Semua Tutorial
ProduktivitasBaca di Notion

Learning Path: 7 Kerjaan AI yang Baru Muncul

Roadmap belajar buat 7 role AI yang lagi naik: AI Chief, AI Storyteller, Forward Deployed Engineer, AI Accelerator, Vibe Coder, AI Gig Worker, dan AI Philosopher. Semua sumber sudah dicek dan aktif.

14 menit·2 Juli 2026

Tujuh role di post kemarin bukan cuma judul keren. Masing-masing punya jalur belajar yang bisa kamu tempuh mulai minggu ini, tanpa harus balik kuliah dulu. Di bawah ini roadmap per role: apa yang perlu dipelajari, urutannya, dan sumber yang sudah dicek satu-satu (bukan asal comot dari hasil pencarian pertama). Catatan sebelum mulai: sebagian sumber gratis, sebagian berbayar dan levelnya eksekutif. Nggak semua orang perlu ambil yang berbayar. Pola umumnya: mulai dari yang gratis buat ngerti dasarnya, baru pertimbangkan yang berbayar kalau memang mau serius di jalur itu.


01 — AI Chief

Role ini soal nentuin AI di perusahaan itu investasi yang masuk akal atau proyek yang buang-buang budget. Bukan soal jago teknis, tapi soal bisa baca mana yang worth dikejar.

Tahap 1 — Paham dasar strategi dan risiko AI

Mulai dari cara AI gagal dan kenapa, sebelum masuk ke cara bikinnya berhasil.

Tahap 2 — Paham framework maturity dan ROI

Belajar cara ukur kesiapan organisasi pakai AI dan cara hitung dampaknya ke bisnis.

Tahap 3 — Praktik bikin blueprint strategi

Ambil satu use case nyata di tempat kerja kamu, buat rencana implementasinya dari nol.

Sumber terverifikasi:


02 — AI Storyteller

Riset AI itu ribet buat orang awam. Role ini nerjemahin yang ribet itu jadi cerita yang bisa dipahami customer sampai investor.

Tahap 1 — Dasar komunikasi teknis

Belajar cara nulis dan ngomong soal hal teknis buat audiens yang nggak teknis.

Tahap 2 — Data dan AI storytelling

Belajar gabungin data, visualisasi, dan narasi biar orang percaya sama angka yang kamu tunjukin.

Tahap 3 — Praktik bikin satu narasi produk AI

Ambil satu fitur atau produk AI, buat penjelasannya dalam tiga versi: buat customer, buat investor, buat tim internal.

Sumber terverifikasi:


03 — Forward Deployed Engineer

Kerja langsung di sisi customer, bangun solusi AI yang beneran nyambung sama masalah mereka. Bukan solusi generic dari template.

Tahap 1 — Fondasi coding production-grade

Python sebagai bahasa utama, plus SQL buat handle data customer yang berantakan.

Tahap 2 — Integrasi data dan cloud

Belajar API, cloud platform (AWS/GCP), dan cara nyambungin sumber data yang beda-beda jadi satu sistem.

Tahap 3 — Latihan kerja di ambiguitas

Cari kesempatan kerja bareng customer langsung, meski awalnya cuma jadi shadow di call atau demo review.

Sumber terverifikasi:


04 — AI Accelerator

Kerjaannya ke dalam. Bantu tim yang masih ragu pakai AI, terus rombak cara kerja lama jadi otomatis.

Tahap 1 — Dasar automation dengan AI

Paham bedanya AI prompting biasa dengan AI automation yang beneran nyambung ke workflow.

Tahap 2 — Praktik pakai tools no-code

Coba Zapier, Make, atau n8n buat nyambungin AI ke proses kerja yang berulang.

Tahap 3 — Belajar dapetin buy-in tim

Ini bagian yang sering dilewatin: automation paling canggih pun percuma kalau timnya nggak mau pakai.

Sumber terverifikasi:


05 — Vibe Coder

Modal prompt yang tepat, ide bisa jadi aplikasi jalan dalam hitungan hari. Nggak harus bisa coding dari nol.

Tahap 1 — Paham cara kerja vibe coding

Belajar kenapa deskripsi yang spesifik jauh lebih penting daripada skill coding di pendekatan ini.

Tahap 2 — Praktik langsung bangun aplikasi kecil

Pilih satu tool (Claude Code, Cursor, atau Lovable), terus selesaikan satu proyek kecil sampai jalan, jangan gonta-ganti tool duluan.

Tahap 3 — Belajar handle bagian susahnya

Deployment, autentikasi, dan edge case adalah 20% terakhir yang biasanya bikin orang berhenti. Justru di situ intinya.

Sumber terverifikasi:


06 — AI Gig Worker

Kelihatan sepele, cuma menilai jawaban AI. Tapi ini yang bikin model AI makin akurat dari waktu ke waktu.

Tahap 1 — Paham dasar RLHF

Mengerti apa yang sebenarnya kamu kerjakan: menilai kualitas jawaban AI supaya model belajar mana yang lebih baik.

Tahap 2 — Daftar ke platform yang jelas asalnya

Isi assessment masuk, biasanya ada tes kalibrasi di awal buat ngecek konsistensi penilaian kamu.

Tahap 3 — Naik ke tier yang lebih spesifik

Kalau punya keahlian di bidang tertentu (hukum, medis, coding, bahasa), platform biasanya bayar lebih tinggi buat reviewer domain-specific.

Sumber terverifikasi:

  • Outlier (Scale AI) — platform AI trainer buat subject-matter expert, prompt writing dan evaluasi jawaban
  • DataAnnotation.tech — listing proyek AI-training remote, entry level ramah pemula
  • Freelance AI Training Jobs Guide — Mercor — marketplace buat expert, ada AI-driven interview buat matching proyek Satu aturan keras di sini: jangan pernah bayar apapun buat dapet akses kerja. Kalau ada platform minta bayar dulu, itu selalu scam.

07 — AI Philosopher

Mikirin hal yang jarang dilirik orang teknis: gimana caranya AI ambil keputusan tanpa ngelanggar nilai dan etika manusia.

Tahap 1 — Dasar etika dan bias AI

Paham dari mana bias itu muncul dan kenapa AI yang niatnya baik pun bisa berujung merugikan.

Tahap 2 — Framework governance dan explainability

Belajar kerangka kerja kayak NIST AI RMF, dan teknik bikin keputusan AI bisa dijelaskan ke orang awam.

Tahap 3 — Praktik bikin checklist AI yang bertanggung jawab

Bikin daftar evaluasi sendiri: hal apa aja yang harus dicek sebelum satu sistem AI dianggap aman dipakai.

Sumber terverifikasi:


Dari 7 role ini, yang paling murah buat dicoba minggu ini cuma dua: Vibe Coder dan AI Gig Worker. Modalnya waktu, bukan uang. Mulai dari situ, baru lihat mana yang paling nyambung sama kamu.

K
KayadigitalPenulis

Educator Claude AI · Kreator Indonesia

Berbagi tutorial Claude AI step-by-step untuk kreator & profesional Indonesia. Semua gratis, langsung praktik.

@kayadigital.ai
👋 Tanya Kaya, Asisten AI