Curriculum Vitae
Naufal Afif
Media Social
Naufal Afif<br /> Mahasiswa Teknologi Sains Data Universitas Airlangga | Aspiring AI/ML Engineer<br /> <br /> Saya Naufal Afif, seorang mahasiswa tingkat akhir Teknologi Sains Data di Universitas Airlangga dengan antusiasme mendalam pada persimpangan antara Artificial Intelligence, rekayasa perangkat lunak, dan produk berbasis data. Fokus saya adalah merekayasa solusi cerdas yang tidak hanya akurat secara teknis, tetapi juga intuitif dan berdampak bagi pengguna.<br /> <br /> Saya memiliki spesialisasi dalam membangun aplikasi berbasis Large Language Models (LLMs), mulai dari tahap pembersihan data hingga deployment layanan menggunakan teknologi modern seperti Python, FastAPI, dan Docker. Pengalaman saya dalam mengembangkan sistem Text-to-Insight di Telkomsel membuktikan kemampuan saya dalam merekayasa pipeline end-to-end, mengoptimalkan akurasi model dengan vector database, dan menyajikan hasilnya melalui visualisasi interaktif.<br /> <br /> Saya adalah seorang pemecah masalah yang proaktif dan pembelajar cepat, yang selalu bersemangat untuk menghadapi tantangan data yang kompleks. Saat ini, saya sedang mencari peluang untuk berkontribusi dalam tim yang inovatif sebagai AI/ML Engineer atau Data Scientist setelah kelulusan saya. Mari terhubung!
Sedang berjalan
Universitas Airlangga
S1 • Teknologi Sains Data • IPK 3.08
Januari 2025 - Januari 2025
AI/ML Engineer
PT Telekomunikasi Selular • Magang
Merancang dan mengimplementasikan sebuah sistem proof-of-concept (POC) cerdas yang memungkinkan pengguna untuk melakukan kueri dan visualisasi data menggunakan bahasa natural, menjembatani kesenjangan antara data kompleks dan pengguna non-teknis.
Pengembangan Pipeline Otomatis: Merekayasa pipeline end-to-end yang secara otomatis menerjemahkan input teks pengguna menjadi kueri SQL yang akurat, kemudian menghasilkan chart dan visualisasi data interaktif menggunakan Plotly dan TypeScript.
Integrasi LLM & Backend: Mengembangkan backend API yang robust menggunakan FastAPI untuk mengintegrasikan antarmuka OpenWebUI dengan Large Language Model (LLM). Mengimplementasikan Docker untuk kontainerisasi, memastikan proses deployment yang konsisten dan efisien.
Peningkatan Akurasi Model: Meningkatkan akurasi dan relevansi kueri SQL yang dihasilkan oleh LLM dengan membangun dan mengelola Vector Database untuk pencarian konteks yang efisien serta membuat 200+ data training berkualitas tinggi untuk proses fine-tuning.
Data Preprocessing & Cleaning: Melakukan proses data cleaning dan preprocessing pada sampel data klien untuk memastikan integritas dan kualitas data, yang menjadi fondasi utama bagi akurasi model LLM.
Tools & Teknologi yang Digunakan:
Backend & API: Python, FastAPI, Docker
AI/ML ; Database: Large Language Models (LLMs), Postgres, Vector Databases, SQL
Data Management: Excel, Pandas
Media
