ระบบติดตามและประเมินผลโครงการผลิตบัณฑิตพันธุ์ใหม่

กระบวนการอบรมถูกออกแบบมาให้ไต่ระดับจากการปูพื้นฐานความเข้าใจ ไปสู่การฝึกทักษะเฉพาะด้าน และจบด้วยการประยุกต์ใช้ในสถานการณ์จำลอง โดยมีขั้นตอนดังนี้: ขั้นที่ 1: การปูพื้นฐานทางเทคนิค (Foundation Lecture)บรรยายเรื่องการนำ AI Model (จาก Landing AI) ไปใช้งานจริงบรรยายแนวคิดของ Endpoint และ REST API เพื่อให้เข้าใจการเชื่อมต่อข้อมูล ขั้นที่ 2: การฝึกปฏิบัติการเชื่อมต่อระบบ (Low Code Integration)การฝึกเชื่อมต่อระบบด้วยเครื่องมือ Low Code เพื่อลดความซับซ้อนในการเขียนโปรแกรม ขั้นที่ 3: การประมวลผลข้อมูลและจัดการเอกสาร (Data & Document Processing)ฝึกกระบวนการนำเข้า PDF  แปลงเป็นเวกเตอร์ (Vectorization) เพื่อนำไปตอบคำถามร่วมกับวิทยากร (ลักษณะของ RAG - Retrieval-Augmented Generation) ขั้นที่ 4: การพัฒนาและทดสอบระบบสื่อสาร (API Development & Testing)ฝึกสร้างและทดสอบ API ด้วย Python หรือ Postman เพื่อให้มั่นใจว่าระบบสามารถรับ-ส่งข้อมูลได้ถูกต้องขั้นที่ 5: การประยุกต์ใช้ในสถานการณ์จริง (Scenario Simulation)จำลองการใช้งาน AI ในการตรวจสอบภาพจริง เพื่อทดสอบความแม่นยำและการใช้งานในเชิงปฏิบัติ

ผลผลิตจากการอบรม (Outputs) สิ่งที่จะได้รับทันทีหลังจบการอบรม:     - Workflow การใช้งาน AI: ขั้นตอนการนำ Model ไปใช้งานจริงที่เป็นรูปธรรม     - API Endpoints: ชุดคำสั่ง API ที่ถูกสร้างขึ้นและผ่านการทดสอบด้วย Python หรือ Postman     - Vector Database/Index: ข้อมูลจากเอกสาร PDF ที่ถูกแปลงเป็นรูปแบบเวกเตอร์พร้อมสำหรับการค้นหาและตอบคำถาม

ผลลัพธ์ที่ได้ (Outcomes) ประโยชน์และทักษะที่ผู้เข้าอบรมจะได้รับ:     - ทักษะการบูรณาการ AI: สามารถเชื่อมโยง AI Model เข้ากับระบบงานเดิมผ่าน API ได้อย่างมีประสิทธิภาพ     - ความสามารถในการจัดการ Data Pipeline: เข้าใจกระบวนการเปลี่ยนข้อมูลดิบ (PDF) ให้เป็นข้อมูลที่ AI เข้าใจ     - การเพิ่มประสิทธิภาพการทำงาน: สามารถใช้เครื่องมือ Low Code เพื่อสร้างโซลูชันด้าน AI ได้รวดเร็วกว่าการเขียน Code แบบดั้งเดิม     - ความพร้อมในการแก้ปัญหาจริง: มีทักษะในการวิเคราะห์และตรวจสอบภาพจริงด้วย AI ซึ่งสามารถนำไปต่อยอดในงานสายอุตสาหกรรม การตรวจสอบ หรือการควบคุมคุณภาพได้