Intern Semester 2: Data Science Intern di OVO

Fuih, ini pengalaman internshipku sekitar setahun yang lalu. Karena segala kesibukan akademis dan organisasi, aku baru sempat kelarin sekarang. So sorry! X(. Hmm sebenernya engga sibuk-sibuk amat sih... mungkin aku kebanyakan procrass? anw, ya kali ini aku bakal nyeritain pengalamanku intern di data science di OVO setahun yang lalu, yaitu dari juni - agustus 2019.

Oiya, Sebenernya postnya udah 90% kelar di akhir agustus lalu, tinggal penutupnya doang tapi entah kenapa aku lupa total ngerjain post-postku. Awalnya rencananya mau detail banget deskripsiin tiap minggu kek blog intern GDP Labsku, tapi setelah aku baca-baca lagi kok ngebosenin ya? jadinya aku refactor besar-besaran dan jadilah blog post ini. Selamat menikmati ya :D

Liburan Semester 2

Aku cukup senang karena durasi libur di Fasilkom 3.5 bulan. Ini memberi banyak waktu untuk beristirahat dari semua kesibukan-kesibukan selama kuliah. Tapi, apakah memang benar kita butuh 3.5 bulan untuk kembali segar? aku tidak!

Aku cuma berlibur 3 minggu doang dan semua waktunya aku pakai untuk nyoba main Yu-Gi-Oh! Duel Links karena pas banget ada acara kualifikasi World Championship. Baru seminggu main, aku yang baru download dengan kartu pas-pasan bisa lolos juga ke tahap regional asia :O.

Regionalnya online gitu, durasinya 3 hari nonstop ngumpulin poin. Minggu keduaku kuabisin dengan belajar deck-deck yang sedang populer untuk tahu cara lawannya dan makenya. Meski aku gak berhasil lolos ke Jerman, aku menikmati momen ini karena kembali bisa melakukan hobiku yang ga didukung ortu. Lalu ku uninstall gamenya karena unfaedah

Udah, gitu doang liburan sederhanaku xD. Kelihatan sederhana, tapi saat-saat main Yu-Gi-Oh! itu seru banget deh!

1000 duel dalam 8 hari. mantap slur no life

Yak sepertinya sudah cukup iklannya. Aku yakin kalian ga kesini untuk baca skill yugiku. Oke ke konten benerannya

Tahu OVO dari mana?

Dari cashbacknya awkwkwkwk...

Oh? maksudnya internship opportunity? aku tahunya saat ikut TOKI Camp 2019 di Februari 2019. OVO menjadi sponsor utamanya jadi tahu mereka buka tawaran Data Science Intern. Memang aku ada minat di DS jadi tertarik.

 Kirim resume, wawancara di kantor (pakai Bahasa Inggris), diterima! ntahlah, aku senang karena perjalanan masuknya mulus.

"What kind of kaggle competitions do you do?"

"Titanic and house pricing"

Sedikit blunder saat wawancara

Aku sudah diterima internshipnya dari bulan maret, jadi hidup tenang yeay gak perlu mikirin application lagi. Aku juga suka data dan membayangkan big datanya OVO pasti bakal ningkatin skillku.

Onboarding

Seperti biasa, hari pertama pasti onboarding. Ada induksi kultur kantor, dan pengenalan ke semua orang di kantor. Aku ditempatin di tim big data yang dibawah pimpinan Pak Dani. Di tim big data juga ada intern lagi satu; Giventris dari Gunadarma.

Diskusi tentang tugasnya, dan tugasku selama intern ini implementasi beberapa algoritma Computer Vision di SVM mereka. Wait, implementasi CV di SVM??

Maksudnya SVM ini. Yup, aku juga kaget

Awalnya mikir kalau tasknya keberatan karena itu besar banget dan pengalamanku di computer vision cukup minim. Eh, baru inget aku ada waktu dua setengah bulan :v. Oke, aku terima tasknya.

Minggu pertama ini kupakai untuk set-up dan membiasakan diri dengan teknologi-teknologi yang dimiliki OVO. Seperti milo gratis Jupyter Lab, Google Colaboratory, Hue, dan lain-lain. Aku juga memperdalam teknologi yang dipakai di Computer Vision seperti OpenCV, Recurrent-Convolutional Neural Network (R-CNN), dan Histogram of Oriented Gradients (HOG).

Pada dasarnya di minggu pertama aku cuma main-mainin teknologinya doang. Nih, kodingan Computer Vision pertamaku untuk deteksi semua tubuh dalam sebuah klip Harry Potter yang aku temuin di youtube xD. Link. Tentunya, menggunakan bantuan library yang sudah ada.

Tentang makan siang, kami mencari makan sendiri di banyak warteg atau mall-mall yang ada di sekitar kantor. Inilah pertama aku merasakan makanan Jakarta yang mahal-mahal :"(. Harga wartegnya itu kaya harga Depok+5000. Makan di mall? hiyaa minimal habis 40 ribu dah buat makan doang. Ya, biar hemat aku selalu bawa tumbler kalau makan siang.

Kalau lingungan kantor, sepertinya aku orang termuda saat ini. Sebagian besar intern yang lain kesini karena tugas kerja praktik dari kampusnya dan paling tidak semester akhir. Sedangkan aku cuma karena gamau gabut liburan 3 bulan :'v. Beberapa percakapan nyess dengan kakak-kakak kantor:

Random pegawai: "Tugas akhirmu tentang apa ya?"
Galang: (nyehehe)

"Kamu semester berapa ya?"
"semester dua"
"Oh? kamu S2?"
"Engga... S1"
(oof)

Yah, tapi menurutku yang lebih ngaruh adalah minat dan semangatnya, buktinya diterima Pak Dani :").

Coba-Coba Teknologi

Di minggu kedua aku mulai cari-cari arsitektur yang mungkin membantu untuk projectku. Setelah eksperimen dengan berbagai algoritma CNN aku nemuin kalau YOLO paling cocok untuk projectku. Aku kan diminta justifikasi oleh tim DSnya tentang kemampuan YOLO sendiri, jadi minggu kedua aku full membuat sebuah "dummy project" untuk itu. "hmm, apa ya project yang keren dan banyak datasetnya?"

"oh! deteksi orang-orang pelatnas!'. Kebetulan dulu waktu aku ikut pelatnas 2 sekitar setahun yang lalu panitianya sangat rajin foto-foto sehingga foto dokumentasinya ada ribuan. Just right! okedehh aku mulai labeling-labeling dan misahin data jadi train dan test. 

nunggu model training be like

Selama ini kan aku kalau training biasanya paling lama sepuluh menit. Aku baru ngerti sekarang meme training model diatas. Untuk dapetin 1 epoch saja bisa luaama banget dengan GPU super canggih. Untungnya ada fitur save model. Jadi kalau misal sudah selesai ngantor bisa di save dulu model sementaranya buat dilanjutin besok. Rule of thumbnya untuk setiap label disarankan 2000 epoch. Okedeh nunggu time.

Setelah 3 hari nonstop training model, aku baru dapat 4000 epochs. OOF. Dan kalau dilihat ada beberapa prediksi yang buruk:

terlalu banyak kemirisan di foto ini :"v

But wait, ada beberapa prediksi yang bagus juga, contohnya:

Perfect

Jadi ya karena keterbatasan waktu dan sepertinya hasilnya sudah presentable, aku hentiin project gaje ini. Mulai deh aku ngoding project benerannya

Paruh Pertama (Juni)

kegiatanku in a nutshell
source: AI Memes for back propagated poets

Seperti yang kita ketahui, OVO saat ini punya product yang namanya OVO Smartcube, semacam SVM (Smart Vending Machine). Rencananya, smartcube ini mau dipasang kamera untuk keperluan analisis lingkungan sekitarnya gitu. Aku kaya bantu develop algoritma tersebut karena aku minta pekerjaan yang lebih ke teknologi. Ada beberapa algoritma yang harus aku develop seperti face detection dan blur detection. Kalau face detection sih gampang karena dari YOLOnya sendiri udah ada. Masalahnya kita diminta request untuk prediksi videonya secara real time, jadi ya aku kodingin multithreading untuk prediksi frame-framenya. Oiya, di python sepertinya engga bisa pararel beneran karena GIL. Jadi dia concurrent doang.

Yep, kodingan-kodinganku sudah biasa ngebug. Gak jarang untuk debug 1 potongan algoritma bisa lebih dari seharian. Perlu dicatat, saat aku intern ini (akhir semester 2), aku belum kenal yang namanya TDD. Jadi ya testnya cupu-cupu dan tetep ngebug. Selain ngebug, kodinganku biasanya kotor banget karena ada beberapa practice aneh yang kulakuin

YIKES! masih fresh out of CP class
fancy way to write modulo

Yah ini sebelum aku ngambil kuliah PPW (Pemrograman Web) dan AP (Good coding practices) jadi ya uhh begitulah. Tapi aku sendiri juga sadar kok bagian-bagian kode yang jelek, cuman aku waktu itu sudah seperti alam bawah sadar ngoding kode-kode yang "optimized".

Aku awalnya takut kan masalah presentasi kerjaan. "Gimana kalau gak optimal?" dan sebagainya. Tetapi semuanya hilang saat progress report pertama. Tim Data Sciencenya asik banget dan jadinya engga tegang. Bahkan saat presentasi pertama dimana aku ngerasa kerjaanku gak optimal, dibilang "diatas ekspektasi" oleh Pak Dani. Mudah-mudahan bukan karena ekspektasinya dia rendah ya, hehehe :").

Istirahat: SEA MLS 2019

beberapa peserta dari UI

Aku diterima untuk ikut SEA MLS 2019. Bodonya ini aku daftar karna salah liat tanggal acaranya. Aku kita 8 juni, waktu aku lagi liburan, eh taunya 8 juli, tepat ditengah-tengah internshipku. Jadinya aku izin seminggu buat ikut acara ini.

Acara ini semacam workshop tentang machine learning dengan durasi seminggu. Aku seneng dong diterima disini karena materi-materinya lumayan cocok buat aku yang suka math. Cuman uhh kadang matnya ketinggian, padahal katanya cuma perlu tahu basic math doang ._. oke perlu diingat saat itu toolboxku cuma matdas 1 + olimpiade SMA.

Ini eventnya ngajarin garis besar dari machine learning/deep learning. NLP, CNN, Transformers, semua dicover. Pembicaranya juga mantap-mantap, semuanya researcher dari Facebook, Google, atau beberapa univ di Australia dan Amerika. Lecture CNNnya lumayan membantu dalam proyek internku ini.

Ada banyak peserta dari negara lain seperti Vietnam, Singapore, dan Thailand jadi gak mungkin dong makanannya nasi kotak. Karena acara kelas internasional, makanannya juga kelas internasional dong! Asikk gak sabar nunggu makanannya. Yah, makananannya bener international class, tapi gak pizza hut juga sih :(. Setiap malam makanannya pizza hut :((

Tapi ya kembali makasih ya SEA MLS udah nerima aku di acara ini. Aku belajar banyak banget dari acara ini terutama CNN dan automatic integrationnya. Thank you!

Paruh Kedua (Juli)

Oke balik lagi ke kantor. Yang utama (face detection) udah kelar. To be fair itu easy sih karena banyak library. Cuma masalah integrasinya aja yang repot. Mulai saat ini aku mulai ngoding algo-algo spesialisasi. Biasanya, satu algo dikerjain kira-kira seminggu - seminggu setengah. Kok lama? ya sorry harus ngetrain + validasi + utak-atik algoritma untuk tradeoff akurasi + kecepatannya.

Algo yang paling berkesan menurutku algoritma deteksi blur. Jadi kan vending machinenya harus bisa deteksi dong wajahnya blur tidak. Sebenernya sudah banyak algoritmanya di internet dengan yang paling sederhana Laplace convolution (cuma 1 baris di python). Tapi karena foto muka orang pixel-pixelnya gak jauh beda (ya kan imagine muka orang kan coklat-coklat menyebar gitu) ini tidak bisa dipakai. Setelah browsing-browsing aku nemun teknik deteksi pake FFT! yeah, gak rugi merhatiin kuliah CP ternyata. Intinya sih kalau banyak "frekuensi tinggi" maka fotonya bisa dibilang high resolution. Aku lumayan seneng otak-atik ini berhari-hari .__.

kira-kira begini visualisasinya. 

Semakin high quality fotonya, semakin rame sinyalnya

tbh aku juga bingung kenapa dulu lama sekali buat satu algo sampai seminggu. Iya sih aku banyak testing-testing and tweaking. Tapi aku juga ragu aku seteliti itu. Hmm, memang sih aku kadang suka main hp & aku selalu dengerin musik saat ngoding. Mungkin kadang music yang terlalu "ngebeat" bikin aku kurang fokus kali? contohnya ada minggu dimana aku semingguan cuma denger Haruka Mirai (link) dan ada juga minggu dimana aku cuma denger soundtracknya RWBY yang liriknya sangat meresap. Jadi ya mungkin juga karena aku gak maksimal kerjanya ya, hmm. Tapi pikiran utamaku tetep di kantor kok.

I couldn't take it, couldn't stand another minute
Couldn't bear another day without you in it
All of the joy that I had known for all my life
Was stripped away from me the minute that you died
...aannddd concentration gone!

Makan Dan Hiburan Gimana?

Okee istirahat lagi...

Kantornya OVO di daerah kuningan di lippo plaza jadi untuk masalah makanan sangat banyak pilihan. Di seberang kantor pun sudah ada mall besar lengkap dengan berbagai pilihan restoran dan termasuk sebuah sinema XXI.

Kalau sistem makan siang sendiri, kita gaada dibeliin makanan di kantor jadinya bebas mau makan dimana aja. Aku biasanya pilihannya cuma 3: wingstop, nasi uduk, warteg, steak. Kalau misal lagi ada promo wingstop aku bakal makan wingstop. Kebetulan wingstop sering promo sih, seperti promo rabu, pay deal, 50% off kalau pake dana, dst. Pernah suatu minggu aku cuma makan wingstop doang X(. Kalau beli wingstop biasanya alurku: pesen wingstop -> sambil nunggu ke warteg bungkus nasi -> balik ke wingstop ambil ayamnya -> makan di kantor hahahha.

Kalau misal lagi wingstop lagi ga promo tapi pingin makan yang sedikit enak, aku makan steak di kantin sebuah univ yang sedang libur. Itu steaknya model steak waroeng steak cuma harganya lebih murah. Enak sih. Tapi kalau di hari-hari biasa dan gaada yang istimewa, ya aku makan di warteg. Harganya disini lebih mahal dari depok. Anggaplah harga depok + 5000.  Kadang aku juga beli hal-hal lain tapi biasanya ini.

penampakan steaknya. enak

Ya karena disebelah kantor ada XXI, hari senin itu "haribioskop". Ntahlah pokoknya kira-kira 50% hari seninku aku nonton di bioskop malemnya. Film-film yang aku tonton antara lain dua garis biru dan lion king.

sekalian mengkritik secara profesional di IG Story

Kalau makan malem, nah ini sangat-amat tricky. Kalau misal aku makan siangnya wingstop, aku engga makan malam lagi karena udah puas makan 10 wings. Tapi kalau misal engga, aku hampir selalu bakal makan di warteg deket kos kuninganku yang mahal (seperti yang kubilang, 16-18rb buat nasi ayam). Kadang-kadang aku juga grabfood jika ada promo. 

kalau lebih bingung lagi di grabfood, aku ke restoran "rice and cheese" deket kosan.
Ini makanan serba keju. Sangat enak tapi mahal. Diatas itu foto beef cheese rice.
Dia ada promo kalau kita storiin makanannya bakal dapat kupon diskon 20%, jadi aku izanami infinite loop:
story -> kupon diskon 20% -> next time pake lalu story lagi -> dapat kupon lagi

Paruh ketiga (Agustus)

Ah oke lanjut bahas yang serius. Ini bulan terakhirku magang di OVO. Di bulan terakhir ini aku harus refactor kode-kodeku biar "production level" dan implement 1 algoritma lagi yaitu liveness detection. Untuk refactor sendiri terlalu banyak yang aku ubah karena aku masih pake beberapa praktek yang jelek seperti nyimpen collection di list bukan di dictionary karena "liBIh CiPIt". Jadi untuk semua algoku karena berhubungan dengan analisis video aku buatin jadi framework ynng tinggal load algoritma image processing dan video lalu frameworkku bakal outputtin hasilnya untuk pemrosesannya untuk video tersebut. Aku pikir ini good practice karena kalau mau buat algoritma baru tinggal fokus implement dan untuk masalah lain-lainnya di handle framework. Ternyata setahun kemudian baru aku tahu kalau teknik ini ada namanya yaitu "Template Method Pattern" dan memang good practice. Very nice

Pernah juga ada satu minggu dimana aku hampir gak kerja. Bukan karena izin atau sakit, tapi karena kalah SIAK war. SIAK war itu pemilihan matkul di UI. Aku gak peduli dosen dan cuma mikir kelas, tetapi karena aku niat nyodok matkul semester tingkat lebih tinggi, dapat kelas akan lebih susah. Dan yah... aku kalah war dan hanya dapat 2 KELAS jadi aku seminggu ini fokus mentengin siak mengenai pemindahan kapasitas dll. Duh, beneran gak tenang deh minggu ini :"(. Kalian bisa baca lebih lengkap tentang peristiwa ini di blog semeter 3 ku disini

Oke setelah kira-kira seminggu refactor kodingan, seminggu galau siak war, aku dikasih project terakhir yaitu implement liveness detection. Intinya, ini algoritma untuk deteksi apakah seseorang berusaha nipu face recognition dengan pake topeng, foto orang, atau serangan-serangan lain. Nah, ini problem yang sangat menantang karena saat itu di dunia yang ngerjain masalah ini sangat sedikit. Model paling bagus ini mendeteksinya berdasarkan video sedangkan OVO memintaku untuk buat deteksi jika diberikan batch foto. Oof.

Karena tahu tidak ada algoritma ready-bake, mulailah aku baca-baca paper tentang masalah ini. Salah satunya paper "Face spoofing with IQA" yang sangat berat buat seorang maba. Bahkan saat aku kelar baca ini aku gak fully ngerti maksudnya apa. Jd selama 2 minggu aku full mempelajari algoritma-algoritma spoofing.

Ketika mau implement algoritma, muncul masalah kedua: gaada dataset spoofing yang memadai. Yaiyalah ngapain OVO nyimpen dataset serangan-serangan spoofing? dataset public juga yang paling besar yang aku temuin cuma ada 4000 foto, tidak cukup untuk membangun model from scratch. Jadi uhh hasilku setelah dua minggu ngoding ini kurang memuaskan. Saat presentasi aku bilang kalau masalah yang ini memang susah dan membuat timnya sadar kalau masalah ini memang susah.

Di minggu terakhir, aku diminta untuk rapi-rapiin dan nulis dokumentasi untuk kodeku, lalu presentasi ke petinggi-petinggi OVO, terus pergi deh. Begitulah internku di OVO yang sangat menantang ini!

foto tim big data di hari terakhir

Lingkungan Kerja

Aku kerja di tim big data. Big data sebenernya ada meja khusus buat ngoding bareng. Tetapi karena udah penuh jadinya aku duduk di meja terpisah berdua dengan Given. Untung sih, jadi bisa fokus kerja tanpa tekanan diliatin kakak-kakak seniornya. Plus, sebelah kursiku ada dispenser air jadi kalau mau ngambil air tinggal dorong kursi sedikit.

Aku dianggap sama seperti engineer-engineer lain. Jadi aku diajak ikut semua rapat-rapatnya beserta dapat akses ke codebasenya. Dari rapat-rapat itu aku jadi tahu arah OVO ke mana dan kondisi terkini OVO. Ya aku kan orangnya kepo, jadi dapat info-info seperti ini sangat nice.

Kalau untuk sistem kerjanya sendiri, yah namanya jg engineer ya kebanyakan koding. Sekali seminggu bakal ada rapat untuk pembagian sprint yang dikerjain minggu depannya. Selain itu, kerjaanku setiap hari duduk manis di kursi dan ngoding full

wingstop + nasi warteg: blessed

Kadang-kadang, ada sharing session dari kakak-kakak disana. Sharing session ini topik-topiknya cukup OOT. Pernah tentang scuba diving, bug bounty, character development, dan sebagainya. Aku jadi tahu kalau Scuba itu ada kepanjangannya. Diakhir sharing dijelaskan kalau beberapa lokasi engga bolehin orang diving pake sunblock karena meracunin terumbu karang. Nah ada yang nanya:
"kalau pipis boleh ga?"
"boleh, asal ga minum sunblock"

Disini ada budaya "ulang tahun". Jadi jika ada yang ulang tahun bakal beliin makanan buat satu divisinya. Makananannya gak tanggung-tanggung, yang mahal seperti eatlah, wingstop, pizza pernah. Kadang-kadang kalau makanannya personal, H-1 bakal diminta ngisi RSVP untuk tahu jumlah pemesannya. Keren-keren. Sayangnya waktu lead tim big data, Pak Dani ultah, itu pas banget aku lagi ada acara welcoming maba di UI. Bah, sesuai meme, kalau kita ngantor gak terjadi apa-apa, tapi kalau sekalinya skip bakal banyak event macem-macem yang terjadi.

dokumentasi ketika ada yang ulang tahun.
Masing-masing orang dapat eatlah! :D

Oh ya, dipanggil "Pak" padahal umur masih kepala 1 itu nice :D

Acara-Acara Rekreasi Kantor

Cuma ada 2 seingetku. Waktu acara 17 agustusan dan waktu ada "simulasi kebakaran". Waktu 17 agustusan OVO ngadain lomba-lomba tipikal seperti makan kerupuk, tarik tambang, dkk. Kalau untuk tim big data sendiri bisa dapat juara 2 lomba tarik tambang. Aku cuma bantu dukung doang, gak berani ikut apa-apa karena masih bocah.

Kalau simulasi kebakaran itu jadi gedung tempat kantor OVO mau diadain simulasi kebakaran. Tapi ntah kenapa rencananya ke leak sehingga kita-kita yang males cabut duluan daripada desek-desekkan nantinya. Jadi ya kita di tim big data nongkrong di warung.

Sebenernya di kantor ada acara futsal setiap selasa. Cuma aku gak pernah ikut karena aku wibu, lawan kata dari olahraga.

Suka Duka

Suka:

- Dianggap karyawan beneran: seperti yang sering kubilang. Bahkan beberapa orang gak sadar kalau aku intern.

- Kakak-kakak dari tim Big Datanya sangat pro. Mentorku Kak Madin rasanya ditanyain apa aja bisa jawab. Mulai dari mengenai praktek ngoding sampai matematika seperti bisa.

- Tempat kantor strategis. Makanan-makanan enak dan bioskop tinggal nyebrang doang.

- Gaada temen jadi aku sangat produktif karena minim gangguan.

Duka

- Kadang pingin juga sih ada temen seumuran biar bisa relate ke aku.

- Pergaulan beda karena aku paling muda. Jadi aku sering gak ngerti topik pembicaran santainya.

- Makanannya walau enak, mahal, masa nasi ayam sayur warteg 18 ribu :((

- Manajemen waktuku masih buruk. Aku milih ngekos deket kantor biar bisa ngerjain kerjaan lain seperti Compfest. Tapi entah kenapa sampai di kos aku malah main HP sampe jam 9 terus udh lelah jadi lanjut nonton anime sampe tidur...

Penutup

Phew, aku nulis ini setahun setelah internship ini berakhir. Sebenernya tulisannya udah ada dari dulu cuma aku rapi-rapiin + modifikasi biar ga terlihat "pura-pura kegiatannya baru kemaren". Ini internship durasinya sangat lama dan berterimakasih diberikan kesempatan untuk kerja di project besar di perusahaan yang besar juga. Terima kasih kepada OVO dan tim big data OVO yang sudah menerima saya disini. Semoga kita ketemu di lain waktu ya!

mantap juga gajinya. Bisa makan all you can eat steak 21 di hari terakhir liburan
yuhuuu