January, 2026 - Datalent Team

Data Quality Management Essentials รุ่นที่ 7

วันที่อบรม: 28 มีนาคม พ.ศ.2569 | เวลา 09.00 – 16.00 น.

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

📍 : Avani Ratchada Bangkok Hotel (MRT พระราม9)

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

หลักการและเหตุผล

ในยุคดิจิทัลที่ข้อมูลเป็นสินทรัพย์สำคัญ การมีข้อมูลที่มีคุณภาพเป็นรากฐานของการตัดสินใจที่แม่นยำและการดำเนินงานที่มีประสิทธิภาพ ข้อมูลที่ไม่มีคุณภาพอาจนำไปสู่ข้อผิดพลาด, การสูญเสียโอกาสทางธุรกิจ, และความเสียหายต่อชื่อเสียงองค์กร การจัดการคุณภาพข้อมูล (Data Quality Management) จึงเป็นสิ่งจำเป็นเพื่อให้มั่นใจว่าข้อมูลมีความถูกต้อง, ครบถ้วน, ทันสมัย, และสอดคล้องกับความต้องการของผู้ใช้ หลักสูตรนี้ถูกออกแบบมาเพื่อให้ผู้เข้าร่วมมีความเข้าใจถึงหลักการและแนวปฏิบัติที่สำคัญในการจัดการคุณภาพข้อมูล รวมถึงมาตรฐานสากลและแนวทางของประเทศไทย เพื่อนำไปประยุกต์ใช้ในการปรับปรุงและรักษาคุณภาพข้อมูลในองค์กรได้อย่างยั่งยืน

วัตถุประสงค์

เพื่อให้ผู้เข้ารับการอบรมเข้าใจความหมายและมิติของ “คุณภาพ” และ “คุณภาพข้อมูล”
เพื่อให้ผู้เข้ารับการอบรมรู้จักและเข้าใจมิติต่างๆ ของคุณภาพข้อมูล กระบวนการคุณภาพข้อมูล และกรอบการตัดสินคุณภาพข้อมูล
เพื่อให้ผู้เข้ารับการอบรมเรียนรู้การประเมินคุณภาพข้อมูล รวมถึงประเภทของข้อผิดพลาดและวิธีการสร้าง Data Quality Scorecard
เพื่อให้ผู้เข้ารับการอบรมเข้าใจแนวคิดและการวัดคุณภาพข้อมูลตามมาตรฐาน ISO 8000-8:2015
เพื่อให้ผู้เข้ารับการอบรมเรียนรู้โมเดลอ้างอิงกระบวนการจัดการคุณภาพข้อมูลตามมาตรฐาน ISO 8000-61:2016
เพื่อให้ผู้เข้ารับการอบรมทราบถึงแนวทางการจัดองค์กรด้านคุณภาพข้อมูลและมาตรฐาน ISO 8000 ที่เกี่ยวข้องกับการประเมินวุฒิภาวะ, การวัดผล, การสร้างกฎข้อมูล และบทบาทความรับผิดชอบ
เพื่อให้ผู้เข้ารับการอบรมทราบถึงมาตรฐานคุณภาพข้อมูลของรัฐบาลดิจิทัลของประเทศไทย

หลักสูตรนี้เหมาะกับใครบ้าง

ผู้บริหารและผู้จัดการด้านข้อมูล (Data Leaders / Data Managers)
Data Steward / Data Governance Officer
นักวิเคราะห์ข้อมูล (Data Analyst) และนักวิทยาศาสตร์ข้อมูล (Data Scientist)
วิศวกรข้อมูล (Data Engineer / ETL Developer)
บุคลากรด้าน IT และระบบสารสนเทศ (IT Staff, System Analyst, Application Owner)
เจ้าหน้าที่ภาครัฐและองค์กรที่เกี่ยวข้องกับการพัฒนารัฐบาลดิจิทัล (Digital Government)
ผู้ประกอบการและบุคลากรในธุรกิจที่ใช้ข้อมูลปริมาณมาก
ผู้สนใจทั่วไปด้าน Data / Digital Transformation

ความรู้พื้นฐาน

ไม่มีความรู้พื้นฐานเฉพาะเจาะจงสำหรับผู้เข้ารับการอบรม

ลงทะเบียน

ได้ทันทีคลิก [https://forms.gle/i3efQMt7qeBNYYmg6]

กำหนดการ

เวลา	หัวข้อ	เนื้อหา
9.00 – 9.30	Introduction to Quality and Data Quality	Quality Defined: ทำความเข้าใจความหมายของ “คุณภาพ” ในบริบททั่วไป Qualities vs Quality: แยกแยะระหว่างลักษณะเฉพาะ (Qualities) กับคุณภาพโดยรวม (Quality) Quality and Defects: ความสัมพันธ์ระหว่างคุณภาพและข้อบกพร่อง Quality economics: แนวคิดทางเศรษฐศาสตร์ที่เกี่ยวข้องกับคุณภาพและการลงทุนเพื่อคุณภาพ Quality Control & Quality Assurance & Quality Improvements: ทำความเข้าใจแนวคิดของการควบคุมคุณภาพ, การประกันคุณภาพ และการปรับปรุงคุณภาพ
9.30 – 10.30	Introduction to Data Quality	Data and Quality: ทำความเข้าใจความสำคัญของข้อมูลที่มีคุณภาพ Data Quality Dimensions (Content-Structure-Time-Usage-Presentation-Value): เรียนรู้มิติต่างๆ ของคุณภาพข้อมูล เช่น ความถูกต้องของเนื้อหา, โครงสร้างข้อมูล, ความทันสมัย, การนำไปใช้ประโยชน์, การนำเสนอ, และคุณค่าของข้อมูล Data Quality Process: ทำความเข้าใจกระบวนการในการจัดการคุณภาพข้อมูล A Framework to Judge Data Quality (Data Characteristics vs Data Usefulness vs Data Processing): ศึกษาโครงสร้างในการตัดสินคุณภาพข้อมูล โดยพิจารณาจากคุณลักษณะของข้อมูล, ประโยชน์ของการใช้ข้อมูล, และกระบวนการประมวลผลข้อมูล
10.30 – 10.45	พักเบรกเช้า
10.45 – 12.00	Data Quality Assessment	Type of Data Errors: รู้จักประเภทของข้อผิดพลาดที่มักพบในข้อมูล Data Quality Rules: เรียนรู้การกำหนดกฎเกณฑ์ในการตรวจสอบคุณภาพข้อมูล Data Quality Scorecard: วิธีการสร้างและใช้ Data Quality Scorecard เพื่อประเมินและแสดงผลคุณภาพข้อมูล
12.00 – 13.00	พักรับประทานอาหารกลางวัน
13.00 – 13.30	Concepts and Measuring of Data Quality	Introduction to ISO 8000-8 : 2015 Syntactic quality Semantic quality Pragmatic quality
13.30 – 14.30	Data quality management: Process Reference Model	Introduction to ISO 8000-61 : 2016Data Quality PlanningData Quality ControlData Quality AssuranceData Quality ImprovementData Related Support ProcessResource Provision Process
14.30 – 14.45	พักเบรกบ่าย
14.45 – 15.30	Data quality organization	Data quality management: Organizational process maturity assessment (ISO 8000-62 : 2018)Data quality management: Process measurement (ISO 8000-63 : 2019)Data quality management: Process measurement questionnaire (ISO 8000-65 : 2020)Data quality assessment: Profiling (ISO 8000-81 : 2021)Data quality assessment: Creating data rules (ISO 8000-82 : 2022)Data quality management: Roles and responsibilities (ISO 8000-150 : 2022)
15.30 – 15.45	Thailand’s Data Quality Standard	มาตรฐานรัฐบาลดิจิทัลว่าด้วยหลักเกณฑ์การประเมินคุณภาพข้อมูลสำหรับหน่วยงานภาครัฐ
15.45 – 16.00	Q/A

Data Governance for Business Leaders รุ่นที่ 14

วันที่อบรม: 21 มีนาคม พ.ศ. 2569 | 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

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/eL85v478GMdxL5h16]

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 รุ่นที่8

วันที่อบรม: 31 มกราคม 2569 | 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/MX9dCc9t1qcNL92S8]

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

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

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

AI Governance for Management รุ่นที่ 2

วันที่ 07 กุมภาพันธ์ พ.ศ.2569 | เวลา 09.00 – 16.00 น.

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

ณ Avani Ratchada Bangkok Hotel (MRT พระราม9)

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 #คอร์สเรียน2569 #ITMMahidol #MUEG

Data Quality Management Essentials รุ่นที่ 7

วันที่อบรม: 28 มีนาคม พ.ศ.2569 | เวลา 09.00 – 16.00 น.

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

หลักการและเหตุผล

วัตถุประสงค์

หลักสูตรนี้เหมาะกับใครบ้าง

ความรู้พื้นฐาน

ลงทะเบียน

กำหนดการ

Data Governance for Business Leaders รุ่นที่ 14

วันที่อบรม: 21 มีนาคม พ.ศ. 2569 | เวลา 09.00 – 16.00 น.

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

หลักการและเหตุผล

วัตถุประสงค์

หลักสูตรนี้เหมาะกับใครบ้าง

ความรู้พื้นฐาน

ลงทะเบียน

กำหนดการ

Introduction Data Management based on DMBOK รุ่นที่8

วันที่อบรม: 31 มกราคม 2569 | เวลา 09.00 – 12.00 น.

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

หลักการและเหตุผล

วัตถุประสงค์

หลักสูตรนี้เหมาะกับใครบ้าง

ความรู้พื้นฐาน

ลงทะเบียน

กำหนดการ

AI Governance for Management รุ่นที่ 2

วันที่ 07 กุมภาพันธ์ พ.ศ.2569 | 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

Recent Posts

Recent Comments

Cause Categories

Latest Posts

Applied AI & Data Science

Next-Level Power BI with AI From Data to Storytelling

Data Quality Management Essentials รุ่นที่ 7

Datalent Team