AI/ML Engineer — Jakarta

Membangun sistem machine learning yang benar-benar jalan di produksi.

Saya Raka Mahendra, engineer yang fokus pada LLM fine-tuning, computer vision, dan infrastruktur MLOps. 6 tahun mengubah notebook eksperimen menjadi layanan dengan latensi rendah dan biaya terkendali.

Lihat Proyek → Hubungi Saya

PyTorchLLM Fine-tuningComputer VisionMLOpsRAG Systems

train_run.py — gpu-cluster-01

01[epoch 12/20] loss=0.184 val_acc= 94.2%

02[eval] F1 macro naik dari baseline +11.6 pts

03[deploy] latency p95 via Triton 38 ms

04[status] model dipromosikan ke production

GPU util

87%

VRAM

72%

Throughput

93%

Model di production

40+ jt

Inferensi per bulan

-62%

Biaya serving setelah optimasi

6 th

Pengalaman ML engineering

Karya Terpilih

Proyek yang mengukur dirinya sendiri.

Setiap proyek saya lengkapi dengan metrik nyata — akurasi, latensi, dan dampak biaya — bukan sekadar demo.

PRJ-01

Nusa-LLM: Asisten Bahasa Indonesia

Fine-tuning model 8B parameter untuk customer service e-commerce dengan LoRA dan dataset percakapan berlisensi. Dilengkapi guardrail dan evaluasi otomatis harian.

94.2% intent acc38ms p958B params

PRJ-02

Visi-QC: Inspeksi Pabrik Otomatis

Pipeline computer vision untuk deteksi cacat produk di lini manufaktur — dari labeling, training YOLO custom, hingga deployment edge di 12 kamera pabrik.

99.1% recall24 FPS edge-70% inspeksi manual

PRJ-03

RAG Arsip Hukum

Sistem retrieval-augmented generation untuk firma hukum: 1,2 juta dokumen diindeks dengan hybrid search, reranker, dan sitasi otomatis ke pasal sumber.

1.2jt dokumen89% answer acchybrid search

Catatan Riset

Yang sedang saya pelajari dan tulis.

Eksperimen, benchmark, dan catatan teknis dari pekerjaan sehari-hari — dibagikan supaya orang lain tidak jatuh di lubang yang sama.

Benchmark

Quantization 4-bit: seberapa besar penurunan kualitas di bahasa Indonesia?

Membandingkan GPTQ, AWQ, dan bitsandbytes pada tugas NLU berbahasa Indonesia. Hasilnya: penurunan jauh lebih kecil dari yang ditakutkan.

Juni 2026

Eksperimen

Distilasi model vision untuk perangkat edge kelas 5 watt

Catatan proses mengecilkan model deteksi 6x lipat tanpa kehilangan recall kritis, termasuk trik augmentasi yang paling berpengaruh.

April 2026

Tulisan

Evaluasi LLM tanpa menyewa 100 annotator

Framework evaluasi semi-otomatis dengan LLM-as-judge yang dikalibrasi sampel manusia — dipakai di tiga proyek klien.

Februari 2026

Stack

Peralatan kerja harian.

Tool yang saya pakai dari eksperimen sampai serving — dipilih karena terbukti, bukan karena tren.

Modeling

PyTorchHugging FaceLoRA / PEFTYOLOscikit-learn

Serving

TritonvLLMONNX RuntimeFastAPIgRPC

Data & Infra

AirflowSparkPostgreSQLQdrantS3 / MinIO

MLOps

MLflowWeights & BiasesDockerKubernetesGitHub Actions

Kontak

Punya masalah ML yang butuh diselesaikan?

Saya terbuka untuk proyek konsultasi, kontrak jangka pendek, dan diskusi teknis. Ceritakan masalah Anda — saya balas dalam 1–2 hari kerja.

Kirim Email → Unduh CV

raka@mahendra.ai