No account yet?
 
 
You are here:: Training/Seminar Training Schedule Apply AI to Business
 
 

Apply AI to Business

Categories : AI & Data Technology
Posted by : juntima | Posted On : Wednesday, 08 January 2020 09:28
Training Date : 30 July 2020 - 31 July 2020
กำหนดวันอบรม : วันที่ 30-31 กรกฎาคม 2563
ระยะเวลาอบรม : 2 วัน หรือ 12 ชั่วโมง อบรมเวลา 10.00-17.00 น.
ณ ห้องอบรม ชั้น 3 อาคารซอฟต์แวร์พาร์ค

การเข้าอบรมในหลักสูตรดังกล่าว ทางเขตอุตสาหกรรมซอฟต์แวร์ฯ ได้จัดเตรียม อาหารว่าง (เช้าและบ่าย), อาหารกลางวัน
สำหรับผู้เข้าอบรมทุกท่านเรียบร้อ
แล้วค่ะ

สำคัญ!!! สำหรับส่วนลดพิเศษ 1,000 บาท/ท่าน เมื่อท่านลงทะเบียนเข้าอบรมเรียบร้อยแล้ว
ทางเจ้าหน้าที่จะจัดทำเอกสาร ใบเสนอราคาพร้อมส่วนลด จัดส่งให้ท่านอีกครั้ง ทางอีเมล์ที่ลงทะเบียนเข้าอบรมค่ะ

*** กรุณารอการยืนยันเปิดการอบรมจากเจ้าหน้าที่ก่อนการชำระค่าลงทะเบียน ***

17 June 2020 - 18 June 2020
12 November 2020 - 13 November 2020
04 March 2020 - 05 March 2020
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
         - การทำกิจกรรมต่างๆ เกี่ยวกับ AI เช่น การเตรียมข้อมูล, การวิเคราะห์ข้อมูล, การนำเสนอผลวิเคราะห์และผลการ predict
         - การบูรณาการส่วนงานต่างๆ ในองค์กร เพื่อให้การดำเนินงานมีความสอดคล้องและบรรลุเป้าหมาย เช่น การนำผลการให้บริการลูกค้าไปจัดทำเป็นข้อมูล ให้ฝ่ายกฏหมายตรวจสอบถึงระดับความลับและความเป็นส่วนตัวของข้อมูลลูกค้า แล้วให้ฝ่ายไอทีนำไปสร้างเป็นชุดข้อมูลแล้วสร้างโมเดล AI เบื้องต้น แล้วฝ่ายไอทีทำงานร่วมกับฝ่ายการตลาดและฝ่ายบุคคลเพื่อนำโมเดล AI มาพัฒนาต่อยอด แล้วให้โมเดล AI ทำนาย แล้วนำผลไปใช้ในการพัฒนาสร้างเสริมบุคลากร งานบริการลูกค้า และ การทำการตลาด แล้วให้ฝ่ายบริหารยุทธศาสตร์องค์กรพิจารณาหาไอเดียในการปรับยุทธศาสตร์และทิศทางธุรกิจขององค์กร แล้วให้ฝ่ายจัดซื้อนำไปประเมินด้านงบประมาณและการจัดซื้อ/จัดจ้าง
         - การเตรียมบุคลากรฝ่ายต่างๆ ให้มีความพร้อม
         - การปรับปรุง ecosystem ของระบบไอทีและ infrastructure ทางไอที ให้รองรับการนำ AI มาใช้
         - การเลือกใช้เครื่องมือทางไอทีที่มีราคาไม่สูงหรือฟรี เช่น OpenSource ให้คุ้มค่า ไม่ต้องเสียเงินซื้อเครื่องมือราคาแพงแต่ใช้ไม่คุ้ม
         - การเลือกเวนเดอร์ ที่ปรึกษา และการจัดซื้อ/จัดจ้าง เพื่อให้ได้เวนเดอร์ ที่ปรึกษา และ เครื่องมือ ที่ดี เหมาะสมกับงาน และคุ้มค่าการลงทุน

        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)
วิชานี้มุ่งเน้นให้ผู้เรียนได้เข้าใจปัจจัยสำคัญต่างๆ ในการนำ AI ไปใช้ขับเคลื่อนธุรกิจในองค์กรให้เกิดประโยชน์สูงสุด และได้เข้าใจถึงแนวทางการนำ AI ไปใช้อย่างถูกต้อง ไม่ยาก ไม่นาน ไม่แพง ไม่ผิดทาง และ ได้ผลงานที่ใช้ได้จริง วิชานี้ยังมุ่งหวังให้ผู้เรียนสามารถนำความรู้ที่ได้กลับไปประยุกต์กับงานได้ ไม่ว่าองค์กรของผู้เรียนอยู่ในธุรกิจใดและใช้เทคโนโลยีใดอยู่ และหากมีข้อสงสัยต้องการปรึกษากับผู้สอนภายหลังการอบรม อันเนื่องจากจำนวนวันอบรมที่จำกัด ก็สามารถทำได้โดยผ่านเว็บไซต์สังคมออนไลน์ต่าง ๆ และการติดต่อผ่านทางช่องทางต่าง ๆ ตามตกลงกันระหว่างผู้สอนและผู้เรียนระหว่างอบรม

Who Should Attend :

คุณสมบัติผู้เข้าอบรม (Who Should Attend)
การอบรมนี้ออกแบบมาสำหรับ CEO, MD, CTO, ฝ่ายการตลาด, ฝ่ายยุทธศาสตร์องค์กร, data architect, data engineer, solution architect, system analyst, software architect, enterprise architect, IT architect, requirement engineer,     IT manager, project manager, programmer, developer และผู้ที่สนใจทั่วไป

พื้นฐานของผู้เข้ารับการอบรม (Prerequisities) : -

Benefits :

ประโยชน์ที่จะได้รับจากการอบรม (Course Benefit)
     ประโยชน์ที่ผู้เรียนจะได้รับภายหลังการอบรม ได้แก่
     - เข้าใจพื้นฐานด้าน AI, machine learning, data analytics, data architecture
     - เข้าใจการวิเคราะห์ปัจจัยสำคัญต่าง ๆ ที่มีผลต่อการใช้ AI ในสถานการณ์ต่างๆ
     - เข้าใจการวางแผนในการนำ AI มาใช้ เช่น แผนธุรกิจ แผนไอที แผนการจัดซื้อ/จัดจ้าง แผนลงทุน แผนพัฒนาบุคคลากร
     - เข้าใจแนวทางในการนำ AI มาใช้ได้อย่างถูกต้อง คุ้มค่า ประหยัด และ ถูกจุด
     - สามารถนำความรู้ที่ได้รับกลับไปประยุกต์กับงานได้จริง
     - สามารถปรึกษากับผู้สอนภายหลังการอบรมได้อีกด้วย

Course Outline :

เนื้อหาของการอบรม (Course Outline)
* เนื้อหาหลายหัวข้อเป็นด้านไอที แต่จะอธิบายในแบบที่ไม่ต้องจบไอทีและทำงานด้านไอทีก็สามารถเข้าใจได้
** จะมีเดโมระบบของผู้สอนให้ดูเป็นตัวอย่าง เป็นระบบของผู้สอนที่พัฒนาและใช้งานจริงอยู่ โดยเป็นการนำ AI มาใช้กับระบบ
Algorithmic Trading ที่ใช้เทรดในตลาด TFEX และ FOREX
*** และมีเดโมการเทรนและรันโมเดล machine learning ที่ใช้ภาษา Python เพื่อวิเคราะห์ข้อมูลและ predict ผลทำนาย

       ● 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. Account transfer and send the proof of the payment (the deposit slip) via fax or email to fax no. 02-583-2884 or email ttd@swpark.or.th

        2.1 Siam Commercial Bank, Chaengwattana Branch
             Saving Account Number: 324-2-56262-0
             Account Name: Software Park Thailand#2

        2.2 Krungsri Bank, Chaengwattana (Software Park) Branch
             Saving Account Number: 329-1-34850-3
             Account Name: Software Park Thailand#2

Notes:
- Withholding tax (3%) is exempt.
- Should you need to withdraw, you must send the notice of the withdrawal in writing no later than 7 working days before the commencement date. The cancellation less than 7 days will be subject to a fine of 40% of the fee.
- Software Park Thailand reserves the rights to cancel courses due to unforeseen circumstances.

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.