ประกาศผลการคัดเลือกในวันที่ 1 กรกฎาคม 2569 ผ่านทางอีเมลที่แจ้งไว
หลักสูตร การพัฒนาแอปพลิเคชันอัจฉริยะแบบครบวงจรด้วยเทคนิค RAG และ Flutter ภายใต้การบริหารโครงการแบบ Agile
หลักสูตรนี้มุ่งเน้นการสร้างนักพัฒนาระบบอัจฉริยะที่มีทักษะรอบด้าน (Full-Stack AI Developer) โดยบูรณาการองค์ความรู้ 3 ส่วนหลัก ได้แก่ 1) การพัฒนาแอปพลิเคชันสมัยใหม่ด้วย Flutter 2) การสร้างระบบปัญญาประดิษฐ์ขั้นสูงด้วยเทคนิค RAG (Retrieval-Augmented Generation) และ 3) การบริหารโครงการแบบ Agile Scrum ผู้เรียนจะได้ฝึกปฏิบัติจริงตั้งแต่การออกแบบสถาปัตยกรรมระบบ
การเชื่อมต่อ Cloud AI และ Local LLMs เพื่อรักษาความปลอดภัยของข้อมูล ไปจนถึงการส่งมอบนวัตกรรมที่ตอบโจทย์ธุรกิจได้จริง
รายละเอียดเนื้อหาหลักสูตร กลุ่มอุตสาหกรรมเป้าหมาย
อุตสาหกรรมดิจิทัล (Digital Industry)
อุตสาหกรรมปัญญาประดิษฐ์ (Artificial Intelligence)
หลักสูตรนี้มุ่งเน้นการพัฒนาทักษะแห่งอนาคตในด้านต่าง ๆ ดังนี้
- Artificial Intelligence: การประยุกต์ใช้ Generative AI และ RAG Technique
- Digital Platform Developing: การพัฒนา Cross-platform Application ด้วย Flutter
- Application Integration: การเชื่อมต่อ API และ Vector Database
- Agile Software Development: การบริหารจัดการโครงการแบบ Agile Scrum
- Software Design: การออกแบบสถาปัตยกรรมซอฟต์แวร์แบบ Clean Architecture
- Data Privacy & Security: การจัดการความปลอดภัยข้อมูลในระบบ AI (On – Premise)
ความสอดคล้องกับตำแหน่งงาน (Job Alignment)
- AI Application Developer / Generative AI Engineer
กลุ่มการเงินและเทคโนโลยี (FinTech & Banking) KBTG, SCB Tech X, Krungthai Bank, Bitkub
กลุ่มแพลตฟอร์มดิจิทัล LINE Thailand, True Digital, Shopee, Lazada
- Mobile Application Developer (Flutter)
กลุ่มธุรกิจบริการและค้าปลีก CP ALL, Central Group, Lotus’s, AOT
กลุ่มโลจิสติกส์ Kerry Express, Flash Express
กลุ่มประกันภัย (Insurtech) FWD, Allianz Ayudhya, Muang Thai Life
- AI Solutions Architect (Junior) / Secure AI Specialist
กลุ่มผู้วางระบบ (System Integrator) G-Able, MFEC, IBM Thailand
กลุ่มการแพทย์ (Healthcare) BDMS, Bumrungrad, รพ.ศิริราช
กลุ่มความมั่นคงปลอดภัยไซเบอร์ ACIS, nForce Secure, ETDA, ThaiCERT
- Technical Product Owner (TPO)
กลุ่มที่ปรึกษาและบริหารโครงการ Bluebik, Accenture, Thoughtworks
กลุ่มองค์กรขนาดใหญ่ (Enterprise) PTT Digital, SCG, ThaiBev
โครงสร้างหลักสูตร (รวม 120 ชั่วโมง)
Module 1: Agile Transformation & AI-Assisted Development (6 ชั่วโมง)
- Module 2: Advanced Flutter for Chat Interfaces (15 ชั่วโมง)
- Module 3: Cloud Generative AI Integration (14 ชั่วโมง)
Module 4: RAG Specialist (Retrieval-Augmented Generation) (16 ชั่วโมง)
Module 5: On-Premise AI & Privacy (9 ชั่วโมง)
Module 6: Capstone Project (60 ชั่วโมง)
เกณฑ์การคัดเลือก
กรรมการคัดเลือกจะพิจารณาจากข้อมูลของผู้สมัคร และการตัดสินของกรรมการถือเป็นที่สิ้นสุด (ฟรีไม่มีค่าใช้จ่าย)
สถานที่ในการอบรม (Training Location)
ห้องปฏิบัติการคอมพิวเตอร์ ชั้น 10-11 อาคารพหุวิทยาการ คณะเทคโนโลยีสารสนเทศ มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรี
ผลลัพธ์การเรียนรู้ (Learning Outcomes)
เมื่อสิ้นสุดหลักสูตร ผู้เรียนจะมีความสามารถดังนี้ (จำแนกตาม Bloom’s Taxonomy):
Apply (ประยุกต์ใช้): สามารถประยุกต์ใช้กระบวนการ Agile Scrum ในการบริหารจัดการโครงการซอฟต์แวร์และทำงานร่วมกับทีมได้อย่างมีประสิทธิภาพ
Create (สร้างสรรค์): สามารถพัฒนาแอปพลิเคชันข้ามแพลตฟอร์มด้วย Flutter ที่มีประสิทธิภาพสูง รองรับการขยายตัว และมี UX/UI ที่ทันสมัย
Integrate (บูรณาการ): สามารถเชื่อมต่อเทคโนโลยี Generative AI (ทั้ง Cloud และ Local) เข้ากับแอปพลิเคชันเพื่อแก้ปัญหาทางธุรกิจได้
Develop (พัฒนา): สามารถพัฒนาระบบ RAG (Retrieval-Augmented Generation) เพื่อจัดการองค์ความรู้ขององค์กรและสืบค้นข้อมูลได้อย่างแม่นยำ
Evaluate (ประเมิน): สามารถประเมินความเสี่ยงและเลือกใช้สถาปัตยกรรม AI ที่เหมาะสมกับนโยบายความปลอดภัยข้อมูล (Data Privacy) ขององค์กร
วิธีการประเมินผล (Assessment Methods)
เพื่อให้มั่นใจว่าผู้เรียนบรรลุผลลัพธ์การเรียนรู้ตามที่กำหนด จะมีการวัดและประเมินผลดังนี้:
- การประเมินระหว่างเรียน (Formative Assessment – 30%)
- การทำ Lab Exercise ในแต่ละ Module
- การมีส่วนร่วมในกิจกรรม Agile Ceremony (Daily Standup, Retro)
- การประเมินจากโครงงาน (Capstone Project – 50%)
- ประเมินโดยคณะกรรมการผู้ทรงคุณวุฒิ ตามเกณฑ์ Rubric Score ครอบคลุมด้าน:
- ความสมบูรณ์ของฟังก์ชันงาน (Functionality & RAG Accuracy)
- คุณภาพของโค้ดและสถาปัตยกรรม (Code Quality)
- ความคิดสร้างสรรค์และการแก้ปัญหา (Innovation)
- การทดสอบความรู้ (Post-Test – 20%)
- ข้อสอบวัดความรู้เชิงทฤษฎีและหลักการสำคัญ
- เกณฑ์การจบหลักสูตร
- มีเวลาเรียนไม่น้อยกว่าร้อยละ 80 ของเวลาเรียนทั้งหมด
- ผ่านเกณฑ์การประเมินรวมไม่น้อยกว่าร้อยละ 70
- ผู้เรียน ไม่น้อยกว่า 25% ต้องผ่านการฝึกงานในหน่วยงานที่ทำงานด้านการพัฒนาซอฟต์แวร์ ไม่น้อยกว่า 2 เดือน
- นักศึกษา 40 : บัณฑิตจบใหม่ 20 : บุคคลในตลาดแรงงาน 40
กำหนดการเรียน หลักสูตรการพัฒนาแอปพลิเคชันอัจฉริยะแบบครบวงจรด้วยเทคนิค RAG และ Flutter | รุ่นที่ 1
ครั้งที่ | วันเรียน | เวลา | Modules | Onsite/Online |
1 | วันเสาร์ที่ 1 ส.ค. 69 | 9.00 – 16.00 น. | Modules 1 – Introduction to AI-Native Software Development | Onsite |
2 | วันเสาร์ที่ 8 ส.ค. 69 | 9.00 – 16.00 น. | Modules 2 – Modern AI SDLC & Core Design Patterns | Onsite |
3 | วันเสาร์ที่ 15 ส.ค. 69 | 9.00 – 16.00 น. | Modules 3 – Digital Platform Developing with Flutter I (Hand-on Lab) | Onsite |
4 | วันเสาร์ที่ 22 ส.ค. 69 | 9.00 – 16.00 น. | Modules 3 – Digital Platform Developing with Flutter II (Hand-on Lab) | Onsite |
5 | วันเสาร์ที่ 29 ส.ค. 69 | 9.00 – 16.00 น. | Modules 3 – Digital Platform Developing with Flutter III (Hand-on Lab) | Onsite |
6 | วันเสาร์ที่ 5 ก.ย. 69 | 9.00 – 16.00 น. | Modules 4 – Knowledge Management: Advanced Data Ontology | Onsite |
7 | วันเสาร์ที่ 12 ก.ย. 69 | 9.00 – 16.00 น. | Modules 4 – Knowledge Management: Structural & Semantic Chunking (Hand-on Lab) | Onsite |
8 | วันเสาร์ที่ 19 ก.ย. 69 | 9.00 – 16.00 น. | Modules 5 – AI Governance & Advanced System Evaluation | Onsite |
9 | วันเสาร์ที่ 26 ก.ย. 69 | 9.00 – 16.00 น. | Modules 6 – Application Integration (Flutter + KM Chatbot Engine) (Hand-on Lab) | Onsite |
10 | วันเสาร์ที่ 3 ต.ค. 69 | 9.00 – 16.00 น. | Project Wrap up | Onsite |
5-16 ต.ค. 69 | Project Workout | |||
11 | วันเสาร์ที่ 10 ต.ค. 69 | 9.00 – 16.00 น. | Project Progress | Onsite |
12 | วันเสาร์ที่ 17 ต.ค. 69 | 9.00 – 16.00 น. | Final Presentation | Onsite |
กำหนดการเรียน หลักสูตรการพัฒนาแอปพลิเคชันอัจฉริยะแบบครบวงจรด้วยเทคนิค RAG และ Flutter | รุ่นที่ 2
|
ครั้งที่ |
วันเรียน |
เวลา |
Modules |
Onsite/Online |
|
1 |
วันเสาร์ที่ 24 ต.ค. 69 |
9.00 – 16.00 น. |
Modules 1 – Introduction to AI-Native Software Development |
Online |
|
2 |
วันเสาร์ที่ 31 ต.ค. 69 |
9.00 – 16.00 น. |
Modules 2 – Modern AI SDLC & Core Design Patterns |
Online |
|
3 |
วันเสาร์ที่ 7 พ.ย. 69 |
9.00 – 16.00 น. |
Modules 3 – Digital Platform Developing with Flutter I (Hand-on Lab) |
Onsite |
|
4 |
วันเสาร์ที่ 14 พ.ย. 69 |
9.00 – 16.00 น. |
Modules 3 – Digital Platform Developing with Flutter II (Hand-on Lab) |
Onsite |
|
5 |
วันเสาร์ที่ 21 พ.ย. 69 |
9.00 – 16.00 น. |
Modules 3 – Digital Platform Developing with Flutter III (Hand-on Lab) |
Onsite |
|
6 |
วันเสาร์ที่ 28 พ.ย. 69 |
9.00 – 16.00 น. |
Modules 4 – Knowledge Management: Advanced Data Ontology |
Onsite |
|
7 |
วันเสาร์ที่ 5 ธ.ค. 69 |
9.00 – 16.00 น. |
Modules 4 – Knowledge Management: Structural & Semantic Chunking (Hand-on Lab) |
Onsite |
|
8 |
วันเสาร์ที่ 12 ธ.ค. 69 |
9.00 – 16.00 น. |
Modules 5 – AI Governance & Advanced System Evaluation |
Onsite |
|
9 |
วันเสาร์ที่ 19 ธ.ค. 69 |
9.00 – 16.00 น. |
Modules 6 – Application Integration (Flutter + KM Chatbot Engine) (Hand-on Lab) |
Onsite |
|
10 |
วันเสาร์ที่ 9 ม.ค. 70 |
9.00 – 16.00 น. |
Project Wrap up |
Onsite |
|
10-22 ม.ค. 70 |
Project Workout |
|||
|
11 |
วันเสาร์ที่ 16 ม.ค. 70 |
9.00 – 16.00 น. |
Project Progress |
Onsite |
|
12 |
วันเสาร์ที่ 23 ม.ค. 70 |
9.00 – 16.00 น. |
Final Presentation |
Onsite |
อาจารย์ผู้สอน
รศ. ดร.วชิรศักดิ์ วานิชชา
รองคณบดีอาวุโสด้านวิจัย
และบริการวิชาการ SIT KMUTT
อ.สนิท ศิริสวัสดิ์วัฒนา
รองประธานหลักสูตรวิทยาศาสตรบัณฑิตสาขาวิชาเทคโนโลยีสารสนเทศ
ณฐวัฒน์ ธัมธิวงศ์
CEO Innovasive Co., Ltd.
ชานน ทองสุข
Lead Mobile Developer, Innovasive Co., Ltd.