AI DevOps for Infrastructure with Microsoft Tools
- TTDT41
- Classroom
- Fundamental
- Thai | 0
หลักสูตรนี้ได้รับการออกแบบมาเพื่อมอบความรู้และทักษะที่จำเป็นในการนำ Go Fast MCP ซึ่งเป็นFramework ระดับสูงที่ช่วยให้นักพัฒนาสามารถสร้าง MCP Servers ได้อย่างรวดเร็วและง่ายดาย ไปประยุกต์ใช้ในสภาพแวดล้อมจริงในระดับ Production ผู้เข้าร่วมจะได้เรียนรู้ไม่เพียงแค่การใช้เครื่องมือ แต่ยังรวมถึงหลักการทางสถาปัตยกรรม, แนวทาง Cloud-Native, และที่สำคัญที่สุดคือหลักการด้านความมั่นคงปลอดภัยเพื่อสร้างระบบที่แข็งแกร่ง, ปรับขนาดได้, และเชื่อถือได้ในระยะยาว
Course description
Time
Instructor
Venue
AI DevOps for Infrastructure with Microsoft Tools
ในโลกของการพัฒนาซอฟต์แวร์ที่เปลี่ยนแปลงอย่างรวดเร็ว เราได้เห็นการเปลี่ยนผ่านที่สำคัญจากสถาปัตยกรรมแบบ Monolith ที่รวมทุกอย่างไว้ในที่เดียว ไปสู่สถาปัตยกรรม Microservices ซึ่งช่วยให้การสร้าง,ปรับใช้, และปรับขนาดแอปพลิเคชันมีความยืดหยุ่นและมีประสิทธิภาพมากขึ้น แนวทางนี้ได้เข้ามาแก้ปัญหาเรื่องความน่าเชื่อถือที่ตํ่าและข้อจำกัดในการปรับขนาดของระบบแบบเดิมได้อย่างน่าทึ่ง
ในวันนี้ เรากำลังก้าวเข้าสู่คลื่นลูกใหม่ที่ทรงพลังยิ่งกว่า นั่นคือยุคของ AI Agents ที่สามารถคิด,ตัดสินใจ, และดำเนินการได้อย่างอิสระโดยอาศัย Large Language Models (LLMs) เป็น "สมอง" อย่างไรก็ตามการเชื่อมต่อ "สมอง" ที่เป็น AI นี้เข้ากับโลกภายนอกที่เต็มไปด้วย API, ฐานข้อมูล, และบริการต่างๆ นับเป็นความท้าทายใหม่ที่ต้องใช้แนวทางที่ได้มาตรฐาน
Model Context Protocol (MCP) ได้ถูกสร้างขึ้นมาเพื่อตอบโจทย์นี้ โดยทำหน้าที่เป็น "USB-C สำหรับAI" เป็นมาตรฐานแบบเปิดที่ช่วยให้ LLMs สามารถโต้ตอบกับเครื่องมือและข้อมูลภายนอกได้อย่างปลอดภัยและเป็นระบบ การใช้ MCP ทำให้ความซับซ้อนของการเชื่อมต่อที่เคยเป็นแบบ M x N ลดลงเหลือเพียง M + N ซึ่งเป็นการพลิกโฉมวิธีการบูรณาการ AI เข้ากับระบบนิเวศของ Microservices ที่มีอยู่เดิม
หลักสูตรนี้ได้รับการออกแบบมาเพื่อมอบความรู้และทักษะที่จำเป็นในการนำ Go Fast MCP ซึ่งเป็นFramework ระดับสูงที่ช่วยให้นักพัฒนาสามารถสร้าง MCP Servers ได้อย่างรวดเร็วและง่ายดาย ไปประยุกต์ใช้ในสภาพแวดล้อมจริงในระดับ Production ผู้เข้าร่วมจะได้เรียนรู้ไม่เพียงแค่การใช้เครื่องมือ แต่ยังรวมถึงหลักการทางสถาปัตยกรรม, แนวทาง Cloud-Native, และที่สำคัญที่สุดคือหลักการด้านความมั่นคงปลอดภัยเพื่อสร้างระบบที่แข็งแกร่ง, ปรับขนาดได้, และเชื่อถือได้ในระยะยาว
หลักสูตรนี้เหมาะสำหรับนักพัฒนาซอฟต์แวร์และสถาปนิกที่มีประสบการณ์ซึ่งมีพื้นฐานด้านสถาปัตยกรรม Microservices และ Cloud-Native เนื่องจาก Go Fast MCP ถูกสร้างขึ้นบนแนวคิดและรูปแบบการออกแบบที่คุ้นเคย (Design Patterns) หลักสูตรนี้จะช่วยให้ผู้เข้าร่วมสามารถใช้ทักษะที่มีอยู่เพื่อเข้าสู่โลกของการพัฒนา AI Agents ได้อย่างรวดเร็ว โดยมุ่งเน้นที่นักพัฒนาที่ต้องการสร้าง MCP Servers ที่พร้อมใช้งานในProduction ได้อย่างรวดเร็วโดยไม่ต้องจัดการกับรายละเอียดเชิงเทคนิคระดับตํ่า
Who Should Attend (กลุ่มลูกค้าเป้าหมาย):
- นักพัฒนาซอฟต์แวร์และวิศวกร
- นักวิทยาศาสตร์ข้อมูล (Data Scientists)
- นักวิจัยและนักศึกษา
- ผู้จัดการผลิตภัณฑ์และผู้บริหาร
ความรู้พื้นฐาน :
- มีพื้นฐานความรู้และประสบการณ์ในการเขียนโปรแกรมด้วย Python
- มีความเข้าใจในแนวคิดการเขียนโปรแกรมเชิงวัตถุ (Object-Oriented Programming) มีความคุ้นเคยกับการใช้งาน Git และ GitHub
- มีความสนใจและต้องการเรียนรู้เกี่ยวกับเทคโนโลยี AI และ Generative AI
- สร้างความเข้าใจเชิงสถาปัตยกรรม: เข้าใจถึงความจำเป็นในการเปลี่ยนผ่านจากสถาปัตยกรรมMonolith ไปสู่ Microservices และ AI Agents ที่ใช้ MCP
- พัฒนา MCP Server อย่างรวดเร็ว: ใช้ Go Fast MCP Framework เพื่อสร้างและทดสอบ MCP Serversที่มี Tool, Resource, และ Prompt ได้อย่างคล่องแคล่ว
- ประยุกต์ใช้ในโลกจริง: ออกแบบและพัฒนา AI Agents ในรูปแบบ Microservices พร้อมทั้งผสานรวมกับ API ภายนอกได้อย่างมีประสิทธิภาพ
- เตรียมความพร้อมสำหรับ Production: ใช้เครื่องมือ Cloud-Native ที่จำเป็น (เช่น Docker และ Kubernetes) และสร้างระบบ Observability (Metrics, Logging, Tracing) เพื่อตรวจสอบและติดตามระบบในระดับองค์กร
- รับมือกับภัยคุกคามด้านความปลอดภัย: ระบุและใช้มาตรการเชิงรุกเพื่อป้องกันภัยคุกคามเฉพาะทางในระบบนิเวศของ MCP เช่น Tool Poisoning และ Prompt Injection
วันที่ 1: การวางรากฐานและการทำความเข้าใจ Go Fast MCP
- บทนำ: ทำความเข้าใจปัญหาของสถาปัตยกรรมแบบ Monolith เช่น การขาดความยืดหยุ่นและ การปรับขนาดที่ยากลำบาก
- ทำไมต้อง Microservices: สำรวจข้อดีของการแบ่งระบบออกเป็นบริการย่อยๆ ที่ทำงานเป็นอิสระ เช่นการปรับใช้ที่ง่ายขึ้น, การลดการพึ่งพา, และความทนทานต่อข้อผิดพลาด
- MCP: สะพานเชื่อมระหว่าง AI และระบบภายนอก: ทำความเข้าใจว่า Model Context Protocol (MCP) ทำหน้าที่เป็นมาตรฐานแบบเปิดที่ช่วยให้ LLMs สามารถโต้ตอบกับโลกภายนอกได้อย่างไร
- สถาปัตยกรรม MCP: เรียนรู้ส่วนประกอบหลัก 3 ส่วนของ MCP คือ Host (แอปพลิเคชันที่บรรจุ LLM), Client (ตัวเชื่อมต่อ), และ Server (บริการภายนอกที่ให้ข้อมูลและความสามารถ)
- เริ่มต้นกับ Go Fast MCP: แนะนำ Go Fast MCP ในฐานะ Framework ระดับสูงที่ช่วยลดความซับซ้อนและลดโค้ด boilerplate ทำให้การพัฒนาเป็นไปอย่างรวดเร็ว
- Tools, Resources, และ Prompts: เจาะลึกถึงสามองค์ประกอบสำคัญที่ Go Fast MCP อำนวยความสะดวกในการจัดการ
- Tools: ฟังก์ชันที่ LLM สามารถเรียกใช้เพื่อกระทำบางอย่าง (เทียบเท่า POST) เช่น การคำนวณ
- Resources: ข้อมูลที่ LLM สามารถอ่านเพื่อเพิ่มบริบท (เทียบเท่า GET)
- Prompts: Template ที่ใช้ซํ้าได้เพื่อชี้นำการโต้ตอบ
- Workshop: ลงมือสร้าง MCP Server อย่างง่ายโดยใช้ Python หรือ TypeScript และเรียนรู้วิธีการ
- กำหนด Tool และ Resource ด้วย decorators
วันที่ 2: การพัฒนาขั้นสูงและการผสานรวม
- การเปรียบเทียบเชิงวิเคราะห์: วิเคราะห์ข้อดีของ Go Fast MCP เมื่อเทียบกับ Official MCP SDK เพื่อช่วยในการตัดสินใจเลือกเครื่องมือที่เหมาะสมกับแต่ละโครงการ
- รูปแบบการสื่อสาร (Transport Protocols): ทำความเข้าใจโปรโตคอลการสื่อสารต่างๆ ที่ Go Fast MCPรองรับ เช่น STDIO (สำหรับเครื่องมือภายใน), Streamable HTTP (สำหรับ Web), และ SSE (สำหรับข้อมูล Real-time)
- Stateless Mode: เรียนรู้การออกแบบระบบที่ปรับขนาดได้ดีและใช้หน่วยความจำน้อยลงโดยการทำงานแบบไร้สถานะ
- การออกแบบเชิงสถาปัตยกรรม: ทำความเข้าใจแนวคิด "AI Agents as Microservices" และความสำคัญของ Event-Driven Architecture (EDA) ในการจัดการ Workflow ที่ซับซ้อน
- กรณีศึกษา: GitHub MCP Server: เจาะลึกการสร้าง GitHub MCP Server ซึ่งเป็นตัวอย่างที่น่าสนใจของการใช้ MCP เพื่อให้ AI Agents สามารถโต้ตอบกับแพลตฟอร์ม GitHub ผ่านภาษาธรรมชาติได้
- Workshop: ลงมือสร้าง MCP Server ที่เชื่อมต่อกับ API ภายนอก โดยใช้ GitHub API เป็นตัวอย่าง
- ขั้นตอน: การตั้งค่าสภาพแวดล้อม, การจัดการ Personal Access Token (PAT) อย่างปลอดภัย, การเรียกใช้ GitHub API, และการกำหนด Tool ให้กับ LLM
วันที่ 3: ความพร้อมในระดับ Production และความมั่นคงปลอดภัย
- เครื่องมือในระบบนิเวศของ Microservices: เรียนรู้เกี่ยวกับเครื่องมือ Cloud-Native ที่จำเป็นเพื่อนำ Go Fast MCP ไปใช้ใน Production
- Containerization: ใช้ Docker เพื่อแพ็กเกจแอปพลิเคชัน
- Orchestration: ใช้ Kubernetes เพื่อจัดการ, ปรับขนาด, และปรับใช้แอปพลิเคชัน
- CI/CD: ใช้ GitHub Actions หรือ GitLab CI/CD เพื่อทำให้กระบวนการส่งมอบซอฟต์แวร์เป็นไปโดยอัตโนมัติ
- Observability: มองเห็นทุกอย่าง: ทำความเข้าใจสามเสาหลักของ Observability (Metrics,Logging, Tracing)
- การปฏิบัติ: ตั้งค่าระบบ Monitoring โดยใช้ Prometheus และ ELK Stack เพื่อรวบรวม Log และ Metrics จาก Go Fast MCP Server
- ภัยคุกคามใหม่ในยุค AI Agents: ทำความรู้จักกับความเสี่ยงที่เกิดขึ้นใหม่ในระบบนิเวศของ MCP เช่นการโจมตีแบบ Tool Poisoning และ Prompt Injection
- มาตรการป้องกันเชิงรุก: เรียนรู้แนวทางปฏิบัติที่ดีที่สุดเพื่อสร้างระบบที่ปลอดภัย
- การควบคุมการเข้าถึง: ใช้หลักการ Least Privilege และ Role-Based Access Control (RBAC)
- การตรวจสอบข้อมูล: ใช้ JSON Schema Validators และ Input Sanitization เพื่อป้องกันการโจมตี
- การยินยอมของผู้ใช้: สร้างกลไกที่ผู้ใช้ต้องให้ความยินยอมอย่างชัดเจนก่อนที่ AI Agent จะเข้าถึงข้อมูลหรือดำเนินการใดๆ
- Workshop: ปรับปรุง MCP Server ที่สร้างไว้ในวันก่อนหน้าเพื่อเพิ่มมาตรการความปลอดภัยต่างๆ เช่น การตรวจสอบสิทธิ์ และการจัดการข้อมูลอย่างระมัดระวัง
Payment can be made by:
- Cash or Credit Card or Bank Cheque payable to
สำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ or National Science and Technology Development Agency
(a post-dated cheque is not accepted) on the first day of the service or within the last day of the service. - Account transfer and send the proof of the payment (the deposit slip) via email xxx@swpark.or.th
- ธนาคารกรุงเทพ สาขาอุทยานวิทยาศาสตร์
Saving Account Number: 080-0-00001-0
Account Name: สำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ - ธนาคารกรุงไทย สาขาตลาดไท
Saving Account Number: 152-1-32668-1
Account Name: สำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ
- ธนาคารกรุงเทพ สาขาอุทยานวิทยาศาสตร์
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:
คุณภัสสร พรทิพย์
Ms. Patsorn Pornthip
Tel: 02583-9992 Ext. 81422
Mobile: 088-893-5564
Email:patsorn@swpark.or.th, ttd@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.
12,000 THB .
สำคัญ!!! กรุณารอการยืนยันเปิดการอบรมจากเจ้าหน้าที่ก่อนการชำระค่าลงทะเบียน
สำคัญ!!! กรุณารอการยืนยันเปิดการอบรมจากเจ้าหน้าที่ก่อนการชำระค่าลงทะเบียน
Course Detail :
Instructor info
