Inixindo

Enterprise Document Intelligence with Agentic AI

5 Hari Advanced Level

Tingkatkan kapabilitas sistem organisasi Anda melalui program advanced yang membahas pengelolaan dokumen enterprise secara cerdas menggunakan kombinasi kekuatan…

Pelatihan & Sertifikasi
favorite_border

Enterprise Document Intelligence with Agentic AI

Di era kecerdasan buatan, sekadar menyimpan dokumen tidaklah cukup. Organisasi kini dituntut untuk dapat mengelola dan memanfaatkan data enterprise secara jauh lebih cerdas. Pelatihan Enterprise Document Intelligence with Agentic AI adalah program tingkat mahir (advanced) yang dirancang khusus untuk membantu peserta membangun solusi AI revolusioner. Solusi ini mampu membaca, mengekstrak, mengindeks, mencari, menganalisis, meringkas, membandingkan, hingga menjawab pertanyaan kompleks dari berbagai jenis dokumen—mulai dari PDF, pindaian (scan), dokumen kebijakan, SOP, laporan audit, kontrak, proposal, manual teknis, hingga tabel dan dokumen multimodal lainnya.

Pelatihan ini membawa Anda melampaui kemampuan chatbot dokumen konvensional. Kami menekankan pada pendekatan Enterprise Document Intelligence yang sesungguhnya: mengubah dokumen mentah menjadi Knowledge Object terstruktur yang kaya akan metadata, konteks, citation (sitasi), dan evidence (bukti). Hal ini memastikan tingkat akurasi maksimal saat digunakan oleh sistem RAG dan alur kerja Agentic AI.

Selama 5 hari intensif, Anda akan menguasai proses end-to-end yang mendalam—mulai dari document ingestion, parsing, hingga pengembangan aplikasi modern—menggunakan stack teknologi AI mutakhir seperti Python, Docling, LangChain, LangGraph, Qdrant, VLLM/LiteLLM, dan Streamlit.

Target Peserta

Pelatihan tingkat mahir ini sangat ditujukan untuk:

  • AI Engineer, Data Engineer, dan Machine Learning Engineer.

  • Software Engineer, Solution Architect, dan IT Architect.

  • Tim Data & Analytics, Tim Knowledge Management, serta Tim Document Management.

  • Tim Digital Transformation dan Tim IT yang berencana membangun solusi RAG serta Agentic AI berbasis dokumen internal organisasi.

Pra Syarat

Untuk memastikan Anda dapat mengikuti alur praktik secara optimal, peserta disarankan memiliki kualifikasi dasar berikut:

  • Memiliki pemahaman dasar mengenai pemrograman Python (Python programming).

  • Memahami dasar-dasar LLM, embedding, dan vector database.

  • Memiliki pengetahuan tentang Basic API atau web application.

  • Mengenal perintah baris (Command line) atau Linux basic.

  • Pengetahuan dasar tentang Docker akan sangat membantu (Docker basic akan membantu).

  • Memiliki pengalaman dengan LangChain atau AI application development akan menjadi nilai tambah yang besar.

Hasil pembelajaran

Tujuan Pelatihan Enterprise Document Intelligence with Agentic AI

Setelah mengikuti pelatihan ini, peserta diharapkan mampu:

  • Menjelaskan konsep Enterprise Document Intelligence dan perbedaan fundamentalnya dengan document chatbot biasa.
  • Mendesain arsitektur solusi AI komprehensif untuk pengelolaan dokumen enterprise.
  • Mengolah ragam dokumen multimodal menjadi struktur data kokoh yang siap dioperasikan oleh AI.
  • Menciptakan Document Profile, Knowledge Object, dan metadata dokumen secara presisi.
  • Membangun pipeline RAG yang kuat berbasis Qdrant, LangChain, dan LLM.
  • Memproduksi sistem penjawab otomatis yang berbasis pada citation dan evidence.
  • Merangkai workflow Agentic AI tingkat lanjut menggunakan LangGraph.
Materi yang akan dipelajari

Apa yang Akan Anda Dapatkan & Pelajari dalam Pelatihan Enterprise Document Intelligence with Agentic AI?

Kuasai arsitektur end-to-end pembuatan solusi AI level enterprise, mulai dari pengolahan dokumen multimodal, rekayasa Knowledge Object, merangkai pipeline RAG, hingga membangun alur kerja Agentic AI tingkat lanjut.

Enterprise Document Intelligence Architecture
  • Membedah tantangan pengelolaan dokumen di tingkat enterprise.

  • Menganalisis perbedaan krusial antara document search, document chatbot, RAG, dan Enterprise Document Intelligence.

  • Meninjau ragam use case document intelligence di dalam organisasi bisnis.

  • Merancang arsitektur end-to-end document intelligence dan pengenalan technology stack mutakhir.

  • Melakukan konfigurasi lingkungan praktik (setup lab environment) dan membangun basic document ingestion pipeline.

Multimodal Document Processing & Knowledge Object
  • Mengeksekusi pengolahan dokumen multimodal: PDF, dokumen scan, tabel, gambar, form, dan laporan kompleks.

  • Memahami konsep Document parsing dan OCR tingkat lanjut.

  • Menyusun Document Profile dan mendeteksi struktur dokumen (Document structure detection).

  • Menerapkan praktik Knowledge Object Engineering dan pengayaan data melalui Metadata enrichment.

  • Menyiapkan dokumen untuk kebutuhan sistem RAG melalui evidence anchor, citation readiness, dan strategi chunking yang optimal.

Enterprise RAG with Qdrant, LangChain & LLM
  • Mendalami konsep Retrieval-Augmented Generation (RAG).

  • Menentukan Embedding strategy dan mengoperasikan Qdrant vector database.

  • Melakukan Metadata dan payload filtering guna meningkatkan presisi pencarian.

  • Merangkai LangChain RAG pipeline serta melakukan integrasi dengan vLLM dan LiteLLM.

  • Mengeksekusi Retrieval optimization untuk menghasilkan jawaban berbasis sitasi (Citation-based answer) dan kemasan bukti referensi (Evidence package).

Agentic AI Workflow with LangGraph
  • Menganalisis perbedaan arsitektural antara RAG tradisional dan Agentic AI.

  • Mendalami konsep LangGraph: state, node, edge, dan conditional routing.

  • Membangun Agentic workflow khusus untuk document intelligence.

  • Merancang berbagai agen AI pintar: Query classifier, Retriever agent, Summarization agent, Extraction agent, dan Comparison agent.

  • Mengeksekusi validasi melalui Evidence validator, menyusun jawaban akhir (Answer composer), dan menerapkan Guardrail untuk mengurangi tingkat halusinasi (hallucination) AI.

Streamlit App, Evaluation & Capstone Project
  • Membangun user interface menggunakan Streamlit untuk aplikasi document intelligence.

  • Mengimplementasikan fungsi Document upload, indexing, Ask document, Summarize document, Extract information, dan membandingkan dokumen (Compare documents).

  • Mengintegrasikan Evidence viewer untuk transparansi data.

  • Mengeksekusi RAG evaluation guna meninjau akurasi sitasi (Citation accuracy).

  • Menerapkan standar governance dan pertimbangan keamanan (security consideration).

  • Meninjau kesiapan lingkungan produksi (Production readiness overview) dan menyelesaikan Capstone project berbasis kasus nyata

Konsultasi WhatsApp