หลักสูตร AI สำหรับศิษย์เก่านักพัฒนาซอฟต์แวร์
รายละเอียดเนื้อหาเกี่ยวกับ AI
เนื้อหาด้าน AI สำหรับการพัฒนาซอฟต์แวร์ของเรา เป็นการผสมผสานระหว่างการเรียนที่มีผู้เชี่ยวชาญหรือผู้สอนคอยให้คำแนะนำ รวมไปกับการฝึกปฏิบัติจริง เพื่อช่วยให้ผู้เรียนสร้างความมั่นใจในการเลือกใช้เครื่องมือ AI ต่างๆ โดยคุณจะได้พัฒนาทักษะต่าง ๆ ทั้งการเรียนรู้และลงมือทำจริง ๆ ผ่านการทำแล็บและการทำโปรเจกต์ต่าง ๆ เพื่อให้มั่นใจว่าคุณจะมีความพร้อมสำหรับการนำไปใช้งานจริงในโลกการทำงาน
โดยผู้เรียนจะได้รับทักษะพื้นฐานที่จำเป็นในการนำ AI มาใช้ช่วยในงานพัฒนาซอฟต์แวร์ ที่หลากหลาย เช่น การเขียนคำสั่ง (Prompting) การสร้างและปรับแต่งโค้ด การทดสอบ แก้ไขจุดบกพร่อง และการสร้างระบบอัตโนมัติ การประยุกต์ใช้หลักจริยธรรมขณะใช้ AI การทำงานร่วมกันในสภาพแวดล้อมที่มี AI เป็นผู้ช่วย และการเรียนรู้อย่างต่อเนื่อง เพื่อก้าวให้ทันเทคโนโลยี AI ที่มีการพัฒนาและเปลี่ยนแปลงอยู่ตลอดเวลา
นอกจากนี้ ผู้เรียนยังจะได้ลงมือพัฒนา Weather App หรือแอปพลิเคชันพยากรณ์อากาศของตัวเอง โดยใช้ทักษะด้าน AI ใหม่ๆ ที่ได้เรียนรู้มาทั้งหมดจากหลักสูตรนี้
เครื่องมือที่คุณจะได้ศึกษาและสำรวจ
- ChatGPT
- Copilot
- Qodo GEN
- Roo Code
- Chatbase
โมดูล
➤ บทนำ: ปัญญาประดิษฐ์ในโลกไอที – 35 นาที
- ทำความเข้าใจพื้นฐานและแนวคิดสำคัญของ AI
- แยกแยะความแตกต่างระหว่าง AI ประเภทต่างๆ เช่น Chatbots (โปรแกรมแชทอัตโนมัติ) และ Agentic AI (AI ที่สามารถวางแผนและดำเนินงานได้ด้วยตนเอง)
- ทดสอบความรู้พื้นฐานเกี่ยวกับ AI เพื่อระบุส่วนที่ควรศึกษาเพิ่มเติม
➤ การคิดเชิงวิเคราะห์และประสิทธิภาพการทำงานในยุค AI – 40 นาที
- ทำความเข้าใจโครงสร้างของกระบวนการคิดเชิงวิเคราะห์
- ระบุแนวทางการใช้ AI ในขั้นตอนต่างๆ ของกระบวนการคิดเชิงวิเคราะห์
- ทำความเข้าใจการใช้ AI ในบทบาทสายงานไอทีเพื่อเพิ่มประสิทธิภาพการทำงาน
- ประเมินความเหมาะสมของเครื่องมือ AI ในการแก้ปัญหาเฉพาะด้าน
➤ การสื่อสารกับ AI – 45 นาที
- ตระหนักถึงข้อจำกัดและความเสี่ยงของการใช้ AI ในบริบทของการทำงาน
- ประเมินตัวอย่างการใช้ AI เชิงจริยธรรมเทียบกับการใช้งานที่ไม่เหมาะสมในที่ทำงาน
- สำรวจแนวทางการเขียนคำสั่ง (Prompting) รูปแบบต่างๆ เพื่อการสื่อสารกับ AI อย่างมีประสิทธิภาพ
- ฝึกฝนการร่างไฟล์ README (ไฟล์อธิบายรายละเอียดโครงการ) โดยใช้ AI เป็นผู้ช่วย
➤ บทนำและการตั้งค่าโครงการ – 1 ชั่วโมง
- ระบุความสามารถหลักของเครื่องมือพัฒนาซอฟต์แวร์ที่ใช้ AI เป็นตัวช่วย
- กำหนดขอบเขตและวัตถุประสงค์ของโครงการเขียนโค้ดที่ใช้ AI เป็นผู้ช่วย
- กำหนดค่าสภาพแวดล้อมพื้นฐาน (Environment Configuration) ที่เอื้อต่อการพัฒนาโดยมี AI ขับเคลื่อน
➤ วิศวกรรมคำสั่งสำหรับการเขียนโค้ด – 1 ชั่วโมง
- แยกแยะความแตกต่างระหว่างคำสั่ง (Prompts) ที่มีประสิทธิภาพและไม่มีประสิทธิภาพในการสร้างโค้ด
- ประยุกต์ใช้เทคนิคการปรับแต่งคำสั่ง (Prompt-refinement) เพื่อขอหรือดึงข้อมูลที่เกี่ยวข้อง
- สร้างฟังก์ชันพื้นฐานด้วยโค้ดที่สร้างจาก AI เพื่อโต้ตอบกับบริการภายนอกหรือ API
➤ การแก้ไขจุดบกพร่องและการทดสอบโดยใช้ AI – 1 ชั่วโมง
- นำข้อมูลบันทึกข้อผิดพลาด (Error logs) หรือผลการทดสอบที่ล้มเหลวมาใช้ในคำสั่งเพื่อให้ AI ช่วยแก้ไขจุดบกพร่อง (Debugging)
- สร้างกรณีทดสอบพื้นฐาน (Test cases) ตามคำแนะนำของ AI
- ประเมินความถูกต้องและความน่าเชื่อถือของแนวทางการแก้ไขที่ AI แนะนำ
➤ การจัดทำเอกสารและการตรวจทานโค้ดด้วย AI – 1 ชั่วโมง
- สร้างเอกสารประกอบเบื้องต้น (Preliminary documentation) โดยใช้ข้อเสนอแนะจาก AI
- ประเมินข้อเสนอแนะจากการตรวจทานโค้ด (Code review) ของ AI เพื่อนำไปพัฒนาต่อ
- ขัดเกลา Docstrings หรือเอกสารโครงการอื่นๆ ให้ชัดเจนและครบถ้วน
➤ การพัฒนาฟีเจอร์ขั้นสูง – 1 ชั่วโมง
- บูรณาการฟีเจอร์ระดับสูงโดยอาศัยคำแนะนำจาก AI
- ประเมินความเป็นไปได้ของการปรับปรุงโครงสร้างโค้ด (Refactoring) หรือการเพิ่มฟีเจอร์ใหม่ด้วย AI ในสถานการณ์จริง
➤ จริยธรรมและความปลอดภัยในโค้ดที่สร้างด้วย AI – 1 ชั่วโมง
- ตระหนักถึงประเด็นด้านจริยธรรมและความปลอดภัยที่พบบ่อยในโค้ดที่สร้างโดย AI
- วิเคราะห์ประเด็นเรื่องลิขสิทธิ์ (Licensing) และความเป็นส่วนตัวของข้อมูล (Data privacy) ในการพัฒนาด้วย AI
- วางกลยุทธ์เพื่อลดความเสี่ยงและรักษามาตรฐานการใช้งาน AI อย่างรับผิดชอบ
➤ โครงการจบหลักสูตรและการสรุปบทเรียน – 1 ชั่วโมง
- นำเสนอโครงการเขียนโค้ดที่ใช้ AIช่วย ซึ่งมีการบูรณาการเทคนิคต่างๆ ที่ได้เรียนรู้
- สะท้อนประสบการณ์การเรียนรู้ส่วนบุคคลและการทำงานร่วมกันตลอดกระบวนการ
- ระบุแนวทางการพัฒนาต่อยอดหรือโครงการในอนาคตโดยใช้ทักษะการพัฒนาซอฟต์แวร์ด้วย AI