02 / AI
AI Engineering
Fundamentals
สร้างพื้นฐานสู่การเป็น AI Engineer ตั้งแต่เริ่มต้น เรียนรู้ Python, Machine Learning, Deep Learning ไปจนถึง Large Language Models และการนำโมเดลขึ้นใช้งานจริง พร้อมลงมือสร้างโปรเจกต์ตลอดหลักสูตร
10 สัปดาห์คลาส 3-4 ชม.รับจำกัด 30 คนต่อรุ่นHybrid · ออนไซต์และออนไลน์
ระยะเวลา
10 สัปดาห์
คลาส
3-4 ชม.
เริ่มเรียน
7 พ.ย. 2569
จำนวนที่รับ
30 คนต่อรุ่น
จาก Python พื้นฐาน สู่ Deep Learning และ LLM
เรียนไปทำโปรเจกต์ไป มี Midterm Project และ Final Project เป็นผลงานสำหรับ Portfolio
Foundation
Python, Pandas และ Data Visualization
Machine Learning
Regression, Classification และ Clustering
Data
AutoML, Pipeline และการแข่งขัน Kaggle
Deployment
FastAPI, REST API และ DevOps 101
Deep Learning
Neural Network, CNN และ YOLOv8
NLP & LLM
Transformer, Prompt Engineering และ RAG
Midterm Project
โปรเจกต์ ML แบบ End-to-end
Final Project
Capstone แอปพลิเคชัน AI
Learning Outcomes
- ทักษะ Python, ML, Deep Learning และ LLM
- Portfolio จากโปรเจกต์ (Midterm + Final Project)
- Certificate พร้อมคำแนะนำจากเมนเทอร์เรื่องการสมัครเข้าคณะ งานแข่งที่ควรเข้าร่วม และเตรียมพร้อมสมัครงาน/ฝึกงานสาย AI Engineer
Curriculum
เหมาะกับ
- นักเรียน/นักศึกษาที่สนใจสาย Data & AI ไม่จำเป็นต้องมีพื้นฐานเขียนโปรแกรม
- รับจำนวนจำกัด 30 คนต่อรุ่น
- Introduction to AI และ Python and LibrariesAI, ML และ Data Science, ขั้นตอนการทำงานของ AI Engineer, การตั้งค่า Python และ Jupyter/Colab, Vibe Code, พื้นฐาน Python, Pandas, Data Visualization (Matplotlib/Seaborn)
- From Math to Machine Learningคณิตศาสตร์สำหรับ AI, Supervised และ Unsupervised Learning, Linear Regression, Decision Tree, KNN, Ensemble, Clustering (K-Means, DBSCAN), Feature Engineering
- Data Preparation, AutoML และ PipelineData Cleaning และ Preprocessing, ML Pipeline ด้วย Scikit-learn, AutoML, การค้นหา Dataset ด้วย Kaggle · Workshop: แข่งขัน Kaggle ภายในคลาส
- AI DeploymentFrontend และ Backend, FastAPI และ REST API, Backend Serving, Linux Command, DevOps 101, Architecture
- Midterm Projectโปรเจกต์ ML แบบ End-to-end บนข้อมูลตาราง ตั้งแต่เตรียมข้อมูล สร้างโมเดล ไปจนถึงประเมินผล
- Deep Learning (Mathematics)Neural Network, Gradient Descent, Backpropagation, Loss Function, Activation Functions (ReLU, Sigmoid, Softmax)
- Image Processing with Deep Learning (CNN)พื้นฐานภาพดิจิทัล, CNN, Transfer Learning, Data Augmentation, Object Detection (YOLOv8), Segmentation และ Video Processing
- NLP: จาก RNN/LSTM สู่ TransformerText Processing, Bag-of-Words, TF-IDF, Embeddings, RNN และ LSTM, Text2Vec
- Large Language Models (LLMs)Generative AI, Attention และ Transformer, Prompt Engineering, RAG และ LLM Applications, แนวทางติดตามงานวิจัย (arXiv, Hugging Face)
- Final ProjectCapstone: แอปพลิเคชัน AI แบบ End-to-end เลือกสาย CV, NLP/LLM หรือข้อมูลตาราง ทำเป็นกลุ่มหรือคู่
Instructors
Instructors
พี่โฟล์ค
ศวิษฐ์ โกสียอัมพร
- Professional, AI Engineer @ SCB
- B.Eng. in Computer Engineering
- ทุนการศึกษา ป.ตรี เต็มจำนวน
- เกียรตินิยมอันดับ 1 เหรียญทอง
- ทุน ป.โท เต็มจำนวน
- Super AI Engineer SS5 เหรียญทอง
พี่อาร์เธอร์
วาธิน พรมฝ้าย
- B.Sc. in Information Technology
- Super AI Engineer SS5 เหรียญเงิน
- TA @ Super AI Engineer Season 5-6
Learner Feedback
“ความยากของโจทย์อยู่ตรงที่ทุกส่วนเป็นสิ่งใหม่สำหรับหนูทั้งหมด … แต่ก็เป็นความยากที่ทำให้หนูได้เติบโตเร็วมาก … มันไม่ได้ยากอย่างที่คิดเลยถ้าใจสู้”
ข้อความจากผู้เข้าร่วมโปรแกรม
ตารางเรียนรุ่นแรก · เรียนทุกวันเสาร์ เริ่ม 7 พ.ย. 2569
Class Schedule
10 สัปดาห์ · 10 ครั้งคลาส 3-4 ชม.
| ครั้งที่ | วันเรียน | หัวข้อ |
|---|---|---|
| 01 | เสาร์ 7 พ.ย. | Introduction to AI และ Python and Libraries |
| 02 | เสาร์ 14 พ.ย. | From Math to Machine Learning |
| 03 | เสาร์ 21 พ.ย. | Data Preparation, AutoML และ Pipeline |
| 04 | เสาร์ 5 ธ.ค. | AI Deployment |
| 05 | เสาร์ 12 ธ.ค. | Midterm Project |
| 06 | เสาร์ 19 ธ.ค. | Deep Learning (Mathematics) |
| 07 | เสาร์ 26 ธ.ค. | Image Processing with Deep Learning (CNN) |
| หยุดช่วงวันหยุดปีใหม่ | ||
| 08 | ม.ค. 2570 | NLP: จาก RNN/LSTM สู่ Transformer |
| 09 | ม.ค. 2570 | Large Language Models (LLMs) |
| 10 | ม.ค. 2570 | Final Project |
กำหนดการข้างต้นเป็นตารางเบื้องต้นของรุ่นแรก ซึ่งรวมช่วงหยุดวันหยุดปีใหม่ไว้แล้ว วันเรียนอาจมีการปรับเปลี่ยนได้ตามความเหมาะสมของผู้เรียน โดยตกลงร่วมกันในชั้นเรียน และทีมงานจะแจ้งให้ทราบล่วงหน้า
AI Engineering Fundamentals รุ่นเริ่ม 7 พฤศจิกายน 2569
ค่าเรียน
14,900 บาท18,600Early Bird -20%
ราคาคอร์สเต็ม ถึง 15 ต.ค. 2569 · ไม่ต้องชำระเงินตอนกรอกฟอร์ม
หรือเลือกเรียนแยกเป็นโมดูล
โมดูล A · ครึ่งแรกของหลักสูตร (สัปดาห์ 1-5 รวม Midterm)6,900
โมดูล B · ครึ่งหลังของหลักสูตร (สัปดาห์ 6-10 รวม Final)8,900
เรียนโมดูลแรกแล้วอัปเกรดเป็นคอร์สเต็มโดยชำระเฉพาะส่วนต่างได้
- 10 สัปดาห์ · คลาสละ 3-4 ชม.
- Midterm Project + Final Project
- Certificate พร้อมคำแนะนำจากเมนเทอร์
- รับจำกัด 30 คนต่อรุ่น
- เรียนแบบ Hybrid: บางคลาสเรียนที่ห้องเรียน บางคลาสเรียนออนไลน์
ต้องการปรึกษาก่อนสมัคร? โทร 093-982-8959 (คุณณัฐ) หรืออีเมล contact@eduvice.co
ข้อมูลผู้สมัคร
Related Programs
Frequently Asked Questions
ต้องเขียนโปรแกรมเป็นมาก่อนหรือไม่
ไม่จำเป็น คอร์สนี้เหมาะกับนักเรียน/นักศึกษาที่สนใจสาย Data & AI แม้ยังไม่มีพื้นฐานเขียนโปรแกรม เนื้อหาเริ่มจาก Introduction to AI และ Python and Libraries
ผู้เรียนจะได้รับอะไรเมื่อจบหลักสูตร
ได้ Portfolio จากโปรเจกต์ (Midterm และ Final Project) ได้ Certificate พร้อมคำแนะนำจากเมนเทอร์เรื่องการสมัครเข้าคณะ งานแข่งที่ควรเข้าร่วม และการเตรียมสมัครงาน/ฝึกงานสาย AI Engineer
รับสมัครกี่คนต่อรุ่น
รับจำนวนจำกัด 30 คนต่อรุ่น เพื่อให้ผู้สอนดูแลได้ทั่วถึง
ราคาและรูปแบบการเรียน
คอร์สเต็ม 14,900 บาท (Early Bird ถึง 15 ตุลาคม 2569) หรือเลือกเรียนแยกโมดูล A 6,900 / B 8,900 บาท เรียนโมดูลแรกแล้วอยากไปต่อ จ่ายส่วนต่างเพื่ออัปเกรดได้ รุ่นถัดไปเริ่มเรียนวันที่ 7 พฤศจิกายน 2569 สอบถามได้ที่ 093-982-8959 (คุณณัฐ) หรือ contact@eduvice.co รูปแบบการเรียนเป็นแบบ Hybrid บางคลาสเรียนที่ห้องเรียน (ออนไซต์) บางคลาสเรียนออนไลน์ ทีมงานจะแจ้งตารางให้ทราบล่วงหน้า