Dua tahun setelah 7 course Andrew Ng yang saya ambil: jalur 2026 yang benar-benar akan saya tempuh
Masih banyak yang kirim pesan bertanya apakah 7 course Andrew Ng yang saya rekomendasikan tahun 2023 masih menjadi jalur yang tepat hari ini. Jawaban singkatnya: sebagian besar masih iya, tapi dengan roadmap yang berbeda di sekitarnya. Ini update 2026 saya, dengan verdict per course dan jalur yang bercabang antara builder dan operator.
Masih banyak yang kirim pesan soal post tahun 2023 itu. Pertanyaan paling sering, hampir kata per kata: "apakah ini masih jalur yang tepat di 2026?"
Saya harus mengakui, saya sudah lama menunda untuk memberikan jawaban penuh, karena jawaban yang jujur itu berlapis. Sebagian besar course Andrew Ng masih relevan. Roadmap yang saya bangun di sekitarnya, tidak. Post ini adalah update yang saya berutang kepada Anda.
Kalau Anda baru mulai dari nol hari ini, seperti saya di 2023, bagian foundation dari roadmap ini masih berlaku. Anda hanya butuh lebih sedikit daripada yang saya butuhkan, dengan alasan yang akan saya bahas.
Satu peringatan sebelum mulai: bisa saja beberapa verdict saya ini salah, dan saya sungguh ingin mendengar balik kalau pengalaman Anda berbeda dari saya. Saya masih seorang student dalam subject ini. Kebetulan saja saya menghabiskan dua tahun terakhir mencoba ship sesuatu dengan apa yang saya pelajari.
1. Apa yang benar-benar diberikan 7 course itu ke saya
Kalau saya lihat kembali dengan dua tahun konteks tambahan, saya rasa course 2023 memberi saya dua hal dengan sangat jelas, dan meninggalkan saya kurang di hal ketiga.
Mereka memberi saya kosakata. Prompt engineering, retrieval-augmented generation, embeddings, function calling, chain-of-thought reasoning. Istilah-istilah ini masih saya pakai di hampir setiap percakapan teknis. Saat saya menjelaskan bug yang pelik ke rekan tim yang lebih baru di AI, kami punya bahasa yang sama. Bahasa itu datang dari Andrew.
Mereka memberi saya keberanian. Saya berasal dari latar belakang non-teknis. Tanpa struktur course-course itu, saya tidak yakin saya akan punya nyali untuk mulai build. Sebuah course yang bagus bisa melakukan itu. Bukan mengajari Anda segalanya, tapi meyakinkan Anda bahwa langkah berikutnya masih bisa dijangkau.
Yang tidak bisa mereka berikan ke saya adalah selera: rasa kapan sebuah prompt akan rapuh, kapan sebuah evaluation benar-benar mengukur hal yang penting buat Anda, kapan pola biaya akan meledak di production. Itu hanya datang dari menghancurkan sesuatu di depan user beneran. Saya sudah menulis tentang tahun pertama pengalaman itu di post 2024 ini — tiga bulan jalan dan masih sering stuck. Dua tahun kemudian, saya stuck di hal yang berbeda, tapi saya masih stuck.
Course-course itu membawa saya sampai ke "saya bisa baca docs tanpa panik." Semua setelah itu datang dari shipping.
2. Kenapa roadmap lama menua lebih cepat sekarang
Ini bagian dari post 2023 yang paling ingin saya tulis ulang.
Saya memposisikan tujuh course itu sebagai on-ramp yang lengkap. Sebenarnya bukan, dan tidak pernah memang begitu. Mereka adalah sebuah lapisan foundation. Roadmap di sekitarnya berubah lebih banyak dalam dua tahun terakhir dibanding course-course itu sendiri.
Tesis singkat saya: AI pair-programming mengompresi eksekusi jauh lebih cepat daripada mengompresi judgment. Itulah kenapa course foundation masih mengajarkan hal yang bagus (judgment menua dengan lambat) dan kenapa hampir tidak ada lagi di stack belajar saya yang bentuknya seperti di 2023.
Ini timeline saya sendiri, dengan bahasa yang sederhana:
- Akhir 2022: ChatGPT launch. Semua orang jadi prompter.
- Maret 2025: Google Gemini 2.5 Pro jadi daily driver saya untuk coding. Model-nya mulai menulis code yang beneran mau saya ship.
- Sekitar Maret 2025: saya subscribe Claude Max, paket premium Anthropic. Ini memberi saya akses ke Claude Code, coding assistant berbasis terminal yang menulis dan mengedit code bersama Anda, di dalam project Anda sendiri. Dengan cepat ia mengambil alih porsi yang signifikan dari pekerjaan harian saya.
- Maret 2026: saya mulai pakai Codex, coding assistant setara dari OpenAI, berbarengan dengan Claude Code.
- April 2026: saya membatalkan Claude Max setelah 13 bulan dan pindah terutama ke Codex. Eksperimen tiga puluh hari. Jury is out.
Setiap langkah di list itu adalah perubahan workflow, bukan course yang saya ambil. Hal yang tidak bisa Anda dapatkan dari sebuah lecture di browser adalah pengalaman menonton sebuah AI assistant me-refactor repository Anda sendiri sementara Anda sedang membaca saran yang muncul. Ini lebih mirip code review di bawah tekanan daripada programming, dan di situlah banyak pembelajaran 2026 benar-benar terjadi.
Sebagai tambahan, saya juga menjalani sisi build-nya. Di antara post 2023 dan sekarang, saya sudah ship tiga hal: DIALOGUE, sebuah AI podcast generator; STRATUM, platform marketing dengan 9 agent; dan course platform di site ini. Saya juga tetap mengambil course sesekali, sebagian besar sebagai pengisi foundation seperti Google IT Automation with Python dan Cybersecurity Specialization. Course-course membuat saya tetap literate. Produk-produk membuat saya kompeten.
Satu implikasi praktis dari semuanya ini: ke mana uang belajar Anda pergi itu berbeda sekarang. Di 2023 Anda bayar untuk lecture terstruktur dan build di atas free tier dari segelintir API. Di 2026, lecture hanya bagian kecil dari tagihan; tool yang Anda pakai untuk menulis code adalah biaya berjalan yang lebih besar. Kalau Anda sekarang sedang menyusun budget untuk belajar AI, masukkan juga budget untuk tool-nya, bukan cuma course.
Kalau Anda bukan builder, kalau Anda adalah marketing leader atau operator yang tidak akan pernah menjalankan Claude Code sendiri, implikasinya sama tapi dinyatakan dengan cara berbeda: yang sebenarnya Anda beli dari sebuah jalur belajar 2026 adalah judgment soal tool, bukan kefasihan pada satu tool tertentu. Tool akan berganti-ganti. Judgment tentang kapan memercayai mereka, kapan mempertanyakan output-nya, dan kapan menempatkan manusia di dalam loop, adalah bagian yang tahan lama.
3. Verdict per course untuk 2026
Ini adalah bagian yang saya rasa paling berguna untuk Anda, jadi saya akan blak-blakan, dengan verdict yang diperhalus di tempat yang jawaban jujurnya bergantung pada siapa Anda.
Untuk siapa ini ditujukan: siapa saja yang sedang memutuskan mau ambil apa hari ini. Entah Anda marketing operator yang butuh cukup AI literacy untuk memimpin tim, atau builder yang ingin ship, verdict di bawah membedakan keduanya di tempat yang penting.
| Course 2023 | Verdict 2026 | Kenapa |
|---|---|---|
| Machine Learning Specialization | Time-box: 1–2 minggu, skim bagian matematika | Kosakata saja, untuk sebagian besar pembaca. Derivasi yang berat di matematika layak dikerjakan kalau Anda mengarah ke riset. Kalau tidak, skim saja. |
| Generative AI for Everyone | Tetap ambil, untuk semua orang | Framing non-teknis terbaik tentang generative AI yang pernah saya lihat. Menua dengan anggun. Serius, kasih ke CEO Anda. |
| ChatGPT Prompt Engineering for Developers | Tetap ambil, tapi pasangkan dengan cookbook | Pattern inti masih berlaku. Pasangkan dengan cookbook Anthropic dan OpenAI untuk API era 2026. |
| Building Systems with the ChatGPT API | Ambil untuk mental model-nya; jangan percaya detail spesifik API-nya | Moderation, chain-of-thought, chained prompts, output check. Masih benar. Permukaan API-nya sendiri sudah bergerak lebih dari sekali. |
| Neural Networks and Deep Learning | Lewati kecuali Anda akan masuk ke riset | Saya sudah menandai redundansinya dengan ML Specialization di 2023, dan saya akan menandainya lebih keras sekarang, baik untuk builder maupun operator. |
| Functions, Tools, and Agents with LangChain | Cek kondisi saat ini sebelum berkomitmen | Saat saya membangun platform 9-agent di 2025, saya tidak pakai LangChain. Sebelumnya di tahun yang sama, saya coba sebuah agent di LangGraph dan kena plafon performa yang mendorong saya ke orkestrasi yang lebih sederhana. Pola agentic-nya adalah pelajaran utamanya; pilihan framework spesifik terserah Anda, dan lapangannya sudah bergerak sejak pengalaman saya di 2025. Saya tidak akan langsung mengesampingkan LangChain tanpa melihatnya ulang dengan segar. |
| Vector Databases: from Embeddings to Applications | Tetap ambil, tapi buat singkat | Inilah pola yang menjalankan search di site ini sekarang. Lewati bab yang spesifik ke provider tertentu yang sudah tertinggal. |
Anggap ini sebagai pandangan seorang builder, bukan ranking universal. Kalau Anda datang dengan tujuan yang berbeda (riset, stack yang sangat spesifik), tabel Anda bisa terlihat berbeda.
4. Apa yang akan saya tambahkan sekarang, dan bagaimana jalurnya bercabang
Di titik ini, jalurnya bercabang. Operator dan builder membutuhkan lapisan kedua yang berbeda.
Kalau Anda marketing leader atau operator
Tier 1. Ambil baris-baris "Tetap ambil" di tabel atas. Fokus ke Generative AI for Everyone dan Prompt Engineering for Developers. Anda sedang membeli kosakata dan intuisi.
Tier 2. Pelajari cukup tentang evaluation (cara mengukur apakah output AI benar-benar bagus, bukan cuma kelihatan masuk akal) dan agent design (cara merangkai beberapa langkah AI menjadi workflow yang andal) sampai Anda bisa ambil keputusan tim. Anda tidak perlu membangun ini sendiri. Anda perlu tahu pertanyaan apa yang harus ditanyakan. Kita sedang mengukur apa tepatnya? Seperti apa kegagalannya terlihat? Trace-nya tersimpan di mana? Seberapa sering kita mereview output asli? Kalau tidak ada seorang pun di tim Anda yang bisa menjawab itu dengan jelas, kemungkinan besar Anda sedang melihat sebuah demo, bukan sistem yang tahan lama. Dan kalau ada yang bilang "AI-nya akan tahu sendiri," tanyakan bahan apa yang dipakai untuk meng-ground-kannya. Sebuah model yang kuat bisa membantu mengubah trace nyata, output yang diterima, kasus gagal, dan dokumen internal menjadi draft kriteria eval dan dataset awal. Itu berguna. Tapi tetap butuh manusia untuk mereview rubric dan mengkalibrasi standar.
Tier 3. Rancang ulang satu workflow. Ambil hal paling kecil yang nyata di minggu tim Anda, sebuah laporan mingguan, sebuah brief intake, sebuah QA review, lalu bangun ulang dengan AI di dalam loop. Saya akan kembali ke bagaimana saya akan memframing ulang build-an itu di akhir post ini, tapi pekerjaannya sendiri tetap milik Anda.
Kalau Anda seorang builder
Tier 1. Course foundation yang sama dari tabel di atas.
Tier 2.
Mulai dengan build, jangan mulai dengan belajar. Buat akun GitHub gratis dan bikin repository pertama Anda. Pelajari Git secukupnya supaya bisa commit kecil-kecil dan rollback dengan rapi saat ada yang pecah. Lalu mulai build di sebuah project nyata dengan salah satu coding assistant terkemuka. Saya sudah pakai keduanya: Claude Code dengan Opus 4.7, dan OpenAI Codex dengan GPT-5.4. Walkthrough-nya adalah pekerjaannya, dan kalau Anda menunggu sampai merasa siap sebelum mulai, Anda tidak akan mulai. Baca docs dari tool di depan Anda saat Anda buntu, dan jangan ubah "belajar stack" jadi penundaan lain.
Begitu ada sesuatu yang jalan, mulai belajar evals dengan cara yang praktis. Simpan input dan output yang nyata. Kumpulkan beberapa material ground-truth. Putuskan bagus dan jelek itu seperti apa untuk setiap langkah di workflow. Lalu pakai coding assistant yang kuat, Claude Code dengan Opus 4.7 pada xhigh thinking, atau Codex dengan GPT-5.4 pada xhigh thinking, untuk membantu Anda scaffolding eval framework-nya, mengusulkan kriteria, dan menghasilkan dataset awal yang di-ground pada material tersebut. AI bisa mengerjakan banyak setup semacam itu. Yang tidak boleh ia lakukan adalah diam-diam menentukan standar Anda untuk Anda. Review sendiri rubric-nya.
Lalu pelajari dasar MCP, Model Context Protocol: lapisan yang membuat tool seperti Codex bisa langsung bicara dengan sisa stack Anda. Di workflow saya sendiri di repo ini, itu saat ini berarti Chrome DevTools, Playwright, Supabase, GitHub, Stripe, Resend, dan Cloudflare. MCP belum ada di 2023, dan sekarang menjadi bagian dari cara saya build.
Tier 3. Bangun sesuatu yang dipakai oleh orang lain. Bukan tutorial. Bukan salinan demo. Sesuatu dengan user nyata, meskipun user itu cuma satu orang di tim Anda sendiri.
Kedua jalur berbagi satu aturan: Anda belum selesai sampai ada sesuatu yang nyata berjalan.
Satu catatan praktis, karena uang itu penting: kalau $20 per bulan untuk coding assistant masih di luar jangkauan Anda sekarang, lewati tier tooling untuk sementara. Course foundation plus API key di free tier masih bisa. Itu cara saya mulai di 2023, dan masih menjadi jalur yang nyata sampai sekarang.
5. Apa yang akan saya lewati atau time-box sekarang
Tiga jebakan, semuanya mudah dimasuki karena semuanya terasa seperti progres.
- Mengoleksi sertifikat sebagai bentuk penundaan. Saya pernah melakukan ini. Rasanya produktif. Tapi itu bukan pengganti shipping. Ambil sertifikat foundation, lalu berhenti menghitungnya.
- Course framework bulan-ini. Kalau sebuah course terikat erat dengan framework spesifik yang usianya di bawah dua tahun, hati-hati. Baca docs framework-nya langsung, dan kembali ke course saat field-nya sudah mengendap.
- Teori deep learning yang berat matematika, kecuali Anda mengarah ke riset. Seorang builder tidak perlu menurunkan backpropagation. Seorang leader juga tidak perlu.
6. Course yang akhirnya saya bangun sendiri
Setelah course-course foundation, gap yang terus saya hadapi bukan gap teknis. Itu gap judgment di level operator. Bagaimana Anda merancang ulang tim marketing di sekitar AI, alih-alih sekadar memanggil beberapa API? Bagaimana Anda memutuskan apa yang masih harus dikerjakan manusia, dan apa yang akhirnya layak diserahkan ke mesin? Tidak ada yang mengajarkan itu dengan cara yang cocok dengan apa yang saya lihat di kantor.
Jadi saya bangun course yang saya harapkan bisa saya ambil setelah tujuh course Andrew Ng. Namanya AI-Native Media Operations, dan ia berada di site ini. 7 module, 16 template, sekitar 3 jam video, jadi milik Anda. Ini adalah framework yang saya tunjuk di trek operator, karena saya percaya padanya.
Satu link, satu pitch. Kalau tujuh course Andrew Ng sudah melakukan tugasnya untuk Anda, dan verdict di atas membantu Anda merapikan roadmap, anak tangga berikutnya adalah kerja yang nyata, entah Anda ambil course saya atau tidak.
Kalau Anda pernah mengambil list 2023, saya sungguh ingin tahu mana yang paling membayar balik untuk Anda, dan mana yang Anda harap bisa dilewati. Kalau Anda baru mulai hari ini, apa yang membuat Anda ragu-ragu?
Itu saja dari saya.
Salam hangat, Chandler
