Perkembangan program studi Data Science and Analytics menghadirkan tantangan baru dalam pelaksanaan pembelajaran praktikum, terutama terkait kesulitan konfigurasi perangkat lunak yang disebabkan oleh ketidakcocokan versi, kompleksitas instalasi, serta keterbatasan spesifikasi perangkat mahasiswa. Selain itu, proses penilaian tugas secara manual oleh dosen membutuhkan waktu yang panjang dan menambah beban kerja pengajar. Oleh karena itu, penelitian ini bertujuan untuk merancang dan membangun sistem penilaian otomatis berbasis infrastruktur cloud yang mampu mengurangi beban kerja dosen serta mempercepat proses konfigurasi lingkungan praktikum pada mata kuliah Big Data dan Pemodelan Data untuk Data Science (PDDS) dengan memanfaatkan layanan AWS Academy. Sistem ini dibangun menggunakan arsitektur AWS dengan JupyterLab untuk mata kuliah Big Data, serta Docker, dan beberapa database NoSQL untuk mata kuliah PDDS. Evaluasi dilakukan melalui perbandingan waktu konfigurasi environment, efisiensi waktu penilaian, dan reliabilitas hasil penilaian otomatis dibandingkan dengan metode manual. Hasil penelitian menunjukkan bahwa sistem penilaian otomatis (autograder) berbasis cloud mampu meningkatkan efisiensi waktu penilaian dan konfigurasi lingkungan pembelajaran dibandingkan metode manual. Autograder bekerja hingga 98% lebih cepat pada PDDS dan 78% lebih cepat pada Big Data, serta meningkatkan efisiensi konfigurasi environment hingga 64%, sehingga memungkinkan penyediaan umpan balik hampir instan. Dari sisi reliabilitas, sistem memiliki tingkat kesesuaian yang tinggi terhadap penilaian dosen dengan error rata-rata 5.92% pada PDDS dan 10% pada Big Data, serta reliabilitas terbukti melalui 100% keberhasilan unit testing. Dengan demikian, autograder dapat dinyatakan efisien, objektif, dan reliabel sebagai alternatif penilaian manual, sekaligus mengurangi beban kerja dosen dalam pembelajaran berbasis cloud.