untuk saya switch career.

    linked-in
  • mentor

    Alfin Edo

    Data Analyst at Telco Company

    previous role: DS di Finance Industry

    Pacmann memiliki metode belajar dan kurikulum yang baik. Tugas-tugasnya juga variatif. Effort untuk belajar di Pacmann sangat worth-it.

    Melalui Hiring Partner Pacmann yang berkualitas saya sempat diterima kerja di PT Equity Finance Indonesia untuk role Data Scientist.

    linked-in
  • mentor

    Bima Priambodo

    Risk Analytics and Modelling Senior Associate at Hijra

    previous role: Data Scientist at airforesee

    Saya pertama kali bekerja sebagai DS secara “tidak sengaja”, dan background kuliah saya tidak aligned, maka saya cari tambahan belajar dan menemukan Pacmann. Sebetulnya materi belajar di internet itu banyak, namun “scattered”. Kurikulum Pacmann yang matang, terstruktur dan jelas, membantu saya untuk belajar dan bisa career & skill upgrading di bidang data.

    Fitur student consultation sangat membantu saya yang sibuk bekerja supaya bisa tetap termotivasi dan keep up dengan pace belajar Pacmann.

    linked-in
  • mentor

    Galih Mahardika

    Data Analyst at ASYX

    previous role: Merchandiser at Garment Company

    Pacmann membantu saya dalam hal kurikulum yang terstruktur, pengajar yang berkualitas, hingga saya bekerja sebagai Data Analyst di perusahaan hiring partner Pacmann (ASYX). Tanpa materi Pacmann yang mendalam, mungkin saya tidak bisa switch career.

    Dari fasilitas karir dan career counseling, saya bisa tau CV yang bagus itu seperti apa dan juga ketika sedang demotivasi belajar, Pacmann memberikan konsultasi sehingga saya tetap on-track dari sisi progress belajar.

    linked-in
  • mentor

    Teuku Akhdansyah

    Junior DS at Fishlog

    previous role: Fresh Graduate in Statistics

    Sebelumnya saya fresh graduate dari jurusan Statistik, dan saya tidak punya practical experience sama sekali. Di Pacmann, saya belajar terkait fundamental data analytics dan memperdalam pemahaman statistik saya.

    Saya mendapat kesempatan di-hire oleh Hiring Partner Pacmann dan menjadi Sales Analyst di Fishlog. Dari situ saya bertahap career upgrading menjadi Business Analyst dan kemudian Junior DS. Overall courses yang sangat membantu saya di pekerjaan sekarang: Visualization dan SQL courses.

    Career webinar Pacmann juga bagus-bagus! Saya jadi punya gambaran melakukan persiapan karir di Data. Kalau tidak ada Pacmann, bisa jadi saya masih menganggur.

    linked-in
  • mentor

    Ery Irmansyah

    Data Analyst at ASYX

    previous role: Procurement Analyst Supervisor at PT Arwana Citra Mulia

    Metode belajar dan tugas project di Pacmann membuat jadi terbiasa dengan sistem kerja sprint: lebih terpacu dan ditarget ketika saya sudah berkarir di bidang data.

    Fitur-fitur karir, utamanya hiring partner sangat membantu saya untuk switching. Saya di-support dari persiapan interview sampai latihan technical test.

    Materi Pacmann semuanya berkesan, walaupun mungkin sejauh ini belum teraplikasikan semua, tapi sudah lebih dari cukup untuk bekal untuk menjadi life-long learner. Course SQL dan Visualization sangat terpakai ketika saya sudah menjadi Data Analyst.

    linked-in

Student Testimonies

For the record, gue udah kerja ngurusin data 12 tahun. Sampai udah kenyang ngeliatin script sql. Tapi di @pacmannai belajar foundation probability di ...

label

Ghozy Ul-Haq

@ghozyulhaq

Yang menarik dari @pacmannai itu mereka menawarkan study secara slow pace, antara 6 bulan - 1 tahun ketika bootcamp-bootcamp lain menawarkan janji...

Hampir 2 tahun otodidak belajar DS, ikut bootcamp jg tahun 2021 lalu, tp ga kmn2 krn porto berantakan & ngerasa payah. Demotivasi, tp penasaran utk la...

See More arrow

Frequently Asked Questions

Apa saja yang membedakan Program Pacmann dengan course lain?
Program Pacmann memberikan kurikulum yang sistematis dan komprehensif, diajarkan dari basic hingga mendalam; diajarkan langsung oleh ahlinya (akademisi dan professional), dan banyak fasilitas pendukung, serta dalam 1 modul (misal Introduction to Statistics and Data Visualization) Anda akan mengerjakan 1 project, sehingga semakin banyak kelas yang Anda ambil, semakin banyak juga project yang Anda miliki.
Untuk siapa Job Preparation Program ini disarankan?
Program ini cocok untuk Anda yang sedang memulai karier atau ingin berpindah karier di bidang data.
Saya tidak memiliki background math/statistika sebelumnya, apakah saya masih bisa mengikuti program ini?
Tidak masalah. Di Program Pacmann, siswa akan diajarkan dari materi dasar hingga aplikasinya dengan metode yang intuitif dan contoh kasus yang relatable
Apakah ada peserta yang berasal dari Non-STEM?
Banyak. Peserta Program Pacmann memiliki latar belakang pendidikan dan pekerjaan yang beragam. Di Periode ke-1: 22.1% berasal dari jurusan Ekonomi & Bisnis, 2.9% dari jurusan Pertanian, 5.9% lainnya (Filsafat & Ilmu Budaya, dst). Kemudian di Periode ke-2: 20% dari jurusan Ekonomi & Bisnis, 3.3% Filsafat & Ilmu Budaya, 6.7% Ilmu Kesehatan, 6.7% Ilmu Sosial & Politik.
Berapa gaji yang akan saya dapatkan jika saya bekerja sebagai praktisi data?
Gaji merupakan nilai variabel yang bisa ditentukan banyak faktor, mulai dari jenis industri, besaran perusahaan, cakupan tanggung jawab, dan seterusnya. Namun pekerjaan di bidang data cenderung memperoleh kompensasi yang lebih baik dibandingkan posisi lain.

Untuk membaca referensi, klik [di sini]
Bagaimana jika saya pemula di bidang data/engineering dan saya tidak memiliki background di bidang STEM/IT?
Bisa, sekitar 40% siswa di Pacmann berasal dari background non data. Termasuk CEO Pacmann.

Salah satu cerita siswa dari jurusan sejarah jadi data analyst di sini.

Siswa Non-STEM dan masih pemula:
  • Diajarkan dari materi dasar, bahkan mulai dari tingkat konsep hingga praktik
  • Belajarnya lebih slow paced sehingga mudah diikuti dan tidak terburu-buru. Selain itu metode belajarnya ini merupakan cara belajar yang efektif, baca referensinya di sini
  • Disediakan Pre-Class Material sehingga sebelum Live Class berlangsung ada bahan yang bisa dipelajari terlebih dahulu
  • Diajarkan secara langsung oleh pengajar, tidak belajar sendiri
  • Mendapatkan mentoring intensif 2-arah
  • Diberikan evaluasi dan banyak studi kasus
  • Disediakan help desk jika butuh bantuan teknis
Bagaimana caranya pindah karier ke industri data?
Melakukan career switching ke bidang data butuh persiapan matang; mencakup persiapan skills yang sesuai dengan kebutuhan industri, membuat portofolio, penyesuaian CV, serta mengikuti hackathon/perlombaan. Anda bisa membaca lebih lanjut mengenai bagaimana cara agar berhasil pindah karier secara lengkap di sini.