Lumina catalog
Self-contained luminas on the building blocks of the web. Start with Go Luminas for the full path, or go deep on a single topic when you need it.
FLAGSHIP Go Luminas Seluruh 73 modul backend Go dirangkai jadi satu kurikulum 9 tahap: dari fondasi bahasa, HTTP, dan database, sampai testing, scaling, dan deploy ke AWS. Start the course
HTTP 15 lessons Learn HTTP Fondasi HTTP untuk backend developer: request, response, method, status code, header, JSON, auth, CORS, cache, HTTPS, sampai merancang kontrak API nyata dengan net/http di Go.
OAS 14 lessons Learn OpenAPI Memahami OpenAPI sebagai kontrak HTTP formal yang machine-readable: dari mental model, paths, parameter, schema, sampai blueprint spec lengkap untuk online shop skincare.
RDIS 6 lessons Learn Redis with Go Memakai Redis sebagai memory layer untuk cache, session, rate limit, dan state sementara di backend Go yang idiomatik: dari mental model key/value/TTL dan pemilihan tipe data, cache-aside dengan go-redis, disiplin key dan invalidasi, rate limit dan session berbasis atomicity, sampai resilience, observability, stack Docker, dan topik scaling lanjutan.
DOCK 6 lessons Learn Docker Menguasai Docker sebagai packaging dan runtime backend: dari mental model image/container, Dockerfile multi-stage untuk Go, config dan networking, volume, Compose, sampai registry dan image produksi yang aman, lalu peta ke CI/CD dan AWS.
GIT 7 lessons Learn Git Menguasai Git dari mental model snapshot dan tiga area kerja sampai branch, merge, rebase, dan undo yang aman, plus workflow tim seperti GitHub Flow, GitLab Flow, dan trunk-based development.
AWS 5 lessons AWS Cloud Practitioner Merangkai seluruh domain ujian AWS, dari fondasi cloud sampai arsitektur Well-Architected, jadi satu jalur belajar berurutan.
WV 7 lessons Learn Web Vitals Menguasai Core Web Vitals dari fondasi sampai produksi: mengukur LCP, INP, dan CLS dengan alat yang tepat, mendiagnosis bottleneck di setiap lapisan stack, mengoptimasi dari gambar sampai backend, dan memonitor performa secara berkelanjutan agar regresi tertangkap sebelum mengenai user.