Tahap 6 dari 6
AI System Design
Studi kasus yang menggabungkan isi tahap-tahap sebelumnya menjadi sistem utuh dengan batasan nyata pada latency, biaya, dan kualitas.
Kamu merancang sistem AI produksi atau sedang bersiap untuk wawancara system design.
Studi kasus · 6 langkah
Merancang Serving LLM
Rencanakan GPU, latency, dan biaya untuk model chat 7B dari prinsip dasar
Melanjutkan KV Cache, Quantization, Continuous Batching, Decoder-Only TransformerStudi kasus · 6 langkahMembangun Sistem RAG
Tentukan ukuran chunking, vector index, pencarian, reranking, dan generation untuk sistem RAG
Melanjutkan Retrieval-Augmented Generation, Embedding, Chunking dan Reranking untuk RAG, Vector Search dan HNSW, K-Means Clustering, KV CacheStudi kasus · 6 langkahMerancang Feed Rekomendasi
Retrieval, ranking, re-ranking, feedback loop, dan durasi A/B test untuk feed berisi 1 juta item
Melanjutkan Embedding, Vector Search dan HNSW, K-Nearest Neighbors, Gradient Boosting, Evaluasi Model dan Metrik, Class Imbalance & Resampling, Uji HipotesisStudi kasus berikutnya: membangun sistem RAG dan merancang feed rekomendasi. Studi kasus ini melanjutkan AI Engineering, jadi tahap itu titik awal yang baik.