August, 2025 - Datalent Team

Data Governance for Business Leader

วันที่อบรม: วันที่ 6 ธันวาคม 2568 | เวลา 09.00 – 16.00 น.

ราคา 5,900 บาท ลงทะเบียนก่อน 14 วันลด 10 % เหลือเพียง 5,310 บาท

@Avani Ratchada Bangkok Hotel MRT พระราม9

https://maps.app.goo.gl/67jR9r1uZho5rRwh8

วิทยากร : ผศ.ดร. โษฑศ์รัตต ธรรมบุษดี
ผู้ช่วยคณบดีฝ่ายการเปลี่ยนแปลงทางดิจิทัลขององค์กร,อาจารย์ประจำกลุ่มสาขาวิชา IT Management
คณะวิศวกรรมศาสตร์ มหาวิทยาลัยมหิดล , ผู้เชี่ยวชาญด้าน Data Governance, PDPA, Data Science

หลักการและเหตุผล

การบริหารจัดการข้อมูลที่ดีเป็นหัวใจสำคัญในการขับเคลื่อนองค์กรในยุคดิจิทัล โดยเฉพาะสำหรับผู้นำทางธุรกิจ การมีข้อมูลที่ถูกต้อง น่าเชื่อถือ และเข้าถึงได้ง่าย ไม่เพียงแต่ช่วยในการตัดสินใจเชิงกลยุทธ์ แต่ยังช่วยให้องค์กรสามารถปฏิบัติตามกฎระเบียบข้อบังคับต่างๆ ได้อย่างมีประสิทธิภาพ การกำกับดูแลข้อมูล (Data Governance) จึงเป็นสิ่งจำเป็นในการกำหนดแนวทาง มาตรฐาน และกระบวนการในการจัดการข้อมูลทั่วทั้งองค์กร เพื่อให้มั่นใจว่าข้อมูลจะถูกนำไปใช้อย่างเหมาะสม ปลอดภัย และสร้างคุณค่าสูงสุด หลักสูตรนี้จึงถูกออกแบบมาเพื่อให้ผู้นำทางธุรกิจมีความเข้าใจเชิงลึกเกี่ยวกับหลักการและแนวปฏิบัติของการกำกับดูแลข้อมูล เพื่อนำไปประยุกต์ใช้ในการขับเคลื่อนธุรกิจและเพิ่มขีดความสามารถในการแข่งขัน

วัตถุประสงค์

เพื่อให้ผู้เข้ารับการอบรมเข้าใจถึงพื้นฐานของการกำกับดูแลข้อมูล, กฎระเบียบที่เกี่ยวข้อง, และหลักการสำคัญของ DAMA-DMBoK
เพื่อให้ผู้เข้ารับการอบรมเข้าใจความเชื่อมโยงระหว่างกลยุทธ์ทางธุรกิจและกลยุทธ์ข้อมูล, รวมถึงการสร้างมูลค่าทางธุรกิจจากการกำกับดูแลข้อมูล
เพื่อให้ผู้เข้ารับการอบรมเข้าใจกรอบการกำกับดูแลข้อมูล (Data Governance Framework) และบทบาทของ Data Governance และ Stewardship ตามมุมมองของ DMBok
เพื่อให้ผู้เข้ารับการอบรมเรียนรู้เกี่ยวกับโครงสร้างองค์กรของการกำกับดูแลข้อมูล, บทบาทสำคัญ, และหน้าที่ของ Data Stewardship
เพื่อให้ผู้เข้ารับการอบรมเข้าใจกิจกรรมหลักของการกำกับดูแลข้อมูล ตั้งแต่การกำหนดแนวทาง, การนำไปปฏิบัติ, และการฝังรากลึกในองค์กร
เพื่อให้ผู้เข้ารับการอบรมทราบถึงวิธีการวัดผลการกำกับดูแลข้อมูลและการบริหารจัดการการเปลี่ยนแปลงที่เกี่ยวข้อง
เพื่อให้ผู้เข้ารับการอบรมสามารถวางแผน Data Governance Roadmap สำหรับองค์กรได้

หลักสูตรนี้เหมาะกับใครบ้าง

ผู้บริหารและผู้กำหนดนโยบาย

ผู้ที่เกี่ยวข้องกับการกำกับดูแลข้อมูล (Data Governance / Data Steward)

ผู้ที่มีภารกิจด้านกฎหมายและการกำกับดูแล (Compliance / Risk / Legal)

ผู้ที่ทำงานเกี่ยวข้องกับการจัดการและคุณภาพข้อมูล (Data Management & Data Quality)

ผู้ที่มีบทบาทเกี่ยวข้องกับการใช้งาน AI ในองค์กร

ความรู้พื้นฐาน

มีประสบการณ์การบริหารจัดการข้อมูล การกำกับดูแลข้อมูล การดำเนินงานตาม PDPA หรือเป็นผู้ที่มีความรับผิดชอบในการวางกรอบหรือนโยบายการใช้งาน AI ในองค์กร อย่างใดอย่างหนึ่ง

ลงทะเบียน

ได้ทันทีผ่าน QR Code หรือคลิก [https://forms.gle/5Zikr2544uWdxejN7]

กำหนดการ

เวลา	หัวข้อ	เนื้อหา
9.00 – 10.00	Data Governance Fundamentals	– Related regulations:ทำความเข้าใจกฎระเบียบและข้อบังคับที่เกี่ยวข้องกับการจัดการข้อมูล เช่น PDPA และข้อกำหนดอื่นๆ ที่มีผลต่อการดำเนินธุรกิจ – Introduction to DAMA-DMBoK:แนะนำ Data Management Body of Knowledge (DAMA-DMBoK) ซึ่งเป็นมาตรฐานและแนวปฏิบัติสากลสำหรับการบริหารจัดการข้อมูล – Business Drivers:เรียนรู้ปัจจัยขับเคลื่อนทางธุรกิจที่ทำให้การกำกับดูแลข้อมูลมีความสำคัญ เช่น การเพิ่มประสิทธิภาพการดำเนินงาน, การลดความเสี่ยง, และการสร้างโอกาสทางธุรกิจ – Data Governance and Data Management:ทำความเข้าใจความแตกต่างและความสัมพันธ์ระหว่าง Data Governance (การกำกับดูแลข้อมูล) และ Data Management (การบริหารจัดการข้อมูล) – Core Principles of Governance:ศึกษาหลักการสำคัญของการกำกับดูแลข้อมูล เช่น ความรับผิดชอบ, นโยบาย และ การวัดการดำเนินงาน
10.00 – 10.30	Data Strategy	– Business Strategy and Data Strategy:ทำความเข้าใจความเชื่อมโยงและการจัดทำ Data Strategy ให้สอดคล้องกับ Business Strategy เพื่อสนับสนุนเป้าหมายทางธุรกิจ – Business values and Data Governance:เรียนรู้การสร้างมูลค่าทางธุรกิจจากการกำกับดูแลข้อมูล เช่น การตัดสินใจที่ดีขึ้น, การปรับปรุงคุณภาพข้อมูล, และการเพิ่มความน่าเชื่อถือของข้อมูล
10.30 – 10.45	พักเบรกเช้า
10.45 – 11.15	Data Governance Framework	– DG Framework:ศึกษาและทำความเข้าใจองค์ประกอบของ Data Governance Framework เพื่อเป็นแนวทางในการนำไปประยุกต์ใช้ในองค์กร – Data Governance and Stewardship in DMBok’s viewpoint:เจาะลึกมุมมองของ DMBok เกี่ยวกับ Data Governance และบทบาทของ Data Stewardship ในการดูแลและจัดการข้อมูล
11.00 – 12.00	Data Governance Organization	– Example of Data Governance Structure and Operating Models:ศึกษาตัวอย่างโครงสร้างองค์กรและรูปแบบการดำเนินงานของ Data Governance ที่ประสบความสำเร็จ – Core Data Governance Roles:ทำความเข้าใจบทบาทสำคัญต่างๆ ในทีม Data Governance เช่น Data Owner, Data Steward, และ Data Custodian – Data Stewardship:เรียนรู้หน้าที่และความรับผิดชอบของ Data Steward ในการดูแลคุณภาพและความถูกต้องของข้อมูล
12.00 – 13.00	พักรับประทานอาหารกลางวัน
13.00 – 14.30	DG Activities	– Define Data Governance for the Organization:กำหนดขอบเขต วัตถุประสงค์ และนโยบายของ Data Governance ให้เหมาะสมกับองค์กร – Define the DG Operating Framework:สร้างกรอบการดำเนินงานของการกำกับดูแลข้อมูล รวมถึงกระบวนการและขั้นตอนต่างๆ – Implement Data Governance:เรียนรู้กลยุทธ์และวิธีการในการนำ Data Governance ไปปฏิบัติในองค์กรอย่างมีประสิทธิภาพ – Embed Data Governance:ทำให้ Data Governance เป็นส่วนหนึ่งของวัฒนธรรมองค์กรและกระบวนการทำงานประจำวัน
14.30 – 14.45	พักเบรกบ่าย
14.45 – 15.30	DG Measurement and Change Management	– เรียนรู้วิธีการวัดผลความสำเร็จของ Data Governance และดัชนีชี้วัด (KPIs) ที่สำคัญ – ทำความเข้าใจหลักการและกลยุทธ์ในการบริหารจัดการการเปลี่ยนแปลง (Change Management) เพื่อให้บุคลากรในองค์กรยอมรับและปรับตัวกับการเปลี่ยนแปลงที่เกิดจากการนำ Data Governance มาใช้
15.30 – 15.45	DG Roadmap	– เรียนรู้การวางแผน Data Governance Roadmap ซึ่งเป็นแผนงานระยะยาวสำหรับการพัฒนาและปรับปรุงการกำกับดูแลข้อมูลในองค์กรอย่างต่อเนื่อง
15.45 – 16.00	Q/A

ติดต่อสอบถามเพิ่มเติม
อีเมล: Admin@datalentteam.co
โทร: 097-113-5975 (คุณบอย) 085-913-6975 (คุณมายด์)
ติดตามข่าวสารได้ทางเว็บไซต์และเพจของเรา

#DataGovernance #DataGovernanceForLeaders #BusinessLeaders #ITMMahidol #MUEG #DatalentTeam #คอร์สเรียน2568

Introduction Data Management based on DMBOK

วันที่อบรม: 25 ตุลาคม 2568 | เวลา 09.00 – 12.00 น.

ราคา 1,890 บาท ลงทะเบียนก่อน 14 วันลด 10 % เหลือเพียง 1,701 บาท

หลักการและเหตุผล

ในยุคที่ข้อมูลเป็นสินทรัพย์ที่มีค่า การบริหารจัดการข้อมูลอย่างเป็นระบบจึงเป็นสิ่งจำเป็นสำหรับทุกองค์กร การทำความเข้าใจหลักการพื้นฐานของการบริหารจัดการข้อมูลตามกรอบของ DAMA-DMBoK (Data Management Body of Knowledge) จะช่วยให้องค์กรสามารถจัดการข้อมูลได้อย่างมีประสิทธิภาพ สร้างความน่าเชื่อถือให้กับข้อมูล และนำข้อมูลไปใช้ประโยชน์ในการขับเคลื่อนธุรกิจและนวัตกรรมได้อย่างเต็มศักยภาพ หลักสูตรนี้จึงถูกออกแบบมาเพื่อให้ผู้เข้าร่วมได้เรียนรู้แนวคิดหลักและฟังก์ชันสำคัญของการจัดการข้อมูล เพื่อวางรากฐานที่แข็งแกร่งสำหรับการบริหารจัดการข้อมูลในองค์กร

วัตถุประสงค์

เพื่อให้ผู้เข้ารับการอบรมเข้าใจหลักการพื้นฐานของการบริหารจัดการข้อมูลและบทบาทของ Data Governance
เพื่อให้ผู้เข้ารับการอบรมเข้าใจองค์ประกอบและโครงสร้างขององค์กรด้าน Data Management
เพื่อให้ผู้เข้ารับการอบรมรู้จักและเข้าใจฟังก์ชันหลักต่างๆ ของ Data Management ตาม DAMA-DMBoK
เพื่อให้ผู้เข้ารับการอบรมเรียนรู้โมเดลการประเมินวุฒิภาวะด้าน Data Management ที่สำคัญ

หลักสูตรนี้เหมาะกับใครบ้าง

ผู้ที่มีประสบการณ์ด้านการจัดการและกำกับดูแลข้อมูล
ผู้ที่เกี่ยวข้องกับการดำเนินงานตามกฎหมายคุ้มครองข้อมูลส่วนบุคคล (PDPA)
ผู้มีบทบาทในนโยบายหรือการกำกับดูแล AI ในองค์กร
ผู้บริหารและผู้กำหนดทิศทางองค์กร

ความรู้พื้นฐาน

ลงทะเบียน

ได้ทันทีผ่าน QR Code หรือคลิก [https://forms.gle/iwUEUQPwwyMSyyuQA]

กำหนดการ

เวลา	หัวข้อ	เนื้อหา
9.00 – 9.30	Module 1: Data Management Principles & Data Governance	Data Management Body of Knowledge: ทำความเข้าใจภาพรวมของ DAMA-DMBoK ซึ่งเป็นกรอบความรู้มาตรฐานสำหรับการบริหารจัดการข้อมูล Business Drivers: เรียนรู้ปัจจัยทางธุรกิจที่ผลักดันให้เกิดความจำเป็นในการบริหารจัดการข้อมูลที่ดี Data Valuation and Data Lifecycle: ทำความเข้าใจคุณค่าของข้อมูลและวงจรชีวิตของข้อมูลตั้งแต่การสร้างจนถึงการทำลาย Data Management and Data Governance: แยกแยะความแตกต่างและความสัมพันธ์ระหว่าง Data Management (การบริหารจัดการข้อมูล) และ Data Governance (การกำกับดูแลข้อมูล) Data Management Components: เรียนรู้ส่วนประกอบสำคัญของการบริหารจัดการข้อมูล Data Governance Program: ทำความเข้าใจแนวคิดและโครงสร้างของโปรแกรมการกำกับดูแลข้อมูล
9.30 – 9.45	Module 2: Data Management Organization	Example of Data Governance Structure: ศึกษาตัวอย่างโครงสร้างของ Data Governance ในองค์กรต่างๆ Types of Data Stewards: รู้จักประเภทและบทบาทของ Data Stewards ที่แตกต่างกัน
9.45 – 10.30	Module 3 Data Management Functions	Data Quality: หลักการและแนวปฏิบัติในการรักษาคุณภาพของข้อมูลให้ถูกต้องและน่าเชื่อถือ Master Data and Reference Data: ความสำคัญและการจัดการข้อมูลหลักและข้อมูลอ้างอิง Data Modeling & Design: เรียนรู้หลักการออกแบบและสร้างแบบจำลองข้อมูล Data Warehousing and BI: บทบาทของ Data Warehouse และ Business Intelligence ในการวิเคราะห์ข้อมูล Data Security: หลักการและมาตรการในการปกป้องข้อมูลให้ปลอดภัย
10.30 – 10.45	Break
10.45 – 11.15	Module 3 Data Management Functions (Cont.)	Metadata Management: การจัดการ Metadata เพื่อความเข้าใจและการค้นหาข้อมูลที่ดีขึ้น Data Architecture and Enterprise Architecture: ความสัมพันธ์และการจัดวาง Data Architecture ภายใน Enterprise Architecture Data Storage & Operations: แนวทางการจัดการการจัดเก็บข้อมูลและการดำเนินงานที่เกี่ยวข้อง Documents and Contents Management: การจัดการเอกสารและเนื้อหาต่างๆ ในองค์กร Data Integration and Interoperability: แนวคิดและวิธีการรวมข้อมูลจากแหล่งต่างๆ และการทำให้ระบบข้อมูลสามารถทำงานร่วมกันได้
11.15 – 12.00	Module 4: Data Management Maturity Model	– DMBoK Model – DGA Model – DCAM Model

#Introduction Data Management #based on DMBOK #คอร์สเรียน2568 #ITMMahidol #MUEG

Python Programming for Beginner and Python for Data Analysis and Data Visualization

วันที่อบรม: วันที่ 15-16 และ 22 พฤศจิกายน 2568 | เวลา 09.00 – 16.00 น.

ราคา 5,690 บาท บาท ลงทะเบียนก่อน 14 วันลด 10 % เหลือเพียง 5,121 บาท

วิทยากร: ว่าที่ร้อยตรี ธีรพัฒน์ กันสดับ

ผู้เชี่ยวชาญด้าน Data Science/Data Engineering

มีประสบการณ์อบรมและให้คำปรึกษากับหน่วยงานด้าน Data Science มากกว่า 7 ปี

หลักการและเหตุผล

ในยุคที่ข้อมูลกลายเป็นทรัพยากรสำคัญขององค์กร การวิเคราะห์และสื่อสารข้อมูลอย่างมีประสิทธิภาพจึงเป็นทักษะจำเป็นสำหรับการขับเคลื่อนยุทธศาสตร์และการตัดสินใจที่แม่นยำ หลักสูตรนี้ออกแบบมาเพื่อพัฒนาทักษะพื้นฐานด้านวิทยาการข้อมูล การเขียนโปรแกรมด้วย Python และการสร้างภาพข้อมูลที่เข้าใจง่าย ผ่านเครื่องมือที่เข้าถึงได้

ทั้งนี้ สอดคล้องกับทิศทางขององค์กรยุคใหม่ที่เน้นการขับเคลื่อนด้วยข้อมูล (Data-Driven Organization) และการยกระดับศักยภาพบุคลากรให้สามารถใช้เทคโนโลยีดิจิทัลในการวิเคราะห์และนำเสนอข้อมูลได้อย่างมืออาชีพ รองรับเป้าหมายการพัฒนาองค์กรสู่การเป็นองค์กรอัจฉริยะ (Smart Organization) ในอนาคต

วัตถุประสงค์

เพื่อให้ผู้เข้ารับการอบรมเข้าใจแนวคิดพื้นฐานของวิทยาการข้อมูล (Data Science) และกระบวนการวิเคราะห์ข้อมูลอย่างเป็นระบบ
เพื่อให้ผู้เข้ารับการอบรมสามารถเขียนโปรแกรมเบื้องต้นด้วยภาษา Python และใช้งาน Google Colab ได้อย่างมีประสิทธิภาพ
เพื่อให้ผู้เข้ารับการอบรมเข้าใจประเภทข้อมูล การควบคุมลำดับขั้นตอนในโปรแกรม และสามารถนำเข้าข้อมูลจากแหล่งต่าง ๆ ได้
เพื่อให้ผู้เข้ารับการอบรมสามารถวิเคราะห์ข้อมูลเบื้องต้น จัดการข้อมูลที่ขาดหายหรือผิดปกติ และเตรียมข้อมูลสำหรับการแสดงผล
เพื่อให้ผู้เข้ารับการอบรมสามารถสร้างภาพข้อมูลด้วยกราฟประเภทต่าง ๆ ได้อย่างถูกต้อง เหมาะสม และสื่อความหมายได้ชัดเจน
เพื่อให้ผู้เข้ารับการอบรมมีทักษะในการนำเสนอข้อมูลในรูปแบบ Interactive และสามารถแสดงข้อมูลเชิงพื้นที่เพื่อประกอบการวิเคราะห์เชิงลึกได้

หลักสูตรนี้เหมาะกับใครบ้าง

ผู้เริ่มต้นเขียนโปรแกรม (Beginner)

ไม่เคยเขียนโปรแกรมมาก่อน หรือมีพื้นฐานน้อย
ต้องการเริ่มจากศูนย์ และเข้าใจโครงสร้างพื้นฐานของภาษา Python

นักวิเคราะห์ข้อมูล (Data Analyst)

ต้องการใช้ Python เพื่อจัดการข้อมูล, ทำความสะอาดข้อมูล, และวิเคราะห์เชิงสถิติ

นักวิจัยและนักวิชาการ

ต้องการวิเคราะห์ข้อมูลจากงานวิจัยหรือแบบสอบถาม
อยากเขียนโค้ดเพื่อประมวลผลข้อมูลซ้ำได้อย่างแม่นยำ

บุคลากรด้านธุรกิจ (Business Professional)

ต้องการใช้ Python เพื่อดึงข้อมูลจากระบบ, วิเคราะห์แนวโน้ม, หรือสร้าง Dashboard
อยากลดเวลาการทำงานซ้ำ ๆ ด้วยการเขียน Script อัตโนมัติ

นักเรียนและนักศึกษา

ต้องการเสริมทักษะด้าน Data & Programming เพื่อใช้ในโครงงานหรืองานวิจัย
เตรียมตัวสำหรับการเรียนต่อหรือการทำงานในสาย Data Science / AI

ผู้ทำงานด้าน IT หรือสาย Data อื่น ๆ

ความรู้พื้นฐาน

ไม่มีความรู้พื้นฐานเฉพาะเจาะจงสำหรับผู้เข้าอบรม

ลงทะเบียน

ได้ทันทีผ่านการคลิก [https://shorturl.at/Sps4Q]

กำหนดการ

เวลา	หัวข้อ	เนื้อหา
วันที่ 1
09:00 – 09:30	Introduction to Data Science	แนะนำพื้นฐานของวิทยาการข้อมูล (Data Science) ครอบคลุมแนวคิดหลัก กระบวนการวิเคราะห์ข้อมูลตั้งแต่การรวบรวม การเตรียมข้อมูล การวิเคราะห์ และการแปลผล พร้อมทั้งแนะนำบทบาทของนักวิทยาศาสตร์ข้อมูลในยุคปัจจุบัน
09:30 – 10:30	Introduction to Python and GoogleCo-Lab	แนะนำภาษา Python ซึ่งเป็นเครื่องมือหลักในงานด้าน Data Science พร้อมสอนการใช้งาน Google Colab สำหรับเขียนและรันโค้ดในระบบคลาวด์โดยไม่ต้องติดตั้งซอฟต์แวร์เพิ่มเติม
10:30 – 10:45	พักเบรกเช้า
10:45 – 12:00	Control Flow	ศึกษาหลักการควบคุมลำดับการทำงานของโปรแกรมด้วยคำสั่ง if, for, และ while เพื่อใช้ในการเขียนโปรแกรมให้สามารถตัดสินใจและทำซ้ำได้อย่างมีประสิทธิภาพ
12:00 – 13:00	พักรับประทานอาหารกลางวัน
13:00 – 14:30	Data Types and Conversion	ทำความเข้าใจประเภทข้อมูลในภาษา Python เช่น ตัวเลข ข้อความ ลิสต์ ดิกชันนารี พร้อมเรียนรู้การแปลงประเภทข้อมูล (Type Conversion) เพื่อรองรับการประมวลผลข้อมูลที่หลากหลาย
14:30 – 14:45	พักเบรกบ่าย
14:45 – 15:45	Data Importing and Visualization	สอนวิธีการนำเข้าข้อมูลจากแหล่งต่าง ๆ เช่น CSV, Excel และ API รวมถึงการตรวจสอบโครงสร้างข้อมูลเบื้องต้น และการแสดงผลข้อมูลอย่างง่าย
15:45 – 16:00	Q&A / Summary	สรุปภาพรวม พร้อมตอบคำถาม
เวลา	หัวข้อ	เนื้อหา
วันที่2
09:00 – 09:30	Introduction to Data Visualization	อธิบายหลักพื้นฐานของการสร้างภาพข้อมูล (Data Visualization)
09:30 – 10:30	Introduction to Data Visualization (ต่อ)	ความสำคัญและแนวทางการเลือกใช้เครื่องมือให้เหมาะสมกับประเภทของข้อมูล
10:30 – 10:45	พักเบรกเช้า
10:45 – 12:00	Exploratory Data Analysis	แนะนำกระบวนการวิเคราะห์ข้อมูลเบื้องต้นเพื่อค้นหารูปแบบ แนวโน้ม และความสัมพันธ์ภายในข้อมูล
12:00 – 13:00	พักรับประทานอาหารกลางวัน
13:00 – 14:30	Missing values and Outlier handling	เรียนรู้เทคนิคการจัดการกับข้อมูลที่ขาดหาย (Missing Values) และข้อมูลผิดปกติ (Outliers) ซึ่งเป็นขั้นตอนสำคัญในการทำ Data Cleaning เพื่อให้การวิเคราะห์ข้อมูลมีความแม่นยำมากขึ้น
14:30 – 14:45	พักเบรกบ่าย
14:45 – 15:45	Data Visualization	ลงลึกด้านการสร้างภาพข้อมูลด้วยเครื่องมือใน Python เช่น Matplotlib และ Seaborn โดยเน้นการออกแบบกราฟที่สื่อความหมายได้ชัดเจน
15:45 – 16:00	Q&A / Summary	สรุปภาพรวม พร้อมตอบคำถาม
วันที่3
09:00 – 09:30	Single Chart	ฝึกการสร้างแผนภูมิแต่ละประเภทที่ใช้บ่อยในการวิเคราะห์ข้อมูล ได้แก่ Line Chart: ใช้แสดงการเปลี่ยนแปลงตามเวลา
09:30 – 10:30	Single Chart (ต่อ)	ฝึกการสร้างแผนภูมิแต่ละประเภทที่ใช้บ่อยในการวิเคราะห์ข้อมูล ได้แก่ Bar Chart: ใช้เปรียบเทียบค่าระหว่างกลุ่ม Pie Chart: ใช้แสดงสัดส่วนของแต่ละส่วนในภาพรวม Scatter Diagram: ใช้วิเคราะห์ความสัมพันธ์ระหว่างตัวแปรสองตัว
10:30 – 10:45	พักเบรกเช้า
10:45 – 12:00	Combo Chart	เรียนรู้การสร้างกราฟผสม (Combination Chart) เช่น กราฟเส้นรวมกับแท่ง เพื่อแสดงข้อมูลหลายมิติในแผนภูมิเดียวกันอย่างมีประสิทธิภาพ
12:00 – 13:00	พักรับประทานอาหารกลางวัน
13:00 – 14:30	Interactive diagram	ฝึกการสร้างกราฟแบบ Interactive ที่ผู้ใช้สามารถโต้ตอบได้ เช่น การเลื่อนเมาส์เพื่อดูค่าข้อมูล เพิ่มความยืดหยุ่นและประสบการณ์ใช้งานให้กับผู้ชมข้อมูล
14:30 – 14:45	พักเบรกบ่าย
14:45 – 15:45	Geolocation Visualization	เรียนรู้การสร้างแผนที่แสดงข้อมูลเชิงพื้นที่ (Geospatial Data) เช่น การแสดงตำแหน่งสาขา การกระจายของลูกค้า เพื่อใช้ในการวิเคราะห์ตามภูมิศาสตร์
15:45 – 16:00	Q&A / Summary	สรุปภาพรวม พร้อมตอบคำถาม

**กำหนดการอาจมีเปลี่ยนแปลงตามความเหมาะสม

#PythonTraining #DataAnalysis #DataVisualization #PythonforBeginner #OnlineCourse #คอร์สเรียน2568 #ITMMahidol #MUEG #Datalentteam

AI Governance for Management

วันเสาร์ ที่ 27 กันยายน 2568 | เวลา 09.00 – 16.00 น.

ราคา 8,900 บาท บาท ลงทะเบียนก่อน 14 วันลด 10 % เหลือเพียง 8,010 บาท

ณ Oakwood Hotel & Residence Bangkok Bts สะพานตากสิน

วิทยากร : ผศ.ดร. โษฑศ์รัตต ธรรมบุษดี
ผู้ช่วยคณบดีฝ่ายการเปลี่ยนแปลงทางดิจิทัลขององค์กร,อาจารย์ประจำกลุ่มสาขาวิชา IT Management
คณะวิศวกรรมศาสตร์ มหาวิทยาลัยมหิดล , ผู้เชี่ยวชาญด้าน Data Governance, PDPA, Data Science

หลักการและเหตุผล

ปัจจุบันปัญญาประดิษฐ์ (AI) ได้เข้ามามีบทบาทสำคัญในการขับเคลื่อนองค์กรและเพิ่มขีดความสามารถในการแข่งขัน อย่างไรก็ตาม การนำ AI มาใช้ยังคงต้องคำนึงถึงความเสี่ยงที่อาจเกิดขึ้น ไม่ว่าจะเป็นด้านจริยธรรม กฎหมาย ความปลอดภัยของข้อมูล และความน่าเชื่อถือ เพื่อให้การใช้งาน AI เป็นไปอย่างมีประสิทธิภาพและยั่งยืน จึงจำเป็นต้องมีแนวทางการกำกับดูแล AI ที่เหมาะสม องค์กรจึงมีความต้องการบุคลากรที่มีความรู้ความเข้าใจเกี่ยวกับการกำกับดูแล AI เพื่อวางกรอบนโยบายและบริหารจัดการความเสี่ยงได้อย่างเป็นรูปธรรม หลักสูตรนี้จึงถูกออกแบบมาเพื่อให้ผู้บริหารและผู้ที่มีส่วนเกี่ยวข้องกับการวางนโยบาย AI ได้เรียนรู้แนวทางปฏิบัติและมาตรฐานสากลด้าน AI Governance เพื่อนำไปปรับใช้ในองค์กรได้อย่างมีประสิทธิภาพ

วัตถุประสงค์

เพื่อให้ผู้เข้ารับการอบรมเข้าใจถึงแนวคิดพื้นฐาน นิยาม ขอบเขต และประเภทของ AI รวมถึง Generative AI และ Agentic AI
เพื่อให้ผู้เข้ารับการอบรมทราบถึงกรอบกฎหมายด้าน AI ที่สำคัญ เช่น EU AI Act และแนวทางกฎหมาย AI ของประเทศไทย
เพื่อให้ผู้เข้ารับการอบรมเข้าใจหลักจริยธรรม AI จากแนวทางสากล เช่น OECD และ UNESCO
เพื่อให้ผู้เข้ารับการอบรมเข้าใจแนวคิด Trustworthiness AI และมาตรฐานที่เกี่ยวข้อง เช่น ISO/IEC TR 24028:2020
เพื่อให้ผู้เข้ารับการอบรมเรียนรู้การบริหารจัดการความเสี่ยงด้าน AI ตามมาตรฐาน ISO/IEC 23894:2023
เพื่อให้ผู้เข้ารับการอบรมเข้าใจกรอบการกำกับดูแล AI ของประเทศไทย โดยเฉพาะ ETDA AI Governance Framework
เพื่อให้ผู้เข้ารับการอบรมเข้าใจแนวทางการกำกับดูแลการใช้ AI การจัดทำนโยบาย AI และโครงสร้างการกำกับดูแล AI ตามมาตรฐาน ISO/IEC 38507:2022
เพื่อให้ผู้เข้ารับการอบรมเรียนรู้แนวทางการบริหารจัดการ AI ตามมาตรฐาน ISO/IEC 42001:2023 และการประเมินผลกระทบของระบบ AI ตาม ISO/IEC 42005:2025
เพื่อให้ผู้เข้ารับการอบรมได้ศึกษาและวิเคราะห์กรณีศึกษาที่เกี่ยวข้องกับการกำกับดูแล AI

หลักสูตรนี้เหมาะกับใครบ้าง

ผู้บริหารด้านข้อมูล หรือผู้รับผิดชอบนโยบายการจัดการข้อมูลในองค์กร
เจ้าหน้าที่ PDPA หรือผู้ดูแลการปฏิบัติตามกฎหมายข้อมูลส่วนบุคคล
ผู้นำโครงการ AI หรือผู้มีหน้าที่กำกับดูแลการใช้ AI ภายในองค์กร
เจ้าของธุรกิจหรือผู้บริหารที่กำลังนำ AI ไปใช้เพื่อเพิ่มประสิทธิภาพ
ผู้ที่มีบทบาทในการกำกับดูแล IT หรือวางโครงสร้างองค์กรในยุคดิจิทัล

ความรู้พื้นฐาน

ลงทะเบียน

ได้ทันทีผ่าน QR Code หรือคลิก [https://forms.gle/FVMr72uyaVKokRGx7]

กำหนดการ

เวลา	หัวข้อ	เนื้อหา
9.00 – 9.30	แนะนำ AI	– *นิยามและขอบเขต:* ทำความเข้าใจความหมายและขอบเขตของปัญญาประดิษฐ์ในบริบทปัจจุบัน รวมถึงความสำคัญและผลกระทบต่อองค์กรและสังคม – *แนวคิดภาพรวมที่เกี่ยวข้อง:* เรียนรู้แนวคิดพื้นฐานและองค์ประกอบสำคัญที่เกี่ยวข้องกับ AI โดยรวม เช่น Machine Learning, Deep Learning, และ Data Science เพื่อให้เห็นภาพรวมของเทคโนโลยี – *วงจรชีวิตของ AI:* ทำความเข้าใจขั้นตอนต่างๆ ในการพัฒนาและการใช้งาน AI ตั้งแต่การเก็บรวบรวมข้อมูล, การสร้างโมเดล, การปรับใช้, การตรวจสอบ และการบำรุงรักษา – *ประเภทของ AI:* ศึกษาประเภทของ AI ที่หลากหลาย เช่น AI แบบแคบ (Narrow AI) ที่เชี่ยวชาญเฉพาะด้าน, AI ทั่วไป (General AI) ที่มีความสามารถใกล้เคียงมนุษย์, และ AI ขั้นสูง (Super AI) ซึ่งยังเป็นแนวคิดในอนาคต – *Generative AI และ Agentic AI:* เจาะลึกถึง AI ประเภท Generative AI ที่สามารถสร้างเนื้อหาใหม่ๆ ได้ เช่น ข้อความ รูปภาพ หรือวิดีโอ และ Agentic AI ที่สามารถตัดสินใจและดำเนินการได้ด้วยตนเองเพื่อบรรลุเป้าหมายที่กำหนด
9.30 – 10.00	กฎหมายด้าน AI	– EU AI Act: ศึกษาและทำความเข้าใจเกี่ยวกับกฎหมาย AI ของสหภาพยุโรป ซึ่งเป็นกฎหมายฉบับแรกของโลกที่ครอบคลุมการกำกับดูแล AI อย่างรอบด้าน โดยเน้นการจัดประเภทความเสี่ยงและการปฏิบัติตามข้อกำหนด – *แนวทางกฎหมาย AI ของประเทศไทย:* เรียนรู้แนวคิดและทิศทางการพัฒนากฎหมาย AI ของประเทศไทยในปัจจุบัน รวมถึงร่างกฎหมายหรือนโยบายที่อยู่ระหว่างการพิจารณา เพื่อเตรียมความพร้อมขององค์กร
10.00 – 10.30	หลักจริยธรรม AI	– AI Ethics principles: ทำความเข้าใจหลักการสำคัญของจริยธรรม AI ทั่วไป เช่น ความโปร่งใส (Transparency), ความยุติธรรม (Fairness), ความรับผิดชอบ (Accountability), และความเป็นส่วนตัว (Privacy) – AI Ethics: OECD: ศึกษาหลักจริยธรรม AI ที่เสนอโดยองค์การเพื่อความร่วมมือและการพัฒนาทางเศรษฐกิจ (OECD) ซึ่งเน้นการพัฒนา AI ที่รับผิดชอบและน่าเชื่อถือ – AI Ethics: UNESCO: เรียนรู้หลักจริยธรรม AI ที่เสนอโดยองค์การการศึกษา วิทยาศาสตร์ และวัฒนธรรมแห่งสหประชาชาติ (UNESCO) ซึ่งครอบคลุมประเด็นด้านสิทธิมนุษยชนและศักดิ์ศรีความเป็นมนุษย์
10.30 – 10.45	พักเบรกเช้า
10.45 – 11.15	Trustworthiness AI	– แนะนำมาตรฐาน ISO/IEC TR 24028:2020 Overview of trustworthiness in artificial intelligence: ทำความเข้าใจแนวคิดความน่าเชื่อถือของ AI (Trustworthiness AI) ซึ่งเป็นสิ่งสำคัญในการสร้างความเชื่อมั่นให้กับผู้ใช้งานและสังคม โดยศึกษาภาพรวมของมาตรฐานสากล ISO/IEC TR 24028:2020 ที่เป็นแนวทางในการสร้างความน่าเชื่อถือในระบบ AI รวมถึงปัจจัยที่ส่งผลต่อความน่าเชื่อถือ เช่น ความถูกต้อง (Accuracy), ความปลอดภัย (Security), และความแข็งแกร่ง (Robustness)
11.00 – 12.00	AI Risk Management	*– แนะนำมาตรฐาน ISO/IEC 23894:2023 AI Risk Management:* ทำความเข้าใจมาตรฐานสากล ISO/IEC 23894:2023 ที่ว่าด้วยการบริหารจัดการความเสี่ยงที่เกี่ยวข้องกับ AI ซึ่งเป็นกรอบการทำงานในการระบุ, วิเคราะห์, ประเมิน, บรรเทา และติดตามความเสี่ยงตลอดวงจรชีวิตของ AI – แนวทางการบริหารจัดการความเสี่ยง: เรียนรู้หลักการและวิธีการในการระบุประเภทของความเสี่ยงที่เกิดจากการใช้งาน AI (เช่น ความเสี่ยงด้านความเป็นส่วนตัว, ความเสี่ยงด้านความปลอดภัยทางไซเบอร์, ความเสี่ยงด้านจริยธรรม), การประเมินระดับความเสี่ยง, และการกำหนดมาตรการในการลดหรือควบคุมความเสี่ยงเหล่านั้นอย่างมีประสิทธิภาพ
12.00 – 13.00	พักรับประทานอาหารกลางวัน
13.00 – 14.00	Thailand AI Governance Framework	– ETDA AI Governance Framework – ETDA Generative AI Governance Framework
14.00 – 14.30	การกำกับดูแลการใช้ AI	– *แนะนำมาตรฐาน ISO/IEC 38507:2022 Governance implications of the use of AI by organizations:* ทำความเข้าใจมาตรฐานสากล ISO/IEC 38507:2022 ที่เกี่ยวข้องกับผลกระทบด้านการกำกับดูแลจากการใช้งาน AI ในองค์กร ซึ่งเป็นแนวทางให้คณะกรรมการบริหารและผู้บริหารระดับสูงในการควบคุมดูแลการใช้ AI – *การจัดทำนโยบาย AI:* เรียนรู้ขั้นตอนและองค์ประกอบสำคัญในการจัดทำนโยบายการใช้งาน AI ภายในองค์กร เช่น วัตถุประสงค์ของการใช้งาน, ขอบเขตการใช้งาน, บทบาทหน้าที่ความรับผิดชอบ, และข้อจำกัด *– โครงสร้างการกำกับดูแล AI:* ทำความเข้าใจโครงสร้างและบทบาทหน้าที่ของหน่วยงานหรือบุคคลที่รับผิดชอบในการกำกับดูแล AI ภายในองค์กร รวมถึงการกำหนดคณะทำงานหรือคณะกรรมการด้าน AI Governance
14.30 – 14.45	พักเบรกบ่าย
14.45 – 15.30	การบริหารจัดการ AI	*– แนะนำ ISO/IEC 42001:2023 Artificial intelligence Management system:* ทำความเข้าใจมาตรฐานสากล ISO/IEC 42001:2023 ที่เป็นระบบการจัดการ AI ในองค์กร ซึ่งเป็นกรอบการทำงานสำหรับการสร้าง, ดำเนินการ, บำรุงรักษา, และปรับปรุงระบบการจัดการ AI *– แนะนำ ISO/IEC 42005:2025 – AI system impact assessment:* เรียนรู้เกี่ยวกับการประเมินผลกระทบของระบบ AI ตามมาตรฐาน ISO/IEC 42005:2025 ซึ่งเป็นแนวทางในการระบุและจัดการผลกระทบที่อาจเกิดขึ้นจากการใช้งาน AI ทั้งในเชิงบวกและเชิงลบต่อบุคคล, สังคม และสิ่งแวดล้อม
15.30 – 15.45	Case Study	– กรณีศึกษาคดีที่เกี่ยวข้อง
15.45 – 16.00	Q/A

**กำหนดการอาจมีเปลี่ยนแปลงตามความเหมาะสม

#AIGovernance #AIforManagement #DataGovernance #คอร์สเรียน2568 #ITMMahidol #MUEG

เปิดตัว 7 คอร์สสุดเข้มข้น! ตลอดปลายปี 2568 กับ Datalent Team

เตรียมตัวให้พร้อมสำหรับการยกระดับทักษะด้านข้อมูลและเทคโนโลยีกับ 7 หลักสูตรคุณภาพ จาก Datalent Team ที่จะเปิดสอนตลอดช่วงปลายปี 2568 นี้ เหมาะสำหรับทั้งผู้บริหาร นักวิเคราะห์ข้อมูล และผู้เริ่มต้นที่ต้องการพัฒนาศักยภาพในสายงาน Data & AI

รายชื่อหลักสูตรและวันเวลาเรียน:

AI Governance for Management
📅 วันที่ 27 กันยายน 2568 | ⏰ 6 ชั่วโมง
Python Programming for Beginner: Python for Data Analysis and Data Visualization
📅 วันที่ 4-5, 11 ตุลาคม 2568 | ⏰ 18 ชั่วโมง
Introduction to Data Management based on DMBOK
📅 วันที่ 25 ตุลาคม 2568 | ⏰ 3 ชั่วโมง
Data Governance for Business Leader
📅 วันที่ 1 พฤศจิกายน 2568 | ⏰ 6 ชั่วโมง
Data Visualization and Data Storytelling with Power BI
📅 วันที่ 15 – 16 พฤศจิกายน 2568 | ⏰ 12 ชั่วโมง
Data Quality Management Essentials
📅 วันที่ 22 – 23 พฤศจิกายน 2568 | ⏰ 12 ชั่วโมง
Python for Machine Learning and Data Mining
📅 วันที่ 29-30 พฤศจิกายน และ 6 ธันวาคม 2568 | ⏰ 18 ชั่วโมง

🔗 รายละเอียดเพิ่มเติมและลงทะเบียนเร็ว ๆ นี้!
📲 คลิกที่นี่ เพื่อดูรายละเอียดเพิ่มเติม 👉 [https://datalentteam.co/]
อีเมล: Admin@datalentteam.co
โทร: 097-113-5975 (คุณบอย) 085-913-6975 (คุณมายด์)
ติดตามข่าวสารได้ทางเว็บไซต์และเพจของเรา
#datagovernance #PowerBI #python #ITMMahidol #MUEG
#DatalentTeam #DataQuality #AIgovernance

วันที่อบรม: วันที่ 6 ธันวาคม 2568 | เวลา 09.00 – 16.00 น.

ราคา 5,900 บาท ลงทะเบียนก่อน 14 วันลด 10 % เหลือเพียง 5,310 บาท

หลักการและเหตุผล

วัตถุประสงค์

หลักสูตรนี้เหมาะกับใครบ้าง

ความรู้พื้นฐาน

ลงทะเบียน

กำหนดการ

วันที่อบรม: 25 ตุลาคม 2568 | เวลา 09.00 – 12.00 น.

ราคา 1,890 บาท ลงทะเบียนก่อน 14 วันลด 10 % เหลือเพียง 1,701 บาท

หลักการและเหตุผล

วัตถุประสงค์

หลักสูตรนี้เหมาะกับใครบ้าง

ความรู้พื้นฐาน

ลงทะเบียน

กำหนดการ

วันที่อบรม: วันที่ 15-16 และ 22 พฤศจิกายน 2568 | เวลา 09.00 – 16.00 น.

ราคา 5,690 บาท บาท ลงทะเบียนก่อน 14 วันลด 10 % เหลือเพียง 5,121 บาท

หลักการและเหตุผล

วัตถุประสงค์

หลักสูตรนี้เหมาะกับใครบ้าง

ความรู้พื้นฐาน

ลงทะเบียน

กำหนดการ

วันเสาร์ ที่ 27 กันยายน 2568 | เวลา 09.00 – 16.00 น.

ราคา 8,900 บาท บาท ลงทะเบียนก่อน 14 วันลด 10 % เหลือเพียง 8,010 บาท

หลักการและเหตุผล

วัตถุประสงค์

หลักสูตรนี้เหมาะกับใครบ้าง

ความรู้พื้นฐาน

ลงทะเบียน

กำหนดการ

**กำหนดการอาจมีเปลี่ยนแปลงตามความเหมาะสม

รายชื่อหลักสูตรและวันเวลาเรียน:

Recent Posts

Recent Comments

Cause Categories

Latest Posts

Datalent Team