Setelah menyelesaikan program ini maka peserta akan mampu:

• Menentukan penyelesaian masalah yang paling tepat dari berbagai alternatif pemecahan masalah yang ditemukan.
• Memahami pengertian, tujuan, dan prinsip-prinsip manajemen waktu, serta dapat menentukan urutan prioritas.
• Menjelaskan lingkup kreativitas dan pola serta proses berpikir kreatif untuk menemukan cara pemecahan masalah dan pengambilan keputusan.
• Menjelaskan pengertian komunikasi interpersonal yang baik.
• Menjalankan suatu komitmen secara bersama agar bisa mencapai tujuan yang sama pula.
• Menginstal, mengoperasikan, mengeksekusi common node dan operasi workflow, dan clean-up workflow dengan metanodes.
• Menunjukkan cara mengakses file dalam berbagai format dan database pada KNIME.
• Mengoperasikan filtering baris dan kolom, transformasi angka dan string, serta menghitung rules berbasis fitur.
• Menjelaskan data aggregation dan mengeksekusi operasi Group By dan pivoting, serta operasi join dan concatenate.
• Menjelaskan cara mengeksplorasi data dengan node visualisasi, visualisasi data 1-dan-2 dimensi, mengkombinasikan multiple views pada composite view, dan opsi interaktif pada single & composite view.
• Menjelaskan konsep learner-predictor, langkah-langkah dalam pelatihan model klasifikasi, cara identifikasi dan operasi model decision tree, dan model regresi linier, serta cara menghitung skor metrik untuk model klasifikasi dan regresi.
• Menjelaskan cara mengekspor data menjadi sebuah file dan reporting dengan BIRT.
• Mengkalkulasi nilai Date & Time dari nilai string dan penerapan lainnya, membuat daftar dan mengoperasikan preprocessing node untuk membentuk moving average dan aggregation, serta mengoperasikan manipulasi data secara langsung dalam database.
• Menjelaskan penggunaan KNIME untuk flow variables dan components.
• Membandingkan konsep loop dan switch, mengidentifikasi dan mengeksekusi loop dasar, serta menganalisa dan mengeksekusi workflow yang menghasilkan switch berbasis pada suatu nilai variabel flow.
• Menjelaskan strategi untuk membangun model ensemble, cara mengeksekusi algoritma Random Forest, dan loop optimasi parameter.
• Bekerja sama secara tim  untuk mengerjakan proyek penerapan data science pada suatu permasalahan di suatu organisasi menggunakan KNIME Analytics Platform.