Lihat bagaimana CV Machine Learning Engineer profesional menyoroti pengembangan model, pipeline deployment, dan sistem ML produksi. Sesuaikan contoh ini dengan latar belakang Anda sendiri.
Senior Machine Learning Engineer dengan pengalaman 7 tahun membangun dan men-deploy sistem ML produksi dalam skala besar. Spesialisasi dalam NLP, sistem rekomendasi, dan arsitektur deep learning, dengan model yang melayani lebih dari 10 juta prediksi harian dengan latensi di bawah 100ms. Mempublikasikan 3 makalah di konferensi ML terkemuka termasuk NeurIPS dan ICML. Bersemangat menjembatani kesenjangan antara riset dan produksi, dengan keahlian langsung dalam MLOps, distributed training, dan optimasi inferensi real-time.
Pengalaman Kerja
Senior Machine Learning Engineer
Gojek
Jun 2022 - Sekarang
Membangun mesin rekomendasi yang melayani 10 juta+ prediksi harian dengan ketersediaan 99,5% dan latensi P99 di bawah 80ms
Mengembangkan pipeline ML end-to-end dari ingesti data hingga deployment model menggunakan Kubeflow dan MLflow, mengurangi waktu deployment dari 2 minggu menjadi 3 jam
Meningkatkan click-through rate sebesar 25% melalui perubahan arsitektur model yang diuji A/B pada 4 permukaan produk
Merancang dan mengimplementasikan feature store yang melayani 500+ fitur ke 12 model produksi, mengurangi duplikasi feature engineering sebesar 70%
Membimbing 3 ML engineer junior dan menetapkan proses review model yang diadopsi oleh tim platform ML
Machine Learning Engineer
Tokopedia
Agu 2019 - Mei 2022
Melakukan fine-tuning model BERT dan GPT-2 untuk klasifikasi dokumen mencapai akurasi 97% pada dataset produksi yang mencakup 15 bahasa
Membangun pipeline analisis teks real-time yang memproses 500 ribu dokumen harian menggunakan Spark dan Kafka dengan latensi end-to-end di bawah 200ms
Mengurangi waktu training model sebesar 60% melalui distributed training pada GPU cluster menggunakan Horovod dan PyTorch DDP
Mengimplementasikan sistem monitoring model dan deteksi drift yang memicu retraining otomatis, menjaga akurasi model di atas SLA 95%
Machine Learning Engineer
Bukalapak
Jul 2017 - Jul 2019
Mengembangkan model klasifikasi gambar dengan akurasi 94% untuk pelabelan konten, memproses 3 juta+ aset dan memangkas upaya review manual sebesar 65%
Membuat pipeline augmentasi data yang meningkatkan ukuran dataset training 5x menggunakan teknik termasuk CutMix, MixUp, dan generasi sintetis
Mempublikasikan makalah riset tentang metode transfer learning di workshop ICML, menerima 50+ sitasi dalam tahun pertama
Membangun dashboard explainability model interaktif menggunakan SHAP dan LIME, memungkinkan pemangku kepentingan non-teknis menafsirkan prediksi
Pendidikan
M.Sc. Ilmu Komputer (Machine Learning)
Institut Teknologi Bandung (ITB)
2015 - 2017
Konsentrasi pada machine learning dan sistem deep learning.
B.Sc. Ilmu Komputer
Universitas Indonesia
2011 - 2015
Fokus pada algoritma, statistika, dan sistem terdistribusi.
Kursus & Sertifikasi
AWS Certified Machine Learning - Specialty
Amazon Web Services
2023
ID Kredensial: AWS-MLS-2023-58104
TensorFlow Developer Certificate
Google
2021
Sertifikasi profesional dalam membangun dan melatih model TensorFlow.
Deep Learning Specialization
Coursera (DeepLearning.AI)
2020
Spesialisasi lima kursus yang mencakup CNN, RNN, dan model sekuensial.
Bahasa
Bahasa Indonesia
Berbicara: Bahasa IbuMendengar: Bahasa IbuMenulis: Bahasa Ibu
Ini adalah contoh CV. Sesuaikan dengan pengalaman Anda sendiri menggunakan pembuat CV gratis kami.
Tips untuk CV Anda
Tunjukkan ML Produksi, Bukan Sekadar Notebook
Perusahaan menginginkan engineer yang men-deploy model, bukan hanya melatihnya. Soroti model serving, metrik latensi, monitoring, dan pengalaman pipeline MLOps.
Sertakan Metrik Kinerja Model
Angka akurasi, F1, AUC-ROC, latensi, dan throughput menunjukkan model Anda benar-benar bekerja dalam skala besar. 'Latensi P99 di bawah 80ms melayani 10 juta prediksi per hari' sangat kuat.
Sebutkan Seluruh Siklus Hidup ML
Pengumpulan data, feature engineering, training model, evaluasi, deployment, monitoring. Tunjukkan bahwa Anda memahami pipeline lengkap, bukan hanya langkah pemodelan.
Cantumkan Publikasi dan Open Source
Machine learning engineering menghargai kontribusi riset. Jika Anda memiliki makalah, presentasi konferensi, atau kontribusi open-source signifikan, cantumkan dengan menonjol.
Cara Menulis CV Machine Learning Engineer (Panduan Lengkap)
Rekruter tech di Indonesia maupun perusahaan multinasional mencari sinyal yang sama di CV ML Engineer: bukti bahwa Anda bisa membawa model dari notebook ke produksi. Berikut lima langkah untuk menyusun CV machine learning yang lolos ATS dan meyakinkan hiring manager.
1
1. Tulis Ringkasan Profesional yang Padat
Ringkasan 2-3 kalimat harus memuat level seniority, domain (NLP, computer vision, sistem rekomendasi, fraud detection), stack utama (Python, PyTorch/TensorFlow, MLOps tools), dan satu metrik produksi andalan, misalnya 'model yang melayani 2 juta prediksi harian dengan latensi p95 di bawah 50ms'. Untuk fresh graduate, ganti pengalaman kerja dengan proyek nyata: skripsi ML, ranking Kaggle, atau proyek deployment pribadi, plus tumpukan teknologi yang dikuasai. Hindari kalimat generik seperti 'mahir machine learning' tanpa bukti konkret.
2
2. Susun Bullet Point Pengalaman Kerja dengan Angka
Setiap bullet idealnya menunjukkan dampak end-to-end: kenaikan akurasi/AUC yang terhubung ke angka bisnis, penurunan latensi atau biaya serving, atau skala pipeline yang dibangun. Contoh kuat: 'Men-deploy model fraud detection menggunakan XGBoost dan Docker, menurunkan transaksi fraud sebesar 32% sambil menjaga latensi inferensi di bawah 100ms untuk 5 juta transaksi harian.' Gunakan kata kerja aktif (membangun, men-deploy, mengoptimalkan) dan selalu sertakan angka, bukan deskripsi tugas semata.
3
3. Kelompokkan Bagian Keahlian Secara Terstruktur
Pisahkan skill menjadi kelompok: Framework ML (PyTorch, TensorFlow, Scikit-learn), MLOps & Infrastruktur (Docker, Kubernetes, MLflow, Kubeflow, SageMaker/Vertex AI), Rekayasa Data (Spark, SQL, Airflow), dan Bahasa Pemrograman (Python, Java/Go untuk serving). Cocokkan istilah persis dengan lowongan pekerjaan agar lolos filter ATS otomatis. Jangan mendaftar semua library yang pernah dicoba — pilih yang benar-benar Anda kuasai secara mendalam.
4
4. Tunjukkan Kode dan Produksi, Bukan Hanya Notebook
Link GitHub dengan proyek yang benar-benar di-deploy (misalnya model dengan API endpoint, aplikasi RAG dengan vector database, atau dashboard model monitoring) jauh lebih meyakinkan daripada daftar sertifikat kursus. Pengalaman LLM/GenAI seperti fine-tuning, pipeline RAG, atau evaluasi prompt kini menjadi sinyal terkuat di 2026 — cantumkan bila kredibel. Untuk peran riset, sebutkan publikasi; untuk fresh graduate, tonjolkan hasil kompetisi Kaggle dan repository yang reproducible.
5
5. Lengkapi Pendidikan, Sertifikasi, dan Pengecekan ATS
Cantumkan gelar S1/S2 di bidang terkait, lalu sertifikasi yang relevan seperti AWS Certified Machine Learning – Specialty atau Google Cloud Professional Machine Learning Engineer jika ada. Terakhir, pastikan format CV ramah ATS: satu kolom, heading standar (Pengalaman, Pendidikan, Keahlian), simpan sebagai PDF, dan selipkan kata kunci persis dari deskripsi lowongan agar CV Anda lolos sistem penyaringan otomatis sebelum dibaca manusia.
Tiga contoh ringkasan berikut bisa langsung disalin lalu disesuaikan dengan pengalaman dan pencapaian Anda sendiri.
ML Engineer Junior / Fresh Graduate
Fresh graduate Ilmu Komputer dengan fokus machine learning, memiliki 4 proyek deployment end-to-end termasuk sistem rekomendasi berbasis collaborative filtering dan aplikasi RAG menggunakan LangChain serta vector database Pinecone. Meraih peringkat top 5% di kompetisi Kaggle klasifikasi gambar. Menguasai Python, PyTorch, dan Docker, dengan seluruh proyek tersedia di GitHub lengkap dengan API endpoint yang bisa diakses langsung.
ML Engineer Senior
Senior Machine Learning Engineer dengan pengalaman 8 tahun membangun sistem fraud detection dan sistem rekomendasi skala besar di industri fintech dan e-commerce. Memimpin migrasi pipeline training ke Kubeflow yang memangkas waktu deployment dari 2 minggu menjadi 3 jam, dan model yang di-deploy melayani 10 juta prediksi harian dengan uptime 99,9%. Berpengalaman membimbing tim ML engineer junior dan menetapkan standar MLOps di seluruh organisasi.
Career Changer dari Software Engineering
Software Engineer dengan pengalaman 5 tahun kini bertransisi ke machine learning engineering, membawa fondasi kuat dalam rekayasa perangkat lunak produksi, CI/CD, dan arsitektur sistem terdistribusi. Menyelesaikan spesialisasi Deep Learning dan men-deploy tiga model NLP ke produksi menggunakan FastAPI dan Docker sebagai proyek transisi karier. Menggabungkan disiplin engineering dengan kemampuan machine learning untuk membangun sistem ML yang andal dan scalable.
Kata Kunci ATS untuk CV Machine Learning Engineer
Rekruter dan sistem ATS memindai istilah yang sama persis dengan lowongan pekerjaan, jadi cocokkan kata kunci berikut dengan deskripsi posisi yang Anda lamar.
Machine Learning
Istilah inti yang wajib muncul di judul posisi dan ringkasan profesional, jangan hanya di bagian skill.
Python
Bahasa pemrograman standar ML — cantumkan bersama library spesifik yang dikuasai seperti PyTorch atau Scikit-learn.
PyTorch
Sebutkan proyek konkret yang menggunakan framework ini, misalnya model deep learning yang di-deploy ke produksi.
TensorFlow
Cantumkan jika ini framework utama Anda; sertifikasi TensorFlow Developer memperkuat kredibilitas.
MLOps
Kata kunci yang membedakan CV ML Engineer dari CV Data Scientist — pasangkan dengan tool seperti MLflow atau Kubeflow.
Docker
Sebutkan konteks containerization model untuk deployment agar terlihat konkret, bukan sekadar daftar tool.
Kubernetes
Cantumkan bila Anda pernah mengelola orkestrasi model serving skala produksi, bukan hanya pernah mencoba.
SQL
Wajib untuk hampir semua peran ML — tunjukkan skala data yang pernah diolah dengan query kompleks.
NLP
Bila melamar peran terkait LLM atau teks, sebutkan proyek fine-tuning atau pipeline RAG yang relevan.
AWS SageMaker / Vertex AI
Cantumkan platform cloud ML yang pernah dipakai untuk training dan deployment model di lingkungan produksi.
Contoh Bullet Point: Sebelum dan Sesudah
Bandingkan bullet point yang lemah dengan versi yang ditulis ulang menggunakan kata kerja aktif, tool spesifik, dan angka dampak produksi.
Deployment dan Serving Model
Bertanggung jawab men-deploy model machine learning ke produksi.
Men-deploy model rekomendasi menggunakan TensorFlow Serving dan Kubernetes, mencapai latensi p95 di bawah 45ms untuk 3 juta request harian sambil memangkas biaya infrastruktur sebesar 20%.
Peningkatan Kualitas Model
Meningkatkan akurasi model klasifikasi.
Meningkatkan akurasi model fraud detection dari 89% menjadi 96% melalui feature engineering dan ensemble XGBoost, menurunkan kerugian akibat transaksi fraud sebesar Rp 4,2 miliar per tahun.
Pipeline MLOps dan Retraining Otomatis
Membangun pipeline untuk melatih ulang model secara berkala.
Merancang pipeline retraining otomatis menggunakan Airflow dan MLflow yang mendeteksi model drift dan melatih ulang model setiap minggu, meningkatkan uptime sistem ML dari 97% menjadi 99,8%.
Pertanyaan yang Sering Diajukan
Apa yang harus disertakan dalam CV Machine Learning Engineer?
CV ML Engineer harus menyoroti sistem ML produksi, metrik kinerja model, pengalaman pipeline deployment, dan keterampilan pemrograman (Python, PyTorch/TensorFlow). Sertakan metrik latensi, throughput, dan dampak bisnis dari model yang di-deploy.
Apa perbedaan antara CV data scientist dan ML engineer?
CV ML engineer menekankan sistem produksi, deployment, MLOps, dan praktik rekayasa. CV data scientist lebih berfokus pada analisis, eksperimen, dan metode statistik. ML engineer membangun sistem; data scientist membangun model.
Apakah saya memerlukan gelar pascasarjana untuk ML engineering?
Banyak peran ML engineer lebih menyukai gelar master atau PhD, tetapi tidak selalu wajib. Pengalaman proyek yang kuat, kontribusi open-source, dan kemampuan terbukti men-deploy sistem ML produksi dapat mengompensasi pendidikan formal.
Bisakah saya membuat CV ML Engineer secara gratis?
Ya! Pembuat CV gratis kami memungkinkan Anda membuat CV Machine Learning Engineer profesional. Gunakan contoh ini sebagai inspirasi, sesuaikan dengan pengalaman Anda sendiri, dan unduh PDF profesional dalam hitungan menit.
Bagaimana cara membuat CV Machine Learning Engineer tanpa pengalaman kerja?
Jika belum memiliki pengalaman kerja formal, ganti bagian pengalaman dengan proyek nyata: model yang di-deploy dengan API endpoint, aplikasi RAG, atau hasil kompetisi Kaggle. Sertakan link GitHub yang menunjukkan kode produksi, bukan hanya notebook eksplorasi. Sertifikasi seperti TensorFlow Developer atau AWS ML Specialty juga membantu memperkuat kredibilitas awal Anda.
Bagaimana cara menampilkan pengalaman LLM atau GenAI di CV?
Pengalaman LLM/GenAI adalah sinyal terkuat di CV ML Engineer tahun 2026. Sebutkan proyek konkret: fine-tuning model bahasa, membangun pipeline RAG dengan vector database seperti Pinecone atau Weaviate, atau evaluasi prompt untuk aplikasi produksi. Cantumkan tool spesifik (LangChain, LlamaIndex, OpenAI API) dan hasil terukur seperti tingkat akurasi jawaban atau penurunan waktu respons.
Apakah proyek Kaggle atau GitHub bisa menggantikan pengalaman kerja di CV?
Ya, terutama untuk kandidat junior. Proyek yang di-deploy end-to-end (dengan API, container, atau dashboard) dan hasil kompetisi Kaggle yang solid menunjukkan kemampuan praktis yang setara dengan pengalaman kerja. Yang membedakan adalah kedalaman: proyek yang hanya notebook eksplorasi kurang meyakinkan dibanding proyek yang benar-benar berjalan di lingkungan produksi.
Sertifikasi apa yang layak dicantumkan di CV ML Engineer?
AWS Certified Machine Learning – Specialty dan Google Cloud Professional Machine Learning Engineer adalah dua sertifikasi paling dihargai rekruter Indonesia maupun global. Namun sertifikasi hanya melengkapi, bukan menggantikan, bukti proyek nyata dan kemampuan deployment — cantumkan setelah bagian pengalaman dan proyek, bukan sebagai poin utama.
Sebaiknya CV Machine Learning Engineer ditulis dalam bahasa Inggris atau Indonesia?
Untuk melamar ke perusahaan multinasional, startup dengan investor asing, atau posisi remote internasional, CV berbahasa Inggris jauh lebih umum diterima dan diharapkan di industri ML. Jika melamar ke perusahaan lokal berskala kecil-menengah, CV berbahasa Indonesia tetap relevan — tapi menyiapkan kedua versi adalah strategi paling aman.
Di mana saya bisa mengunduh template CV Machine Learning Engineer dalam Bahasa Indonesia?
Gunakan contoh CV di halaman ini sebagai template — cukup klik untuk mengedit langsung di pembuat CV gratis kami, sesuaikan dengan pengalaman Anda, pilih dari 3 template ramah ATS, lalu unduh sebagai PDF instan tanpa perlu mendaftar akun.
Buat CV Anda Sekarang
Gunakan contoh ini sebagai inspirasi. Sesuaikan dengan pengalaman Anda dan unduh PDF profesional dalam hitungan menit. 100% gratis.
