Banyak orang berpikir bahwa tantangan terbesar menjadi seorang AI Engineer adalah memahami konsep deep learning, membuat model sendiri, atau menulis prompt yang efektif. Namun, pada kenyataannya, banyak orang yang mengalami kesulitan di tahap awal, yaitu saat melakukan setup environment. Seringkali, ketika seseorang penuh semangat untuk belajar, dan bersiap membuka VSCode atau Jupyter Notebook, mereka menghadapi kendala seperti error saat menjalankan perintah pip install torch, tidak kompatibelnya versi Python, bentrokan dependency, atau ketidakmampuan library untuk di-compile.
Masalah-masalah semacam ini seringkali membuat pemula merasa frustasi dan akhirnya menyerah, bukan karena sulit memahami AI, tetapi karena kesulitan dalam menyiapkan environment yang tepat. Mengapa setup environment yang proper sangat penting? Bayangkan jika Anda ingin melakukan servis motor sendiri namun bingung dengan alat yang digunakan. Sama halnya dengan mengoding AI tanpa sebuah environment yang rapi dan tidak ada persiapan sama sekali.
Dalam menggeluti dan berurusan dengan bidang AI, penting untuk memiliki fondasi yang kuat dalam semua eksperimen yang dilakukan. Fondasi tersebut meliputi versi Python yang stabil, dependency yang konsisten, environment terisolasi, dan workflow yang dapat direplikasi di berbagai perangkat. Jika fondasi ini tidak teratur, maka project AI yang kompleks akan menjadi sebuah masalah besar ketika berlanjut ke tahap-tahap selanjutnya, seperti deployment production.
Beberapa kesalahan umum yang sering dilakukan, termasuk menginstall library secara global tanpa menggunakan virtual environment, tidak menggunakan .venv atau conda, lupa menyesuaikan versi Python, dan mengandalkan pip manual tanpa menggunakan dependency manager modern seperti uv, poetry, dan pip-tools. Dalam setiap project, sebaiknya dilakukan setup minimal dengan beberapa tools penting seperti pyenv untuk mengatur versi Python, .venv untuk virtual environment, conda atau mamba untuk project yang lebih kompleks, dan uv dari Astral sebagai alternatif baru yang sangat berguna dalam menangani dependency tree antar library.
Jika Anda baru memulai dalam bidang AI dan sering mengalami error, jangan langsung putus asa. Setiap AI engineer pernah mengalami fase tersebut, namun yang membedakan adalah bagaimana mereka menyelesaikan masalah tersebut dengan memperbaiki environment-nya terlebih dahulu. Jadi, dalam dunia AI Engineer, langkah pertama yang paling penting adalah memastikan environment Anda sudah tepat, karena “getting your environment right” adalah kunci membedakan antara seorang pembelajar dan seorang engineer.
