Maulana Firdaus
Menu

Mohamad Maulana Firdaus Ramadhan

AI Engineer

Saya membangun Voice AI, sistem agentic RAG, dan aplikasi machine learning. Pekerjaan saya mencakup integrasi model, backend, dan deployment di AWS.

Lihat proyekUnduh CV
Mohamad Maulana Firdaus Ramadhan
  • Voice AI
  • Agentic AI
  • Machine Learning
  • Data Engineering
  • Computer Vision

Tentang Saya

Saya Mohamad Maulana Firdaus Ramadhan, AI Engineer dengan pengalaman di Neuram dan AI Center ITB. Latar pendidikan saya adalah Sistem dan Teknologi Informasi di Institut Teknologi Bandung.

Pekerjaan saya mencakup orkestrasi LLM dengan LangChain dan LangGraph, hybrid retrieval dengan Qdrant, evaluasi keluaran AI, serta backend asinkron di AWS. Saya juga mengerjakan computer vision dan klasifikasi sinyal pada perangkat edge.

Saya pernah memimpin Data Community HMIF ITB. Saya berbagi tentang data science melalui workshop serta sesi pembicara. Saya juga mengikuti Hology, GEMASTIK, dan FindIT bersama tim.

Keahlian Teknis

  • Python
  • PyTorch
  • Hugging Face
  • LangChain
  • FastAPI
  • Docker
  • PostgreSQL
  • Redis
  • Qdrant
  • NumPy
  • Pandas
  • TypeScript
Bahasa pemrograman
Python, SQL, C++, Shell Scripting, JavaScript, TypeScript
AI & GenAI
LLMs, Agentic RAG, Hybrid Retrieval (Dense + Sparse, BM25), Text-to-SQL, Transformer Architecture, LoRA, QLoRA, GRPO, Quantization (GPTQ), Prompt Tuning (GEPA)
Framework AI
PyTorch, Hugging Face Transformers, LangChain, LangGraph, Scikit-learn, TRL
Backend & API
FastAPI, REST APIs, Webhooks, SIP, Twilio, ElevenLabs, Asynchronous Processing, Event-Driven Systems
Cloud & MLOps
AWS (EC2, S3, ECS, SQS, EventBridge, Secrets Manager, CodePipeline), Kubernetes (K8s), Docker, CI/CD, GitHub Actions, MLflow, Airflow
Database
PostgreSQL, Redis (Queues), FAISS, Chroma, Pinecone, Qdrant, Drizzle ORM
Data & Computer Vision
Pandas, NumPy, OpenCV, YOLOv8, Whisper, K-Means, TF-IDF, Tableau
Evaluasi AI
Langfuse, LLM-as-a-Judge, Blind Human Review, BLEU, ROUGE-L, METEOR, BERTScore

Proyek Pilihan

ML systems · Platform lokal

FlightOps Sentinel

Sistem ML end-to-end untuk memprediksi risiko keberangkatan terlambat lebih dari 15 menit, pada T−24 jam. Pipeline memakai feature mart PostgreSQL, evaluasi kronologis, MLflow, Airflow, dan layanan prediksi FastAPI.

Peran & kontribusi
Mengembangkan pipeline data dan layanan prediksi dengan batas waktu fitur untuk mencegah leakage, lineage eksperimen, approval model, dan deployment lokal berbasis Docker.
Hasil & konteks
Pada holdout 2.206 penerbangan, logistic regression mencatat ROC-AUC 0,4836 dan historical route delay rate 0,5437. Platform berjalan lokal dengan pelacakan eksperimen, lineage, dan persetujuan model.

Alur arsitektur ML

  1. PostgreSQL
  2. T−24h features
  3. Training & evaluation
  4. MLflow registry
  5. Batch / FastAPI

Dari pengolahan data hingga prediksi batch dan API.

  • Python
  • PostgreSQL
  • MLflow
  • Airflow
  • FastAPI
  • Docker
Lihat kodeLihat dokumentasi

Voice & LLM · Proyek tim

BattleTalk

Platform latihan berbicara bahasa Inggris dengan mode battle 1v1, gamifikasi, dan feedback AI. Layanan Python memakai Whisper untuk transkripsi serta Qwen2.5 melalui Ollama untuk feedback dan penilaian percakapan.

Peran & kontribusi
Membangun BattleTalk bersama tim AIce Cream untuk FindIT UGM Hackathon. Menggabungkan latihan speaking, transkripsi suara, dan feedback LLM dalam alur aplikasi.
Hasil & konteks
Tim AIce Cream meraih Top 10 Finalist FindIT UGM Hackathon 2025 dengan BattleTalk.
  • React
  • FastAPI
  • Whisper
  • Qwen2.5
  • Supabase
Lihat kodeLihat dokumentasi
Banner asli BattleTalk dengan layar latihan speaking berbasis AI

Applied AI & IoT · Proyek tim

Agrotech

PWA untuk pemantauan pertanian yang menggabungkan data sensor lahan, klasifikasi penyakit tanaman dari gambar, dan konsultasi AI. Backend FastAPI memuat inferensi PyTorch serta endpoint sensor dan data komoditas.

Peran & kontribusi
Berkolaborasi dalam tim empat anggota untuk menyatukan monitoring lahan, diagnosis tanaman, dan konsultasi dalam aplikasi web.
Hasil & konteks
Prototipe AI dan IoT yang menghubungkan klasifikasi penyakit tanaman, data sensor lahan, dan konsultasi dalam satu aplikasi.
  • Next.js
  • FastAPI
  • PyTorch
  • IoT
Lihat kode
Banner asli Agrotech dengan layar pemantauan lahan dan diagnosis penyakit tanaman

AI product engineering · Proyek pribadi

Finance Tracker

Aplikasi keuangan pribadi untuk akun, transaksi, anggaran, dan tujuan finansial, dengan asisten AI serta ekstraksi struk menjadi draf transaksi.

Peran & kontribusi
Mengembangkan aplikasi Next.js dengan PostgreSQL dan Drizzle, serta orkestrasi LangChain dan LangGraph melalui Ollama. Asisten membaca data pengguna, menyiapkan draf, dan menyimpan transaksi setelah pengguna mengonfirmasi.
Hasil & konteks
Menyimpan riwayat percakapan, memvalidasi kepemilikan data, dan mengonfirmasi transaksi secara atomik. Screenshot menampilkan akun serta transaksi demo.
  • Next.js
  • TypeScript
  • LangGraph
  • Ollama
  • PostgreSQL
  • Supabase
Lihat kodeAlur asisten AI
Dashboard Finance Tracker dengan ringkasan keuangan dari data demo

LLM application · Proyek tim

ChatDoctor

Prototipe chatbot informasi kesehatan berbahasa Indonesia dengan antarmuka chat dan layanan inferensi Python.

Peran & kontribusi
Mengembangkan ChatDoctor bersama tim untuk Data Science National Tournament, menggunakan Sailor2-1B-Chat melalui Hugging Face Transformers.
Hasil & konteks
Top 10 Finalist Data Science National Tournament 2024 dengan prototipe percakapan informasi kesehatan berbasis LLM.
  • Next.js
  • Python
  • Hugging Face
  • Sailor2
Lihat kode

Computer vision · Prototipe tim

RoadEye

Prototipe pemantauan lalu lintas yang menggabungkan tampilan CCTV, peta, dan laporan kecelakaan. Rancangannya mencakup pendeteksian anomali serta analisis kepadatan lalu lintas.

Peran & kontribusi
Membangun RoadEye bersama tim M2VR untuk GDSC Hackfest Indonesia. Aplikasi menggabungkan antarmuka Next.js dengan backend Python dan FastAPI.
Hasil & konteks
Top 20 Teams GDSC Hackfest Indonesia 2024 dengan prototipe pemantauan lalu lintas.
  • Next.js
  • FastAPI
  • Python
  • PostgreSQL
Lihat kode
Screenshot asli RoadEye menampilkan pemantauan CCTV dan peta lalu lintas

Data mining · Proyek tim

Marketplace Recommender System

Solusi untuk TokoGenZ yang mengelompokkan produk, merekomendasikan barang serupa, dan membantu penjual membaca kategori, harga, penjualan, serta rating melalui dashboard Tableau.

Peran & kontribusi
Bersama tim SySendiri, mengolah data produk menggunakan lexicon dan TF-IDF, melakukan K-Means clustering, serta memakai NearestNeighbors untuk rekomendasi berbasis kemiripan nama produk.
Hasil & konteks
Juara 1 Hology 7.0 Data Mining. Model membagi produk ke dalam 11 cluster dan merekomendasikan barang berdasarkan kemiripan konten.
  • Python
  • K-Means
  • TF-IDF
  • NearestNeighbors
  • Tableau
Lihat presentasi
Slide asli presentasi TokoGenZ dengan dashboard analitik penjual dan penjelasan grafik

Computer vision · Proyek tim

Trash Reporting System

Prototipe Garbage Report untuk mendeteksi sampah dari gambar yang diunggah, mengekstrak lokasi, dan menyiapkan laporan kepada petugas kebersihan.

Peran & kontribusi
Mengembangkan solusi bersama tim untuk GEMASTIK XVII, termasuk pelatihan model YOLOv8 khusus untuk deteksi sampah.
Hasil & konteks
Finalis nasional Top 20 GEMASTIK XVII 2024. Evaluasi YOLOv8 mencatat mAP50 0,92 pada dataset 3.669 gambar latih, 260 validasi, dan 258 uji.
  • Python
  • YOLOv8
  • Computer vision
Baca makalahBukti finalis

LLM post-training · Eksperimen

GRPO Indonesian Legal Reasoning

Eksperimen post-training untuk penalaran hukum bahasa Indonesia dengan Qwen2.5-14B-Instruct, LoRA, dan Group Relative Policy Optimization.

Peran & kontribusi
Menyiapkan notebook pelatihan GRPO, fungsi reward, pemisahan dataset, dan skrip pembuatan data penalaran.
Hasil & konteks
Mengevaluasi keluaran model dengan BLEU, ROUGE-L, METEOR, dan BERTScore, serta menganalisis halusinasi dan kelengkapan penalaran pada dokumen IndoLaw.
  • Qwen2.5
  • LoRA
  • TRL
  • GRPO
  • Python
Lihat kodeNotebook pelatihanBaca makalah

Pengalaman

  • Apr 2026 — Sekarang

    Bandung, Indonesia

    AI Research Assistant

    AI Center ITB

    • Membangun platform agentic AI menggunakan LangChain dan LangGraph untuk orkestrasi LLM multi-langkah.
    • Mengembangkan pipeline hybrid RAG dengan Qdrant, dense embeddings, retrieval BM25, dan kontrol grounding sitasi.
    • Menerapkan versioning prompt serta alur tuning prompt berbasis GEPA secara offline untuk mengevaluasi dan mengoptimalkan template prompt LLM lengkap pada kasus evaluasi yang dibekukan.
    • Mengintegrasikan penyedia LLM lokal dan hosted, termasuk Ollama serta API yang kompatibel dengan OpenAI, melalui layanan Python yang dapat dikonfigurasi.
    • Menambahkan tracing Langfuse, metadata reproduksibilitas, dan artefak yang disimpan untuk debugging, monitoring, serta audit eksperimen.
    • Membangun alur evaluasi LLM-as-a-Judge dan penilaian manusia secara blind menggunakan paket evaluasi yang dibekukan dan dipseudonimkan untuk menilai faithfulness, actionability, coherence, completeness, serta kesepakatan antarpenilai.

  • Feb 2026 — Sekarang

    Jakarta, Indonesia

    AI Software Engineer

    Neuram

    • Menskalakan sistem Voice AI di lingkungan produksi untuk mendukung lebih dari 40.000 percakapan dan lebih dari 1.500 jam traffic suara aktif melalui integrasi telepon, agen AI, serta alur backend berbasis event. Alur janji temu mengintegrasikan protokol SIP INVITE dari domain klien dengan infrastruktur Twilio Neuram dan webhook ElevenLabs.
    • Mengurangi latensi percakapan yang dirasakan sebesar 60% melalui optimasi streaming audio real-time dan penanganan respons agar pemutaran awal lebih cepat.
    • Mengurangi latensi penerimaan panggilan masuk yang dirasakan lebih dari 80% dengan memparalelkan inisialisasi panggilan dan provisioning backend, sekaligus memicu audio pembuka segera.
    • Mengurangi latensi respons database sebesar 96% dan ukuran payload API lebih dari 96% melalui optimasi kueri SQL, parsing data, serta struktur payload.
    • Mengintegrasikan API eksternal untuk mengambil profil pelanggan dan slot tersedia, lalu menyuntikkannya sebagai variabel dinamis ke agen ElevenLabs untuk percakapan personal secara real-time.
    • Menghilangkan penundaan pelaporan manual setelah panggilan dengan mengotomatisasi pemrosesan percakapan, pembuatan analytics terstruktur, serta pengiriman hasil ke sistem klien. Callback API setelah panggilan mengirim hasil panggilan dan insight data ke sistem klien segera setelah sesi berakhir.
    • Menerapkan server-side tools ElevenLabs untuk eksekusi logika bisnis dan interaksi dengan sistem eksternal selama percakapan suara berlangsung.
    • Mengurangi biaya operasional LLM lebih dari 88% sambil mempertahankan performa tingkat produksi melalui optimasi deployment model dan arsitektur serving di lingkungan staging maupun produksi.

  • Okt — Des 2025

    Bandung, Indonesia

    AI Research Assistant (RAISA Project – SKK Migas)

    AI Center ITB

    • Meningkatkan akurasi kueri data manual dari 28–33% menjadi 82,7% dengan menerapkan lapisan respons deterministik menggunakan semantic retrieval Qdrant dan template kueri terstruktur. Implementasi retrieval juga menggunakan Qdrant Hybrid Search dengan pendekatan dense dan sparse.
    • Meningkatkan precision penolakan permintaan di luar cakupan dari 88,3% menjadi 99,0% pada 103 kasus uji negatif melalui validasi intent dengan pencocokan ketat dan pengamanan retrieval. Evaluasi model tambahan menggunakan alur evaluasi LLM-as-a-Judge otomatis pada lebih dari 1.000 sampel.
    • Meningkatkan keandalan kueri berulang dengan mengembangkan routing template SQL deterministik yang melewati eksekusi generatif dan langsung mengikat variabel pengguna ke template kueri tervalidasi. Alur Text-to-SQL diorkestrasi menggunakan LangGraph.
    • Memperkuat keandalan keluaran SQL dengan mengintegrasikan Evaluator Agent independen untuk memvalidasi hasil yang dihasilkan terhadap intent pengguna sebelum respons dikirim. Sistem Agentic RAG untuk kebutuhan enterprise mendukung tanya jawab kompleks dan ekstraksi data berpresisi tinggi dari dokumentasi minyak dan gas yang tidak terstruktur.
    • Membangun pipeline ingestion Excel asinkron untuk unggahan batch, penimpaan, dan pembaruan pasangan template pertanyaan-respons pada knowledge base.

  • Jul — Sep 2025

    Jakarta, Indonesia

    AI Engineer Intern

    PT. Solutopia Untuk Nusantara (SPUN)

    • Mengotomatisasi 85% pertanyaan pelanggan yang berulang dengan merancang dan men-deploy asisten AI produksi untuk layanan visa global. Optimasi model mendukung inferensi yang efisien.
    • Mengurangi waktu respons pelanggan dari baseline manual 30 menit menjadi kurang dari 5 detik melalui otomatisasi interaksi dukungan pelanggan multi-turn.
    • Mendukung lonjakan 10 kali lipat pada permintaan bersamaan dengan merancang arsitektur AWS asinkron menggunakan ECS, SQS, dan EventBridge. Infrastruktur juga memakai EC2, Amazon S3 untuk penyimpanan dokumen, dan Secrets Manager untuk pengelolaan kredensial.
    • Meningkatkan grounding respons terhadap regulasi visa yang dinamis dengan membangun pipeline retrieval multi-sumber menggunakan Pinecone dan PostgreSQL.
    • Menurunkan siklus deployment hingga hitungan menit melalui otomatisasi alur build dan rilis menggunakan AWS CodePipeline.

  • Mar — Des 2025

    Bandung, Indonesia

    AI Research Assistant

    Bandung Institute of Technology

    • Mencapai akurasi deteksi cacat 100% untuk sinyal partial discharge dengan mengembangkan sistem klasifikasi LSTM-Attention real-time bersama peneliti dari kalangan dosen. Arsitektur juga menggunakan Dense Concatenation.
    • Menurunkan latensi inferensi lokal hingga hitungan milidetik melalui optimasi dan deployment model pemrosesan sinyal pada FPGA serta Raspberry Pi 5 untuk monitoring industri secara real-time.
    • Membangun dataset sinyal partial discharge berisi 2.312 sampel melalui rekayasa pipeline akuisisi, pembersihan, serta preprocessing menggunakan Analog Discovery 2.
    • Memungkinkan monitoring kesehatan peralatan secara real-time dengan men-deploy dashboard end-to-end untuk status prediktif dan visualisasi sinyal.

Pengalaman Organisasi

  • Jun 2024 — Mei 2025

    Bandung, Indonesia

    Head of Community

    Data Community HMIF ITB

    • Memimpin kegiatan data science dan machine learning untuk komunitas mahasiswa. Mengoordinasikan workshop teknis dan acara untuk melatih keterampilan data engineering serta analytics anggota.

  • Sep 2023 — Agu 2024

    Bandung, Indonesia

    Curriculum Developer

    Google Developer Student Club ITB

    • Merancang kurikulum Machine Learning, roadmap, dan tugas praktik untuk lebih dari 800 anggota. Menyusun tugas berbasis proyek agar anggota dapat menerapkan materi.

  • Nov 2022 — Okt 2023

    Bandung, Indonesia

    Database Division Staff

    STEI-K Student Council

    • Mengelola data mahasiswa dan menyusun laporan analytics menggunakan Python, Pandas, serta Excel. Meraih Best Staff of the Month pada Februari 2023.

Pembicara

2024

Symphony of Data: The Key to Brilliant Decision Making

KAT ITB · Pembicara tamu

  • Membahas penggunaan data analytics untuk pengambilan keputusan dalam acara pelatihan terpusat.
Lihat sertifikat

2024

Data Competition Strategies

Kaderisasi Wilayah STEI-K ITB 2023 · Pembicara tamu

  • Berbagi strategi analisis data dan pengembangan machine learning untuk kompetisi mahasiswa.
Lihat sertifikat

2024

Introduction to Data Science

SPARTA HMIF 2023 · Pembicara tamu

  • Menyampaikan sesi pengantar konsep data science dan jalur karier kepada mahasiswa baru.
Lihat sertifikat

Makalah & Riset

2025

Makalah riset · Speech & LLM

Deteksi Penipuan Suara Berbahasa Indonesia: Studi Komparatif Antara Arsitektur LALM dan ASR+LLM

Baca dokumen

M. Maulana Firdaus R., Atqiya Haydar Luqman, M. Fauzan Azhim

Membandingkan Qwen2-Audio-7B dengan pipeline Whisper dan Sailor2-8B untuk deteksi penipuan percakapan berbahasa Indonesia, memakai QLoRA dan dataset audio sintetis.

Evaluasi
Pada 104 sampel uji sintetis, ASR+LLM mencapai F1 99,03% dan LALM 95,19%. Analisis audio riil mencatat kesalahan transkripsi pada baseline.

2025

Makalah riset · LLM post-training

Penyusunan Amar Putusan Berbasis Reinforcement Learning untuk Meningkatkan Reasoning Hukum Pengadilan Indonesia

Baca dokumen

Mohamad Maulana Firdaus Ramadhan, Rizqika Mulia Pratama, Ikhwan Al Hakim, Rinaldi Munir

Eksperimen Qwen2.5-14B-Instruct dengan LoRA dan GRPO pada dokumen IndoLaw. Fungsi reward menggabungkan kemiripan teks, kepatuhan format, dan kelengkapan penalaran.

Evaluasi
Mengukur BLEU, ROUGE-L, METEOR, dan BERTScore, lalu menganalisis halusinasi serta kelengkapan penalaran pada keluaran model.

2025

Makalah riset · Legal NLP

Generasi Amar Putusan Hukum Indonesia dari Dokumen Pengadilan Menggunakan Large Language Model

Baca dokumen

Mohamad Maulana Firdaus Ramadhan, Rizqika Mulia Pratama, Ikhwan Al Hakim, Ayu Purwarianti

Menghasilkan draf amar putusan dari lima bagian dokumen pengadilan Indonesia menggunakan Sailor2-1B dan QLoRA pada lingkungan komputasi terbatas.

Evaluasi
Pada 50 dokumen uji, model mencatat ROUGE-L 0,6267 dan BERTScore F1 0,8212 untuk kesamaan teks amar putusan.

2025

Makalah riset · Computer vision

Animal Species Classification Using Deep Learning

Baca dokumen

Rizqi Andhika Pratama, Khayla Belva Annandira, Mohamad Maulana Firdaus R.

Membandingkan VGG16, ResNet50, EfficientNet-B3, ViT-B16, dan YOLOv11-cls pada Animals10, disertai integrasi klasifikasi gambar ke antarmuka EyeNimal.

Evaluasi
Pada validasi Animals10 dengan pembagian data 80:20, EfficientNet-B3 mencapai akurasi 98,38% dan YOLOv11-cls 97,84%.

2025

Makalah riset · Applied machine learning

Penerapan Pembelajaran Mesin untuk Prediksi Keputusan Investasi pada UMKM

Baca dokumen

Arvyno Pranata Limahardja, David Dewanto, Ricky Wijaya, Nicolaas Heru Dreandachrista, Mohamad Maulana Firdaus Ramadhan

Studi Shark Tank US yang menggabungkan fitur finansial dan demografi dengan embedding deskripsi bisnis. Membandingkan model klasifikasi, tuning Optuna, serta interpretasi SHAP untuk keputusan deal.

Evaluasi
LightGBM mencapai akurasi sekitar 74% pada 90 sampel uji dari dataset Shark Tank US.

2024

Makalah riset · Computer vision

Pelaporan dan Pendeteksian Adanya Sampah Guna Menjaga Kebersihan Lingkungan Berbasis YOLOv8

Baca dokumen

Mohamad Maulana Firdaus Ramadhan, Rizqika Mulia Pratama, Ikhwan Al Hakim, Ayu Purwarianti

Penelitian computer vision untuk deteksi sampah pada gambar menggunakan YOLOv8, ekstraksi lokasi, dan alur pelaporan melalui aplikasi Garbage Report.

Evaluasi
YOLOv8 mencapai mAP50 0,92 setelah 100 epoch, dengan 3.669 gambar latih, 260 validasi, dan 258 uji. Analisis kesalahan mencatat false positive pada pohon dan batu serta sampah kecil yang terlewat.

2023

Makalah riset · NLP

Pemrosesan Bahasa Alami Untuk Analisis Sentimen Dengan Menggunakan Bidirectional GRU

Baca dokumen

Mohamad Maulana Firdaus Ramadhan, Ikhwan Al Hakim, Rizqi Andhika Pratama, Rizqika Mulia Pratama

Pemodelan emosi pada teks Twitter berbahasa Indonesia dengan preprocessing teks, embedding FastText, dan Bidirectional GRU untuk lima kelas emosi.

Evaluasi
Evaluasi klasifikasi lima emosi pada teks Twitter berbahasa Indonesia mencatat akurasi 0,70, precision rata-rata 0,72, dan recall rata-rata 0,71.

2023

Makalah riset · Computer vision

Monitoring Otomatis Kondisi Lalu Lintas untuk Mendeteksi Adanya Kecelakaan dengan Menggunakan YOLOv8

Baca dokumen

Mohamad Maulana Firdaus Ramadhan, Rizqika Mulia Pratama, Ikhwan Al Hakim, Ayu Purwarianti

Penelitian deteksi kecelakaan dari video CCTV menggunakan YOLOv8, dengan rancangan pelaporan otomatis ketika anomali lalu lintas terdeteksi.

Evaluasi
Validasi YOLOv8 mencatat mAP50 0,924430 pada 2.220 gambar, dengan 10.989 gambar untuk pelatihan.

Penghargaan

Sertifikasi

Dokumentasi

Foto di panggung bersama penerima penghargaan, memegang plakat juara pertama Data Mining dan piala
2024Juara 1 Data Mining · Hology 7.0
Dua penerima penghargaan membawa plakat dan piala di depan backdrop Hology 7.0
2024Momen penghargaan · Hology 7.0
Tim mempresentasikan hasil kompetisi di depan juri dalam dokumentasi GEMASTIK XVII
2024Presentasi finalis · GEMASTIK XVII
Tim mempresentasikan feature engineering untuk klasifikasi traffic jaringan
2024Presentasi tim Hustler · Objective Quest, Airnology 3.0
Sesi pembicara di ruang kelas dengan slide strategi kompetisi data
2024Berbagi strategi kompetisi data · Kaderisasi Wilayah STEI-K
Berfoto bersama penyelenggara sambil memegang sertifikat apresiasi pembicara kompetisi data mining
2024Apresiasi pembicara · Kaderisasi Wilayah STEI-K
Tiga anggota tim MIQ dari Institut Teknologi Bandung bekerja bersama dengan komputer dan laptop di meja kompetisi
Di meja kompetisi · Tim MIQ, ITB
Dokumentasi Best Staff Award untuk Mohamad Maulana Firdaus pada bidang IT Database, dengan potret di kampus ITB
Best Staff Award · IT Database, Februari

Kontak

Terhubung dengan saya.

Hubungi saya untuk berdiskusi tentang AI engineering, sistem ML, riset, atau kolaborasi. Anda juga bisa melihat kode dan eksperimen saya di GitHub.