สอน Python, Data Science, AI/ML Engineering

สอนโดยผู้มีประสบการณ์ด้าน AI/ML, AI Engineering และระบบ LLM จากการทำงานในองค์กร ปัจจุบันศึกษาอยู่คณะวิศวกรรมศาสตร์ สาขา Computer Engineering and Digital Technology จุฬาลงกรณ์มหาวิทยาลัย มีประสบการณ์ทำงาน/ฝึกงานในตำแหน่ง AI Engineer และ ML Engineer รวมถึงได้รับรางวัล Gold Medal จากโครงการ Super AI Engineer Season 5 สาย AI Engineer และเคยผ่านค่าย สอวน. คอมพิวเตอร์ คอร์สนี้ออกแบบสำหรับผู้ที่อยากเริ่มต้นหรือพัฒนาทักษะด้าน Python, Data Science, Mathematics for AI, Machine Learning และ AI Engineering แบบเป็นขั้นตอน โดยเน้นการอธิบายให้เข้าใจง่าย ลงมือทำจริง และเชื่อมโยงกับการใช้งานจริง ไม่ว่าจะเป็นงานมหาวิทยาลัย โปรเจกต์ส่วนตัว การทำ Portfolio หรือการเตรียมตัวเข้าสู่สายงาน AI/ML 1. Python Foundation สำหรับผู้เริ่มต้น เหมาะสำหรับผู้ที่ยังไม่มีพื้นฐานเขียนโปรแกรม หรือเคยเรียนมาบ้างแต่ยังไม่มั่นใจ ต้องการปูพื้นฐาน Python ให้เข้าใจตั้งแต่ศูนย์แบบเป็นขั้นตอน สอนแบบตัวต่อตัว เน้นอธิบายง่าย จับมือทำ และฝึกเขียนโค้ดจริงจนสามารถเขียนโปรแกรมพื้นฐานได้ด้วยตัวเอง สิ่งที่ผู้เรียนจะได้รับ • พื้นฐาน Python ตั้งแต่ศูนย์ • ตัวแปร ชนิดข้อมูล เงื่อนไข และ Loop • List, Dictionary และการจัดการข้อมูลเบื้องต้น • Function และแนวคิดการเขียนโค้ดให้เป็นระบบ • ฝึกแก้โจทย์พื้นฐานและ Mini Workshop • แนะนำ Roadmap ต่อสาย Data Science, AI และ Machine Learning 2. Data Science & Mathematics for AI เหมาะสำหรับผู้ที่มีพื้นฐาน Python แล้ว และต้องการเริ่มวิเคราะห์ข้อมูลจริง พร้อมปูพื้นฐานคณิตศาสตร์ที่จำเป็นสำหรับ AI และ Machine Learning แบบเข้าใจง่าย ไม่เน้นท่องสูตร แต่เน้นให้เข้าใจว่าแต่ละแนวคิดนำไปใช้กับโมเดล AI อย่างไร สิ่งที่ผู้เรียนจะได้รับ • การใช้งาน Pandas และ NumPy สำหรับจัดการข้อมูล • การอ่าน วิเคราะห์ และเตรียมข้อมูลเบื้องต้น • พื้นฐาน Data Visualization • คณิตศาสตร์สำหรับ AI เช่น Vector, Matrix, Probability • แนวคิด Loss Function และ Optimization เบื้องต้น • ตัวอย่างการเชื่อมโยงคณิตศาสตร์กับ Machine Learning • Workshop วิเคราะห์ข้อมูลจริงแบบเป็นขั้นตอน 3. Machine Learning & AI Engineering Project เหมาะสำหรับผู้ที่มีพื้นฐาน Python และ Data Science แล้ว และต้องการลงมือทำโปรเจกต์ Machine Learning หรือ AI Engineering แบบจริงจัง ตั้งแต่เตรียมข้อมูล เทรนโมเดล ประเมินผล ไปจนถึงการออกแบบระบบ AI เบื้องต้น เพื่อใช้ต่อยอดทำพอร์ต งานมหาวิทยาลัย หรือเตรียมเข้าสู่สายงาน AI/ML สิ่งที่ผู้เรียนจะได้รับ • พื้นฐาน Machine Learning เช่น Classification และ Regression • การแบ่ง Train/Test และการประเมินผลโมเดล • การเลือก Metric ให้เหมาะกับโจทย์ • การลดปัญหา Overfitting และ Data Leakage • การทำโปรเจกต์ ML แบบ end-to-end • พื้นฐาน AI Engineering เช่น Pipeline, API, Model Deployment เบื้องต้น • แนะนำการทำ Portfolio และต่อยอดโปรเจกต์ให้ดูเป็นงานจริง