หลักสูตร Introduction to Data Analytics and AI เป็นหนึ่งในหลักสูตร Data Science ที่ทีมงาน VISAI และสมาคมวิศวกรรมเคมีและเคมีประยุกต์แห่งประเทศไทย (TIChE) ได้ร่วมกันจัดขึ้นให้กับนักศึกษา ตรี โท เอก และอาจารย์ จากคณะวิศวกรรมเคมีจากมหาวิทยาลัยเกษตรศาสตร์ สถาบันเทคโนโลยีพระจอมเกล้าเจ้าคุณทหารลาดกระบัง มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ มหาวิทยาลัยสงขลานครินทร์ มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรี มหาวิทยาลัยมหิดล จุฬาลงกรณ์มหาวิทยาลัย มหาวิทยาลัยเทคโนโลยีราชมงคลธัญบุรี มหาวิทยาลัยศิลปากร และสถาบันเทคโนโลยีนานาชาติสิรินธร มหาวิทยาลัยธรรมศาสตร์ (SIIT) ในช่วงเดือนมกราคม - มีนาคม 2024 โดยมีวัตถุประสงค์เพื่อเตรียมความพร้อมให้กับนิสิต นักศึกษาด้านวิศวกรรมเคมี ก่อนเริ่มทำงานที่เกี่ยวกับด้าน Digital และ Data Analytics ในโรงงานอุตสาหกรรมเคมี ผ่านการเรียนแบบบูรณาการ (Collaborative Classroom) พร้อมกันในหลายๆ มหาวิทยาลัย ซึ่งสอนโดยผู้เชี่ยวชาญในเครื่องมือด้านดิจิทัลแต่ละประเภท จากทั้งหน่วยงานภาคการศึกษาและภาคอุตสาหกรรม

สำหรับโครงการนี้
คุณพงศ์ธัชชัย ปณชัยบูรณพิภพ (COO, Lead Data Scientist) พร้อมด้วยคุณมัฆวัน บูรณะอำนวย คุณวัชริศ บุญยิ่ง และคุณธัญธร สารธิมา
นักวิทยาศาสตร์ข้อมูล (Data Scientist) ที่มีประสบการณ์พัฒนา
AI ให้กับทั้งหน่วยงานภาครัฐและเอกชน จากบริษัท VISAI ได้ร่วมเป็นวิทยากรบรรยาย โดยเนื้อหาในหลักสูตรครอบคลุมตั้งแต่

1. ภาพรวมของเทคโนโลยี
Data และ AI เพื่อให้เข้าใจความสำคัญของการวิเคราะห์ข้อมูลในงานวิศวกรรมเคมี
และหลักการประยุกต์ใช้เทคโนโลยี AI ในอุตสาหกรรม

2. ขั้นตอนการดำเนินโครงการด้าน
Data เพื่อให้เข้าใจขั้นตอนต่างๆ ที่เกี่ยวข้องในโครงการการทำ Data Analytics
รวมถึงได้ลงมือปฏิบัติและประยุกต์ใช้เทคนิคการวิเคราะห์ข้อมูลและแสดงผลข้อมูลจากชุดข้อมูลต่างๆ
ได้

3. แนวคิดพื้นฐานเกี่ยวกับ
Machine Learning
เพื่อให้สามารถอธิบายโจทย์ปัญหาทางวิศวกรรมเคมีที่สามารถใช้ Machine
Learning ในการแก้ปัญหาได้ รวมถึงอธิบายอัลกอริทึม ต่างๆ ของ Machine
Learning และ Application ที่นำไปใช้

4. การพัฒนา Supervised
Machine Learning เพื่อให้สามารถสร้างโมเดลแบบ Supervised
Machine Learning และประเมินประสิทธิภาพโดยใช้ตัวชี้วัดที่เหมาะสมได้

5. การพัฒนา Unsupervised
Machine Learning เพื่อให้สามารถสร้างโมเดล
แบบ Unsupervised Machine Learning และประเมินประสิทธิภาพโดยใช้ตัวชี้วัดที่เหมาะสมได้

6. การประเมินคุณภาพโมเดล และการทำ
Error Analysis เพื่อให้สามารถเลือกใช้แบบประเมินที่เหมาะสมกับ
โมเดลประเภทต่างๆ รวมถึงเข้าใจการทำ Error Analysis เพื่อเพิ่มประสิทธิภาพของโมเดล

7. เทคนิคเบื้องต้นสำหรับทำ
Optimization เพื่อให้เข้าใจหลักพื้นฐานในการทำ Optimization
ในการวิเคราะห์ข้อมูลแบบต่างๆ และสามารถแก้ปัญหา Linear และ Nonlinear Optimization ที่ไม่ซับซ้อนได้

mediaLibraryStrapi

หลักสูตรดังกล่าวสามารถเข้าเรียนและสอบได้ทั้งรูปแบบ Online และ Onsite ทั้งยังเปิดให้รับชมวิดีโอย้อนหลัง เพื่อทบทวนบทเรียน นิสิตและนักศึกษาที่เข้าร่วมสามารถเลือกการประเมินผลได้ทั้งแบบ Credit และ Audit โดยรูปแบบการเรียนการสอนได้ใช้ Alteryx ซึ่งเป็นเครื่องมือที่ทำให้ผู้เข้าร่วมสามารถเรียนเทคนิค ฝึกปฏิบัติทักษะด้าน Data Analytics และ AI ได้โดยไม่ต้องเขียนโค้ด  นอกจากนี้ ยังมีตัวอย่างโจทย์ปัญหาจริงจากโรงงานอุตสาหกรรมปิโตรเคมีให้ผู้เรียนได้ฝึกวิเคราะห์และลงมือปฏิบัติจริง

ทีมงาน VISAI ขอขอบคุณ&nbsp;สมาคมวิศวกรรมเคมีและเคมีประยุกต์แห่งประเทศไทย (TIChE) ที่ให้เราได้เป็นส่วนหนึ่งในการพัฒนานิสิตและนักศึกษารุ่นใหม่ ซึ่งนับเป็นกำลังสำคัญของประเทศในการขับเคลื่อนเทคโนโลยี
Digital, Data, และ AI &nbsp;&nbsp;

สำหรับบริษัทหรือองค์กรใดที่สนใจหลักสูตรอบรมความรู้ด้าน Data Science สามารถติดต่อเราได้ทางเว็บไซต์&nbsp;<a href="https://visai.ai/" target="_blank">https://visai.ai/</a>&nbsp;หรืออีเมล&nbsp;<a href="mailto:teetawatl_pro@vistec.ac.th" target="_blank">teetawatl_pro@vistec.ac.th</a>&nbsp;