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

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

#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

มีประสบการณ์การบริหารจัดการข้อมูล การกำกับดูแลข้อมูล การดำเนินงานตาม PDPA หรือเป็นผู้ที่มีความรับผิดชอบในการวางกรอบหรือนโยบายการใช้งาน AI ในองค์กร อย่างใดอย่างหนึ่ง

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

พูดกับ AI ให้รู้เรื่อง: เคล็ดลับการใช้ LLM อย่างชาญฉลาด

ขอเชิญร่วมสัมมนาฟรีในหัวข้อ “พูดกับ AI ให้รู้เรื่อง: เคล็ดลับการใช้ LLM อย่างชาญฉลาด”

ใครอยากใช้ ChatGPT หรือ Gemini ให้เก่งขึ้น รวมถึงเรียนรู้การใช้ LLM ด้วย Python – ห้ามพลาดการสัมมนานี้!

ไฮไลต์หัวข้อสัมมนา:

เรียกใช้งาน Service AI (เช่น ChatGPT, Gemini)

• แนะนำ LLM

• ประโยชน์ของ LLM

Python with Vector DB

• แนะนำการ ติดตั้ง PostgreSQL ผ่านทาง Docker

• การเพิ่มเอกสารลงใน VectorDB

• การเรียกคืนเอกสารผ่านระบบ Semantic search

Python with LM Studio

• ติดตั้ง LM Studio เพื่อโฮสต์ LLM บนเครื่องตัวเอง

• นำข้อมูลที่ทำ Semantic Search ส่งไปยัง LLM เพื่อใช้เป็นองค์ความรู้ในการตอบคำถาม

ลงทะเบียนเลยตอนนี้ รีบสมัครก่อนที่นั่งจะเต็ม

[DatalentTeam]

AI & Data Governance เบื้องหลังความสำเร็จขององค์กรยุค AI

ขอเชิญเข้าร่วมสัมมนาฟรี ในหัวข้อ AI & Data Governance เบื้องหลังความสำเร็จขององค์กรยุค AI จาก IT Management, คณะวิศวกรรมศาสตร์ มหาวิทยาลัยมหิดล

เปิดมุมมองใหม่สู่การกำกับดูแลข้อมูลและปัญญาประดิษฐ์อย่างมีประสิทธิภาพ

ไฮไลต์หัวข้อสัมมนา:

Data Governance

• ทำไม Data Governance คือรากฐานขององค์กรที่ขับเคลื่อนด้วยข้อมูล (Data-Driven Organization) และการพัฒนา AI

• กรณีศึกษาทั้งความสำเร็จและบทเรียนจากความล้มเหลวที่คุณไม่ควรพลาด

• เจาะลึก Framework ระดับสากล เช่น DAMA-DMBOK, DCAM และแนวทางจาก DGA

• บทบาทสำคัญของ CDO และ Data Steward ในการกำกับดูแลข้อมูลอย่างมีประสิทธิภาพ

AI Governance

• เข้าใจหลักจริยธรรม AI: โปร่งใส ยุติธรรม อธิบายได้ และมีความรับผิดชอบ

• รู้จักวงจรชีวิตของระบบ AI และมาตรฐานใหม่ ISO/IEC 42001

• การจัดการความเสี่ยงของ AI ด้วย NIST และ ISO/IEC 23894

• อัปเดตกฎหมายและแนวโน้มการกำกับดูแล AI ทั้งในไทยและระดับสากล

ลงทะเบียนได้แล้ววันนี้!
ที่นั่งมีจำนวนจำกัด รีบจองก่อนเต็ม กดลิงก์เพื่อลงทะเบียนได้เลย

[DatalentTeam]

#ITMMahidol #DatalentTeam #AI #DataGovernance #AIGovernance #DigitalTransformation #สัมมนาองค์กรยุคใหม่ #องค์กรขับเคลื่อนด้วยข้อมูล

Data Steward คืออะไร

Data Steward มีชื่อเรียกภาษาไทยว่าบริกรข้อมูล มีหน้าที่กำหนดนโยบายในการดูแลรักษาคุณภาพและความปลอดภัยของข้อมูล เพื่อให้ข้อมูลที่ใช้ในองค์กรมีความถูกต้อง เชื่อถือได้ เข้าถึงได้ง่าย และมีความมั่นคงปลอดภัย อาชีพ Data Steward จึงเป็นอาชีพที่มีความสำคัญมากขึ้นในทุกองค์กร โดยเฉพาะในปัจจุบันซึ่งเป็นยุคที่ข้อมูลกลายเป็นสินทรัพย์ที่มีมูลค่ามหาศาล การมีข้อมูลที่มีคุณภาพ มีความถูกต้อง เชื่อถือได้ และเข้าถึงได้ง่าย ถือเป็นสิ่งสำคัญในการสร้างความได้เปรียบขององค์กร

ทักษะที่จำเป็นสำหรับบุคคลที่เป็น Data Steward

1. ความรู้ด้านข้อมูล

Data Steward ต้องมีความรู้ความเข้าใจเกี่ยวกับข้อมูลเป็นอย่างดี ไม่ว่าจะเป็นประเภทของข้อมูล รูปแบบข้อมูล กระบวนการจัดเก็บข้อมูล และความรู้เกี่ยวกับการบริหารจัดการข้อมูล เช่น Data Governance และ Data Quality การมีความรู้ด้านข้อมูลเป็นอย่างดีจะช่วยให้ Data Steward สามารถกำหนดนโยบายในการดูแลรักษาคุณภาพและความปลอดภัยของข้อมูลได้อย่างมีระบบ

2. ทักษะการวิเคราะห์ข้อมูล

Data Steward ต้องมีการวิเคราะห์ข้อมูลซึ่งเป็นทักษะที่สำคัญมาก เนื่องจาก Data Steward ต้องสามารถตรวจสอบและวิเคราะห์คุณภาพของข้อมูล รวมถึงการหาปัญหาที่อาจเกิดขึ้น เช่น ข้อมูลที่ซ้ำซ้อนหรือข้อมูลที่ไม่ถูกต้อง

3. ทักษะการสื่อสาร

Data Steward จำเป็นต้องมีทักษะการสื่อสารที่ดีเนื่องจากต้องสื่อสารกับทีมงานและผู้ที่เกี่ยวข้อง ทั้งในด้านเทคนิคและไม่ใช่เทคนิค การอธิบายปัญหาหรือแนวทางการปรับปรุงข้อมูลให้เข้าใจง่ายจึงเป็นสิ่งสำคัญไม่แพ้กัน เพราะหากสื่อสารผิดพลาดการทำงานอาจผิดพลาดได้

4. ทักษะการจัดการโครงการ

Data Steward ต้องมีความสามารถในการวางแผนและจัดการโครงการที่เกี่ยวข้องกับการจัดการข้อมูล รวมถึงการติดตามผลการดำเนินงานและการประเมินผล

5. ความรู้เกี่ยวกับกฎหมาย

ในยุคที่มีข้อกำหนดทางกฎหมายที่เข้มงวดเกี่ยวกับข้อมูล เช่น พระราชบัญญัติคุ้มครองข้อมูลส่วนบุคคล พ.ศ. 2562 (Personal Data Protection Act: PDPA)ที่ สร้างมาเพื่อป้องกันการละเมิดข้อมูลส่วนบุคคลของทุกคน รวมถึงการจัดเก็บข้อมูลและนำไปใช้โดยไม่ได้แจ้งให้ทราบ และไม่ได้รับความยินยอมจากเจ้าของข้อมูล Data Steward ต้องมีความเข้าใจเกี่ยวกับข้อกฎหมายเหล่านี้ เพื่อให้แน่ใจว่าการบริหารข้อมูลขององค์กรเป็นไปตามกฎหมายและข้อบังคับที่เกี่ยวข้อง

6. ทักษะด้านเทคโนโลยี

Data Steward ควรมีความรู้เกี่ยวกับเครื่องมือและเทคโนโลยีที่ใช้ในการจัดการข้อมูล เช่น ระบบจัดการฐานข้อมูล (DBMS) โปรแกรมประมวลผลข้อมูล และเครื่องมือการวิเคราะห์ข้อมูล เช่น Tableau หรือ Power BI การเชี่ยวชาญในเครื่องมือเหล่านี้จะช่วยให้ Data Steward สามารถจัดการและวิเคราะห์ข้อมูลได้อย่างมีประสิทธิภาพมากยิ่งขึ้น

7. ความละเอียดรอบคอบ

ทักษะนี้สำคัญมากในการตรวจสอบข้อมูล เพราะความผิดพลาดเล็กน้อยสามารถส่งผลกระทบใหญ่หลวงต่อการตัดสินใจขององค์กร ความละเอียดรอบคอบในการทำงานจะช่วยให้ Data Steward สามารถป้องกันข้อผิดพลาดและปรับปรุงคุณภาพข้อมูลได้

8. ความรู้เกี่ยวกับธุรกิจและกระบวนการทำงานในองค์กร

Data Steward ต้องมีความรู้ความเข้าใจธุรกิจและกระบวนการทำงานภายในองค์กร (Business Domain) เป็นอย่างดี เพราะองค์กรแต่ละองค์กรมีความรู้และวิธีดำเนินการต่าง ๆ ที่เป็นเอกลักษณ์ของตัวเอง การเข้าใจ Business Domain เป็นสิ่งสำคัญสำหรับการวางแผนธุรกิจ การกำหนดกลยุทธ์ และการทำการตลาด และการจัดการข้อมูลอย่างมีประสิทธิภาพ

สรุป

Data Steward เป็นอาชีพที่มีบทบาทสำคัญอย่างมากในการบริหารจัดการข้อมูลขององค์กร การพัฒนาทักษะที่จำเป็นในการทำงานเหล่านี้จะช่วยให้ Data Steward สามารถปฏิบัติงานได้อย่างมีประสิทธิภาพ และส่งเสริมคุณภาพและความปลอดภัยของข้อมูลในองค์กรได้ดียิ่งขึ้น

Uncategorized

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:

Data Steward คืออะไร

ทักษะที่จำเป็นสำหรับบุคคลที่เป็น Data Steward

1. ความรู้ด้านข้อมูล

2. ทักษะการวิเคราะห์ข้อมูล

3. ทักษะการสื่อสาร

4. ทักษะการจัดการโครงการ

5. ความรู้เกี่ยวกับกฎหมาย

6. ทักษะด้านเทคโนโลยี

7. ความละเอียดรอบคอบ

8. ความรู้เกี่ยวกับธุรกิจและกระบวนการทำงานในองค์กร

สรุป

Recent Posts

Recent Comments

Cause Categories

Latest Posts

Datalent Team