ICDL AI Engineering Workshop

หลักสูตร วิศวกร AI: ปฏิบัติการสร้างสรรค์ปัญญาประดิษฐ์ สร้างโมเดลและโซลูชั่น AI สำหรับวิศวกร 

เนื้อหาการอบรม

Module 1: Tooling for AI Engineers – เครื่องมือสำหรับวิศวกร AI

• การติดตั้งและใช้งาน Python สำหรับงานด้านข้อมูล

• การสร้างและใช้งาน Virtual Environment

• การใช้ Jupyter Notebook และ VS Code สำหรับเขียนโค้ด

• Workflow การทำงานร่วมกับ Git/GitHub

Module 2: Math Foundations – พื้นฐานคณิตศาสตร์สำหรับ AI

• Linear Algebra: Matrix, Vector

• Calculus: Gradient, Derivative

• Probability & Statistics: ความน่าจะเป็นและ Metrics

Module 3: Machine Learning Foundations – พื้นฐาน Machine Learning

• Concepts: Fitting vs Overfitting, Regularization, Bias-Variance Tradeoff

Module 4: Data & Feature Engineering – การจัดการข้อมูลและคุณลักษณะ

• Lifecycle ของข้อมูล, SQL/ETL, Data quality

• Feature stores และ Feature Engineering

Module 5: Classical Machine Learning – การเรียนรู้ด้วย Machine Learning แบบดั้งเดิม

• Supervised / Unsupervised Learning

• Model selection, Pipelines, Cross-validation

• การจัดการ Imbalanced data

Module 6: Problem Solving & Search – การแก้ปัญหาและอัลกอริทึมการค้นหา

• Search Algorithms: A, Greedy Best-First, Hill Climbing, IDA

Module 7: Deep Learning Basics – พื้นฐาน Deep Learning

• PyTorch essentials, CNN/NLP, Transfer Learning

Module 8: Deep Learning for Vision – การประยุกต์ Deep Learning กับงานภาพ

• CNN (Convolution, Pooling, Batch Normalization), Transfer Learning, Grad-CAM

Module 9: LLM & Generative AI – โมเดลภาษาขนาดใหญ่และ Generative AI

• RAG (Retrieval-Augmented Generation), Evaluating LLM, Safety/Guardrails, Vector Database

Module 10: GANs 

• Generative Adversarial Networks

• Objective Min-Max, DCGAN / cGAN / WGAN-GP

Module 11: CNN 1D/2D – การประยุกต์ Convolutional Neural Networks

• 1D CNN / TCN, 2D CNN

Module 12: MLOps & Deployment – การนำโมเดลไปใช้งานจริง

• Experiment Tracking: MLflow, DVC

• CI/CD, Docker, FastAPI Serving

• Batch & Real-time Inference, Monitoring

Module 13: Responsible & Secure AI – AI อย่างรับผิดชอบและปลอดภัย

• Ethics, Bias/Fairness, Privacy/PDPA

• Model Cards, Security & Data Governance

Mini Project & Presentation – โครงการ AI ขนาดเล็ก

รูปแบบการฝึกอบรม

Blended Learning

o   Online Self-Paced E-Learning

สำหรับการเรียนรู้พื้นฐานและทฤษฎี ปูพื้นฐานและแนวคิด เพื่อให้ผู้เรียนเข้าใจหลักการก่อน

o   Onsite Instructor-led Training (Workshop + ปฏิบัติจริง)

   เน้นการลงมือทำ ปฏิบัติจริงแบบ step-by-step

o   E-Learning บนแพลตฟอร์มการเรียนรู้

www.icdl-thailand.com

www.skillsbox.com

สื่อการเรียนรู้ออนไลน์ประกอบไปด้วย :-

o   วิดีโอการอบรมโดยวิทยากรตามหัวข้อต่างๆ

o   เนื้อหาสำหรับการอ่านประกอบการเรียนรู้

o   ทำแบบฝึกหัดท้ายบทแต่ละหัวข้อOnsite และเสริมด้วย

รูปแบบการประเมินผล

• ประเมินผลจากผลงานที่ทำในการอบรมปฏิบัติการ 

• ประเมินผลจากการเข้าเรียนรู้ออนไลน์ และการทำ Assessment ผ่านเกณฑ์ 75% เมื่อจบเหลักสูตร 

• ทุกท่านจะได้รับสิทธิ์เข้าสอบรับรองมาตรฐานสากลหลักสูตร ICDL Artificial Intelligence บนแพลตฟอร์มออนไลน์ www.skillsbox.com

•  มีการเช็คตัวตนผู้เข้าสอบ และมีการคุมสอบตลอดการสอบ รู้ผลทันทีเมื่อสอบเสร็จ

• เมื่อสอบผ่านเกณฑ์ 75% จะได้รับวุฒิบัตรมาตรฐานสากล ICDL จากในระบบทันที ในรูปแบบ e-certificate สามารถเชื่อถือและตรวจสอบได้ เป็นวุฒิบัตรที่ได้รับการรับรองในระดับนานาชาติ

• แบบทดสอบเชิงคุณค่า ผลงานจากการทำ Capstone Project ใน Workshop

• Project & Presentation