ในโลกธุรกิจปัจจุบัน งานด้าน IT มีความซับซ้อนและมีภาระงานเพิ่มมากขึ้น การนำเทคโนโลยีปัญญาประดิษฐ์ (AI) มาใช้งาน จะช่วยลดภาระงานซ้ำซ้อน อัตโนมัติกระบวนการที่กินเวลา และเพิ่มประสิทธิภาพในการพัฒนาระบบสารสนเทศ ดูแลโครงข่าย และพัฒนาเว็บไซต์ ทั้งยังสร้างนวัตกรรมใหม่ ๆ ภายในหน่วยงาน หลักสูตรนี้จึงออกแบบมาเพื่อให้นักวิชาการคอมพิวเตอร์ได้เรียนรู้เครื่องมือ AI ที่ตอบโจทย์งาน IT พร้อมแนวทางการนำไปใช้งานจริง
Update 16 กรกฎาคม 2568 By Nattakorn 9 View
Module |
หัวข้อย่อย |
1. บทนำสู่ AI ในงาน IT |
· แนวคิด AI, ML, Deep Learning · ความแตกต่างระหว่าง Automation ปกติกับ AI-driven Automation |
2. เครื่องมือ AI สำหรับ DevOps & Monitoring |
· ChatOps (เช่น: ChatGPT, Microsoft Copilot) · AIOps Platform (เช่น: Splunk, Dynatrace) |
3. AI ในการทดสอบคุณภาพซอฟต์แวร์ (AI Testing) |
· Automated Test Generation · Visual Regression Testing ด้วย AI |
4. AI-Powered Web Development |
· Code Completion & Refactoring (GitHub Copilot) · Generative AI สำหรับสร้างส่วนติดต่อผู้ใช้ (UI) |
5. AI ในการจัดการข้อมูลและการวิเคราะห์ |
· การใช้ NLP/LLM ในการสืบค้นเอกสารและ Report Automation · BI Tools ที่ผสาน AI (Power BI, Tableau) |
6. การออกแบบโครงการ AI สำหรับหน่วยงาน |
· แนวทางประเมินความพร้อม Data & Infrastructure · Roadmap การนำ AI เข้าสู่กระบวนการ IT |