| รายละเอียด
หลักสูตร “Agentic AI Theory and Practice for Developer” เป็นโปรแกรมการเรียนรู้เข้มข้น 3 วันที่ออกแบบมาเพื่อพัฒนาทักษะด้าน AI ขั้นสูงสำหรับนักพัฒนาซอฟต์แวร์และผู้เชี่ยวชาญด้านเทคโนโลยี หลักสูตรนี้มุ่งเน้นการเรียนรู้ทั้งภาคทฤษฎีและปฏิบัติเกี่ยวกับ Agentic AI ซึ่งเป็นพัฒนาการล่าสุดต่อจาก Generative AI โดยผู้เข้าอบรมจะได้เรียนรู้การพัฒนาระบบ AI ที่มีความสามารถในการปรับตัว วางแผน และทำงานแบบอัตโนมัติผ่านเครื่องมือทันสมัยอย่าง LangFlow และ Model Context Protocol (MCP) ผู้เข้าอบรมจะได้ลงมือปฏิบัติจริงในการสร้าง AI Assistant สำหรับงานบริการลูกค้าและระบบ DevOps ที่สามารถทำงานได้อย่างชาญฉลาดและมีประสิทธิภาพ เหมาะสำหรับองค์กรที่ต้องการยกระดับการพัฒนาซอฟต์แวร์และระบบ AI ให้ทันสมัยและตอบโจทย์ความต้องการทางธุรกิจ
ระยะเวลา 3 วัน (9:00 – 16:30 น.)
💰 หลักสูตรของสถาบันไอเอ็มซี สามารถยื่นรับรองหลักสูตรและลดหย่อนภาษีได้ 200%
หลักสูตรนี้เหมาะกับ
- Software Developers/Engineers
- DevOps Engineers ที่ต้องการนำ AI มาช่วยเพิ่มประสิทธิภาพการทำงาน
- Technical Team Leads ที่ต้องการเข้าใจและวางแผนการนำ Agentic AI มาใช้ในทีม
- Solution Architects ที่ต้องการออกแบบระบบที่ใช้ Agentic AI
ประโยชน์ที่ได้รับ
- ได้รับทั้งความเข้าใจ และ Hands-on Experience:
- พื้นฐานและหลักการของ Agentic AI
- การพัฒนาระบบด้วย LangFlow
- การใช้งาน Model Context Protocol (MCP)
- Working Prototypes:
- Customer Service Assistant ที่สามารถคัดแยก จัดการบทสนทนา และตอบคำถามลูกค้าได้
- DevOps Agent ที่สามารถ:
- วิเคราะห์และแนะนำการแก้ไข SQL queries
- รับแจ้งและให้คำแนะนำผ่าน Slack
- สร้าง PRs และช่วยในการ review code
- Project Templates และ Best Practices สำหรับ:
- การออกแบบ Agentic AI Systems
- การพัฒนาระบบด้วย LangFlow
- การใช้งาน MCP ในการพัฒนาระบบ
ตัวอย่างงานและบทความ
- ตัวอย่างการพัฒนา Agentic AI ด้วย model context protocol (MCP)
- บทความการพัฒนา Agentic AI
ภาพสถาปัตยกรรมระบบของ Agentic AI ที่เกิดขึ้นจากการพัฒนาด้วย Model Context Protocol
| เนื้อหาในการอบรม
วันที่ 𝟏: พื้นฐานและหลักการของ 𝐀𝐠𝐞𝐧𝐭𝐢𝐜 𝐀𝐈
🔸 ภาคเช้า: ทฤษฎีพื้นฐาน
• พัฒนาการของ AI จากยุค Generative AI สู่ยุค Agentic AI
• ความแตกต่างระหว่าง Generative AI กับ Agentic AI
• Key Capabilities ของ Agentic AI: Adaptive, Proactive
Planning, Complex Goals, Environment Handling และ
Autonomous
• สถาปัตยกรรมพื้นฐานของ Agentic AI ทั้ง Perceive, Learn, Reason และ Act
🔸ภาคบ่าย: การประยุกต์ใช้และแนวโน้ม
• Business Impact วิเคราะห์ผลกระทบต่อธุรกิจ ชีวิตการทำงาน และ ROI
• Real-world Applications กรณีศึกษาการใช้งานจริงจากองค์กรชั้นนำ
• Future Trends แนวโน้มการพัฒนาและการหลอมรวมกับเทคโนโลยีอื่น
วันที่ 𝟐: 𝐕𝐢𝐬𝐮𝐚𝐥 𝐃𝐞𝐯𝐞𝐥𝐨𝐩𝐦𝐞𝐧𝐭 𝐨𝐟 𝐀𝐠𝐞𝐧𝐭𝐢𝐜 𝐀𝐈 𝐰𝐢𝐭𝐡 𝐋𝐚𝐧𝐠𝐅𝐥𝐨𝐰
🔸 ภาคเช้า: LangFlow Basics
• Setup & Interface เริ่มจากการติดตั้งและตั้งค่า development environment การเตรียม dependencies และ requirements ไปจนถึงการทำความเข้าใจโครงสร้างและส่วนประกอบของ interface และการจัดการ project workflow
• Core Components ศึกษาการเลือกและกำหนดค่า LLM models การออกแบบและจัดการ prompts การสร้าง chains และ sequences รวมถึงการใช้งาน agents และ memory systems
• Tools & Integration เรียนรู้การเชื่อมต่อกับ vector databases การใช้งาน document processors และ parsers การจัดการ API connections และ authentication และการใช้งาน external tools
• Templates & Best Practices ครอบคลุมแนวทางการออกแบบ prompt ที่มีประสิทธิภาพ การจัดการ conversation flow การออกแบบ error handling และการ optimize performance และ cost
🔸 ภาคบ่าย: Workshop - Customer Service Assistant
• Intelligent Routing System: พัฒนาระบบคัดแยกประเภทคำถามลูกค้าอัตโนมัติ สร้าง flow การส่งต่อไปยังแผนกที่เหมาะสม จัดการระดับความเร่งด่วนของปัญหา และเชื่อมต่อกับระบบ ticketing
• Conversation Memory System: สร้างระบบจัดการบริบทการสนทนา พัฒนา flow จดจำข้อมูลสำคัญของลูกค้า ออกแบบการเก็บประวัติการแก้ปัญหา และจัดการ session และ long-term memory
• FAQ Knowledge Integration: พัฒนาระบบเชื่อมต่อกับฐานข้อมูล FAQ สร้าง flow การค้นหาและดึงข้อมูลที่เกี่ยวข้อง ออกแบบการสรุปและนำเสนอข้อมูล และจัดการการอัพเดทฐานความรู้อัตโนมัติ
• Response Generation & Feedback สร้างระบบสร้างคำตอบที่เหมาะสม ออกแบบ flow การรับ feedback จากลูกค้า พัฒนาระบบปรับปรุงคำตอบจาก feedback และเชื่อมต่อกับระบบรายงานและวิเคราะห์
วันที่ 𝟯: 𝗠𝗼𝗱𝗲𝗹 𝗖𝗼𝗻𝘁𝗲𝘅𝘁 𝗣𝗿𝗼𝘁𝗼𝗰𝗼𝗹 (𝗠𝗖𝗣)
🔸 ภาคเช้า: MCP Architecture
• Introduction to MCP ศึกษาแนวคิดพื้นฐานและความสำคัญของ Model Context Protocol และการนำไปประยุกต์ใช้ในการพัฒนา AI applications
• Core Architecture เรียนรู้โครงสร้างหลักของ client-server การจัดการ transport layer และการออกแบบ architecture ที่มีประสิทธิภาพ
• Components Overview เข้าใจการทำงานของ resources, tools และ prompts รวมถึงการประยุกต์ใช้ในการพัฒนาระบบ AI
• Security Framework การจัดการสิทธิ์ และแนวทางการพัฒนาระบบที่ปลอดภัย
🔸 ภาคบ่าย: Workshop - Building Autonomous DevOps Agent
• Foundation & Code Analysis: พัฒนา agent ที่ช่วยวิเคราะห์และแนะนำการเขียนโค้ดที่เชื่อมต่อกับ MySQL/MSSQL โดยใช้ MySQL/MSSQL MCP Server ในการตรวจสอบ schema, query patterns และประสิทธิภาพของ SQL queries ที่เขียนในโค้ด
• Adding Real-time Support: ขยายความสามารถของ agent ให้รับแจ้งปัญหา SQL queries จากทีมผ่าน Slack แบบ real-time วิเคราะห์โครงสร้างผ่าน PostgreSQL schema และให้คำแนะนำในการปรับปรุงกลับไปยังทีมได้ทันที
• Semi-Autonomous Operations: พัฒนาระบบที่สามารถวิเคราะห์ GitHub repositories และสร้างข้อเสนอแนะในการแก้ไขโค้ดโดยอัตโนมัติ พร้อมทั้งสร้าง PR เพื่อให้ทีมตรวจสอบและอนุมัติ เน้นการทำงานร่วมกันระหว่าง agent และทีมพัฒนาอย่างมีประสิทธิภาพ
| ผู้สอน
Assoc.Prof.Dr.Thanachart Numnonda (ดูโปรไฟล์ >>ที่นี่)
- ผู้อำนวยการ สถาบันไอเอ็มซี
- ประธานกรรมการบริหารความเสี่ยงและ กรรมการอิสระ บริษัท ทุนธนชาต จำกัด (มหาชน), ประธานกรรมการบริษัท สยามอีสต์โซลูชั่น จำกัด (มหาชน), กรรมการอิสระบริษัท วินท์คอมเทคโนโลยี จำกัด (มหาชน) และกรรมการอิสระบริษัท ฮิวแมนนีก้า จำกัด (มหาชน)
- กรรมการผู้ทรงคุณวุฒิ สภามหาวิทยาลัยอุบลราชธานี สภามหาวิทยาลัยขอนแก่น และ สภามหาวิทยาลัยบูรพา
- Google Cloud Certified Professional Data Engineer, Feb 2020
- Cloud Technology Associate, Mar 2014
- CompTIA Cloud Essentials
Mr. Aekanun Thongtae (ดูโปรไฟล์ >>ที่นี่)
- CTO , Bangkok First Tech
- Big Data Consultant at IMC Institute
- Former Manager of Architecture and Prototype at EGA
- Former Manager of Research and Development at EGA
- Guest Lecturer in Many University, Courses of Data Mining and Information Security
- Former Director of Relations Network at Student Loan Fund