Apply AI for Business |
![]() |
Categories : AI & Data Technology |
Posted by : juntima | Posted On : Wednesday, 08 January 2020 09:28 | |
Training Date : |
17 August 2022 - 18 August 2022
![]() กำหนดอบรมวันที่ 17-18 สิงหาคม 2565 เวลา 10.00-17.00 น.
ณ ห้องอบรม ชั้น 3 อาคารซอฟต์แวร์พาร์ค
Download => เอกสารประชาสัมพันธ์หลักสูตร และ ข้อมูลรายละเอียดหลักสูตร
ท่านที่ประสงค์เข้าร่วมการอบรม หรือ สอบถามข้อมูลเพิ่มเติม โปรดติดต่อ คุณจันทิมา
อีเมล์ juntima@swpark.or.th หรือ ttd@swpark.or.th หรือ โทร. 02-564-7000 ต่อ 81424 *** สำคัญ!!! กรุณารอการยืนยันเปิดการอบรมจากเจ้าหน้าที่ก่อนการชำระค่าลงทะเบียน *** 14 December 2022 - 15 December 2022
29 June 2022 - 30 June 2022 20 December 2021 - 21 December 2021 24 August 2021 - 25 August 2021 18 May 2021 - 19 May 2021 Please Login before registering . No account ? signup here กรุณา ล็อกอิน ก่อนลงทะเบียน หรือสร้างบัญชีผู้ใช้ใหม่ได้ ที่นี่ |
Time : | 12 Hour(s) |
Days : | 2 Day(s) |
Duration : | 10:00 - 17:00 |
Fee : | 8,000 THB (Excluded Vat 7%) |
Language : | Thai |
Instructor : |
Mr.Narong Chansoi
|
Objectives : | รายละเอียดของการอบรม ( Course Description )
ไม่กี่ปีที่ผ่านมาและนับจากนี้ไป บริบททางเศรษฐกิจได้เปลี่ยนไปจากอดีตมากมาย ด้วยปัจจัยหลายประการโดยเฉพาะ ปัจจัยด้าน Disruptive Technology จำนวนมากมายที่ส่งผลกระทบต่อแทบทุกธุรกิจ เช่น 4G/5G, social media, VR(Virtual Reality), AR(Augmented Reality), blockchain, cloud computing, online shopping, e-payment, IoT, mobile application, electronics vehicle, drone, robotics, algorithmic trading robot, RPA (robotic process automation), eKYC (electronics know your customer), 3D printing, smart farming ฯลฯ ซึ่งเทคโนโลยีเหล่านี้ล้วนมีส่วนเกี่ยวข้องกับ AI (Artifitial Intelligence) ทั้งสิ้น
กอปรกับปัจจัยด้านเทคโนโลยีอื่นๆ ต่อไปนี้ ที่ช่วยเร่งให้การวิจัยและพัฒนาเหล่าเทคโนโลยีข้างต้น แล้วนำไปใช้กับธุรกิจจริงเกิดขึ้นอย่างรวดเร็วยิ่งขึ้นๆๆ
- การสื่อสารผ่านอินเทอร์เน็ตที่รวดเร็วมากขึ้นเรื่อยๆ - การประมวลผลของฮาร์ดแวร์ที่มีประสิทธิภาพต่อราคาที่เพิ่มสูงขึ้นมหาศาล - การผสมผสานการประมวลผลแบบดั้งเดิมและการประมวลผลบนคลาวด์ - การเผยแพร่ผลงานค้นคว้าวิจัย และสื่อการเรียน ผ่านสื่อสังคมออนไลน์ ทำให้ผู้คนทั้งโลกเข้าถึงแหล่งความรู้ได้มหาศาล และหลากหลาย เร่งให้เกิดการเรียนรู้ที่รวดเร็ว ง่าย สะดวก เกิดการแบ่งปันและต่อยอดความรู้จากคนทั่วโลก - การค้นคว้าวิจัยด้าน AI และการนำมาใช้ มีความง่าย สะดวก และรวดเร็วกว่าในอดีตมาก การปรับตัวขององค์กรให้ทันและใช้ประโยชน์จากปัจจัยเหล่านี้ให้เกิดคุณค่าสูงสุดจึงเป็นสิ่งท้าทาย การนำ AI มาใช้ในองค์กร ไม่ใช่แค่การค้นคว้าวิจัยและพัฒนาโมเดล AI ขึ้นมาก็จะสามารถนำไปใช้ได้ทันที หากแต่องค์กรเริ่มตั้งแต่ระดับผู้นำองค์กร ผู้บริหาร จนถึงบุคลากรระดับปฏิบัติการ จำเป็นต้องเข้าใจ AI อย่างถ่องแท้ในเชิงประยุกต์ใช้งาน เพื่อให้สามารถนำ AI มาใช้กับองค์กรได้ ‘ถูกจุดและคุ้มค่าที่สุด’ วิชานี้จึงเน้นอธิบายให้ผู้เรียนได้เข้าใจในการวิเคราะห์และสังเกต business model, business direction, business process เพื่อหา good opportunities ที่จะเอา AI ไปช่วยได้และตอบโจทย์ธุรกิจแท้จริง โดยเฉพาะองค์กรที่กำลังทำ digital transformation และแนะนำแนวทางอื่นๆ อีกหลายอย่าง เช่น แนวทางการอธิบายจะมุ่งเน้นให้ผู้เรียนได้เข้าใจว่า AI ไม่ใช่เรื่องยาก ไม่ใช่เรื่องไกลตัว ไม่จำเป็นต้องมีความรู้ด้านคณิตศาสตร์ สถิติ และเทคโนโลยีลํ้าลึก ก็สามารถนำ AI มาใช้ในองค์กรได้ และผู้เรียนจะได้เข้าใจแนวทางการอิมพลีเม้นต์ที่คุ้มค่า ประหยัด ทำแล้วตอบโจทย์ธุรกิจได้ เช่น ลด cost, เพิ่ม profit, เพิ่ม automation, เพิ่มความน่าเชื่อถือของงานเดิม และ...เวิร์ก วิชานี้เน้นอธิบายด้วยภาษาง่ายๆ ระดับผู้บริหารที่ไม่ใช่สายไอทีก็สามารถมาเรียนได้ รวมถึงฝ่ายการตลาด ฝ่ายธุรกิจและฝ่ายต่างๆ วิชานี้เหมาะกับองค์กรที่สนใจนำ AI มาใช้กับธุรกิจจริงๆ เพราะการใช้ AI ไม่จำเป็นต้องลงทุนสูงเสมอไป วัตถุประสงค์ของการอบรม (Objective) |
Who Should Attend : | คุณสมบัติผู้เข้าอบรม (Who Should Attend) พื้นฐานของผู้เข้ารับการอบรม (Prerequisities) : - |
Benefits : | ประโยชน์ที่จะได้รับจากการอบรม (Course Benefit) |
Course Outline : | เนื้อหาของการอบรม (Course Outline) ● ทำความเข้าใจเบื้องต้นกับ AI
● ความสำคัญของข้อมูล : data architecture, big data, enterprise data management, data lake, data pipeline,data joint, data flow, feature engineering & data preparation ● ทำความเข้าใจเบื้องต้นกับ machine learning และ data analytics ● กรณีศึกษาการใช้ AI ในธุรกิจต่างๆ ● การนำเทคโนโลยีเหล่านี้มาใช้ร่วมกับ AI และประโยชน์ที่จะได้รับ : 4G/5G, social media, VR (Virtual Reality), AR (Augmented Reality), blockchain, cloud computing, online shopping, e-payment, IoT, mobile application, electronics vehicle, drone, robotics, algorithmic trading robot, RPA (robotic process automation), eKYC (electronics know your customer), 3D printing, smart farming, natural language processing, chat bot, image/facial recognition, object detection, simulation ฯลฯ ● อุปสรรคทั่วไปในการนำ AI มาใช้ในองค์กร ● เทคนิค วิเคราะห์และทำความเข้าใจกับ business architecture ปัจจุบันและอนาคตขององค์กร เช่น business plan, business strategy, business direction, business service/product, business model, business process, business unit, business constraint, business concern, business goal, business stakeholder ฯลฯ ● ทำความเข้าใจกับ non-functional attribute เพื่อควบคุมคุณภาพระบบไอที เช่น reliability, stability, performance, security, interoperability, usability, scalability, availability, confidentiality ● องค์ประกอบสำคัญด้านไอทีใน AI ecosystem ● การใช้ machine learning และ data analytics เพื่อสร้างโมเดล AI ● การสร้างโมเดล: train model, validate model, test model และการเตรียมข้อมูล ● ตัวอย่างอัลกอริธึมด้าน machine learning ● เทคนิคการเลือกใช้อัลกอริธึมด้าน machine learning และแนวทางการสร้าง model architecture ● เทคนิคการออกแบบ feature ในระดับ business สำหรับการทำ feature engineering อย่างง่ายๆ ● ทำความเข้าใจเบื้องต้นกับ Architecture Building Block (ABB) กับ Solution Building Block (SBB) และ การวาง data architecture สำหรับงาน AI ● ทำความเข้าใจกับ data model และ NoSQL database ชนิดต่างๆ เช่น document model, graph model, time-series model, wide-column model, key-value model เป็นต้น ● ทำความเข้าใจกับประเด็นสำคัญต่างๆ เช่น ○ การคัดเลือกข้อมูล และการจัดระเบียบข้อมูล ○ การจัดทำ data lake และ data pipeline ○ การสร้างและจัดเก็บโมเดล AI ○ การคำนึงถึงความเร็วและดีเลย์ในการสนับสนุนธุรกิจ ○ การพิจารณาความจำเป็นในการใช้ high performance computing สำหรับงานที่ต้องการความเร็ว ○ การเตรียมข้อมูล ○ การจัดระดับชั้นความลับข้อมูล ○ การกระจายข้อมูลและ database และการจัดระดับชัน้ database ตามรูปแบบและเนื้อหาข้อมูล ○ การติดตามสถานะการทำงานของระบบไอทีและฮาร์ดแวร์ (logging & monitoring) ○ การประมวลผลแบบต่อเนื่องและไม่ต่อเนื่อง และการประมวลผลแบบคู่ขนาน ● การวางแผนการนำ AI มาใช้ (ภาพในฝัน) ● การกำหนด business domain ที่จะเริ่มใช้ AI ● การประเมินผลลัพธ์และผลผลิตที่จะได้ภายหลังเริ่มใช้ AI ● การวิเคราะห์ Gap, ประเมินโอกาสและอุปสรรค และสรุปแนวทางและจุดที่จะนำ AI มาใช้ (ภาพความจริง) ● การวางแผนดำเนินการ, บริหารและติดตามการใช้งาน |
Payment Condition : | Payment can be made by: 1. Cash or Credit Card or Bank Cheque payable to “Software Park Thailand #2” (a post-dated cheque is not accepted) on the first day of the service or within the last day of the service. 2.1 Siam Commercial Bank, Chaengwattana Branch 2.2 Krungsri Bank, Chaengwattana (Software Park) Branch Notes: |
Contact Person : | For more information, contact our course coordinator on: Juntima Klumchaun Tel: +66-2583-9992 Ext. 1424 Fax: +66-2583-2884 Email: juntima@swpark.or.th You are encouraged to use the course schedule as a guide to plan your training. The schedule is accessible at www.swpark.or.th for more information. |