Bootcamp Data Engineer Python
02 July 2026 AI & Data ScienceBootcamp ini dirancang untuk kamu, data analyst, programmer, mahasiswa maupun profesional yang ingin memahami bagaimana data diproses dari sumber mentah hingga siap digunakan untuk analisis dan pengambilan keputusan.
Peserta akan belajar langsung membuat proses ETL (Extract, Transform, Load), melakukan data cleaning, mengintegrasikan database, hingga membangun pipeline otomatis menggunakan Python.
Tidak hanya teori, setiap sesi akan disertai praktik menggunakan studi kasus data bisnis yang umum ditemui di dunia kerja.
Kenapa Harus Belajar Data Engineering?
Data Engineering merupakan fondasi dari seluruh proses data modern.
✅ Hampir semua perusahaan menggunakan data untuk pengambilan keputusan
✅ Data Analyst dan Data Scientist membutuhkan data yang sudah siap pakai
✅ Permintaan Data Engineer terus meningkat di industri
✅ Skill Python dan SQL sangat dicari perusahaan
✅ Menjadi pintu masuk menuju karier Data Engineer, Data Analyst, maupun Data Scientist
✅ Dapat diterapkan pada berbagai bidang bisnis, keuangan, marketing, logistik, dan operasional
Apa yang Akan Dipelajari?
Bootcamp ini disusun mengikuti alur kerja Data Engineering yang umum digunakan di dunia industri.
✅ Fundamental Data Engineering
✅ Konsep ETL (Extract, Transform, Load)
✅ Python untuk Pengolahan Data
✅ Data orchestration workflow
✅ Data Cleaning dan Data Transformation
✅ Data Wrangling
✅ Database dan SQL Integration
✅ Koneksi Python ke Database
✅ Data Pipeline Automation
✅ ETL Workflow Development
✅ Advanced Transformation & Aggregation
✅ Final Project Data Pipeline
Studi Kasus yang Digunakan
Selama bootcamp peserta akan membangun simulasi pipeline data bisnis dari awal hingga akhir.
📊 Mengambil data dari file CSV
📊 Membersihkan data yang tidak konsisten
📊 Mengatasi missing values
📊 Melakukan transformasi data menggunakan Pandas
📊 Menggabungkan dan mengolah dataset
📊 Menyimpan data ke database SQLite
📊 Membuat proses ETL sederhana
📊 Membuat laporan hasil pengolahan data
📊 Menyusun presentasi proyek data engineering
Siapa yang Cocok Mengikuti Kelas Ini?
Bootcamp ini cocok untuk:
✅ Mahasiswa IT, Sistem Informasi, Informatika, Statistik, dan Data Science
✅ Data Analyst yang ingin memahami proses data di belakang dashboard
✅ Business Analyst yang bekerja dengan data
✅ Programmer yang ingin masuk ke bidang data
✅ Fresh Graduate yang ingin membangun portofolio data
✅ Freelancer yang ingin menambah skill pengolahan data
✅ Siapa pun yang ingin belajar Data Engineering dari dasar
Tidak perlu memiliki pengalaman sebagai Data Engineer sebelumnya.
Jadwal Bootcamp
📅 Live Zoom 7x Pertemuan
📅 Kelas dimulai 02 Juli 2026
📅 Durasi ± 1–2 Jam per sesi
📅 Setiap hari Kamis dan Sabtu malam pukul 20.00 WIB
Final Project
Pada akhir bootcamp, peserta akan mengerjakan proyek individu berupa simulasi Data Pipeline.
Studi Kasus Final Project
Membangun pipeline data sederhana dari dataset bisnis menggunakan Python.
Ketentuan Proyek
✅ Extract data dari file CSV
✅ Transform data menggunakan Pandas
✅ Melakukan minimal 2 proses transformasi data
✅ Menyimpan data ke database SQLite
✅ Membuat dokumentasi hasil pengolahan data
✅ Menyusun presentasi proyek
Output Final Project
📌 Script ETL Python
📌 Database SQLite
📌 Dataset hasil transformasi
📌 Laporan proyek
📌 Slide presentasi
📌 Portofolio Data Engineering dasar
Benefit Mengikuti Bootcamp
✅ Materi terstruktur dari dasar
✅ Praktik menggunakan Python
✅ Studi kasus data bisnis
✅ Rekaman kelas
✅ Akses materi download
✅ Dataset latihan
✅ E-Certificate pelatihan
✅ Dibimbing trainer praktisi
✅ Sesi tanya jawab langsung
✅ Final Project sebagai portofolio
Biaya Kelas
💰 Early Bird 1 : Rp 299.000 (sebelum 20 Juni)
💰 Harga Normal : Rp 329.000
Syarat Mengikuti Kelas
Menyiapkan Tools yang digunakan dalam Bootcamp:
📌 Python
📌 Jupyter Notebook
📌 Library Pandas, NumPy
📌 SQLite
Target Setelah Ikut Kelas
Setelah mengikuti bootcamp, peserta diharapkan memiliki:
✅ Memahami konsep Data Engineering dan ETL
✅ Menggunakan Python untuk pengolahan data, cleaning dan transformation
✅ Menghubungkan Python dengan database
✅ Membangun pipeline data sederhana
✅ Menyusun laporan proyek data engineering