Upcoming Courses

#รู้ไว้ก่อน #จะได้ไม่ต้องรื้อทีหลัง เรียนรู้เทคนิคกันแบบไม่กั๊ก! หลักสูตรดีๆสำหรับสาย #DEV ที่กำลังออกแบบและพัฒนาระบบที่ต้องการคุณภาพด้านประสิทธิภาพสูงๆ (High Performance) และต้องรองรับการ Scale ได้ในอนาคต

เมื่อ Cyber Threats คุกคาม และ Cyber Awareness อาจไม่เพียงพออีกต่อไป Digital Forensics (นิติวิทยาศาสตร์ทางดิจิทัล) จึงเป็นอีกหนึ่งทักษะความรู้ที่ทุกคนควรทราบ เพื่อให้เข้าใจเทคนิคและแนวทางปฏิบัติในการสืบสวนเพื่อหาหลักฐานนิติวิทยาศาสตร์ทางดิจิทัล ตลอดจนสามารถเข้าใจ จัดการ และจัดเก็บหลักฐานทางดิจิทัล (Digital Evidence) ที่สำคัญและมีความสมบูรณ์เพื่อให้สามารถนำไปใช้ในกระบวนการกฎหมายต่อไป

เพื่อให้ผู้เข้ารับการอบรมเข้าใจเครื่องมือ AI ของ Microsoft ที่สามารถนำมาใช้ในงานด้าน Infrastructure และสามารถเลือกใช้เครื่องมือที่เหมาะสมกับงานด้าน Security, Automation และ Monitoring อีกทั้งยังสามารถนำ AI มาช่วยในการวิเคราะห์ข้อมูล, ตรวจสอบความปลอดภัย และจัดการระบบแบบอัตโนมัติได้

สร้างความเข้าใจเชิงกลยุทธ์เกี่ยวกับบทบาทของ AI ในการยกระดับกระบวนการทำงานขององค์กร ตั้งแต่การมองเห็นภาพรวมของ Workflow การระบุจุดสูญเสีย และโอกาสในการเพิ่มประสิทธิภาพเชิงระบบ พัฒนาความสามารถในการแปลงกระบวนการทางธุรกิจให้เป็นโครงสร้าง Workflow และ Automation Logic ที่รองรับการขยายผลในระดับองค์กร

ในยุคที่AI กำลังปฏิวัติวงการพัฒนาซอฟต์แวร์ นักพัฒนาที่สามารถผสานการทำงานร่วมกับ AI ได้อย่างชาญฉลาดจะมีความได้เปรียบในการแข่งขันอย่างมหาศาล หลักสูตรนี้จะพาคุณก้าวข้ามขีดจำกัดของการพัฒนาซอฟต์แวร์แบบเดิมๆ สู่การใช้AI เป็นผู้ช่วยอัจฉริยะที่ทำให้คุณสามารถสร้างซอฟต์แวร์ที่มีคุณภาพสูงได้อย่างรวดเร็วและมีประสิทธิภาพพร้อมเรียนรู้เทคนิคการใช้AIที่ครอบคลุมทุกขั้นตอนการพัฒนา ตั้งแต่การวิเคราะห์ความต้องการไปจนถึงการดูแลระบบในสภาพแวดล้อมจริง

หลักสูตรเริ่มต้นสำหรับท่านที่สนใจทำงานด้าน Data Science ด้วยภาษา Python
หลักสูตรเน้นเรื่อง Math และการเขียนภาษา Python เบื้องต้น สำหรับการทำงานด้าน Data Science

เนื้อหาวิชานี้ ผู้เรียนจะได้เรียนการสร้างแบบจำลองการเรียนรู้ของเครื่องสำหรับการวิเคราะห์ข้อมูล (data analytics) ตั้งแต่เริ่มต้นจนถึงการวิเคราะห์ข้อมูลขั้นสูง (advanced data analytics) ตามกระบวนการเรียนรู้ของเครื่อง (Machine Learning Pipeline) ตั้งแต่การเก็บรวบรวมข้อมูล การเตรียมข้อมูล การสร้างแบบจำลอง การประเมินประสิทธิภาพแบบจำลอง การปรับแต่งแบบจำลอง และการนำแบบจำลองไปใช้งานจริง โดยนำไปประยุกต์ใช้ในการวิเคราะห์ข้อมูลในด้านต่างๆ อาทิ การวิเคราะห์เชิงทำนาย (predictive analytics), การประมวลผลภาษาธรรมชาติ (Natural Language Processing: NLP), ระบบแนะนำ (Recommendation System: RS) และคอมพิวเตอร์วิชัน (Computer Vision: CV) เป็นต้น โดยเขียนคำสั่งด้วยภาษาไพทอน (Python) และเรียกใช้งานไลบรารีต่างๆ เช่น Scikit-learn และ TensorFlow เป็นต้น ด้วยเครื่องมือ Google Colab ที่รัน (run) บนกูเกิลคลาวด์ (Google Cloud) แบบ Cloud GPU ที่เพิ่มความเร็วในการประมวลผล จึงเหมาะสำหรับผู้ที่มีความรู้พื้นฐานหลักการเรียนรู้ของเครื่อง หรือภาษาไพทอน

หลักสูตรนี้ถูกสร้างขึ้นสำหรับนักพัฒนาโปรแกรมที่ต้องการเรียนรู้ภาษา Python เพื่อพัฒนาโปรแกรมในระดับเชิงธุรกิจ หรือใช้งานในระดับอุตสาหกรรม ซึ่งจำเป็นต้องเข้าใจกลไกของภาษาในระดับลึกซึ้ง และ เทคนิคการเขียนโปรแกรมในแบบภาษา Python ซึ่งมีแนวคิดหลายอย่างต่างจากภาษาอื่น