รายละเอียด


รองรับการเชื่อมประวัติการเรียนกับ Jobsdb

ดูเพิ่มเติม
Verified by SEEK Pass

สามารถสร้างระบบ RAG สำหรับค้นหาและใช้ความรู้จากเอกสารองค์กรได้ด้วย Microsoft Foundry แบบ No-Code

คำอธิบายคอร์สออนไลน์
ในยุคที่องค์กรมีข้อมูลจำนวนมาก เช่น PDF, Word, PowerPoint หรือเอกสารภายในองค์กร การค้นหาความรู้ที่ถูกต้องและรวดเร็วกลายเป็นเรื่องสำคัญ เทคโนโลยี Retrieval-Augmented Generation (RAG) ช่วยให้ระบบ AI สามารถค้นหาข้อมูลจากเอกสาร และนำข้อมูลนั้นมาใช้ในการตอบคำถามหรือสรุปเนื้อหาได้อย่างแม่นยำ

คอร์สนี้จะพาคุณเรียนรู้การสร้างระบบ RAG โดยไม่ต้องเขียนโค้ด (No-Code) ด้วย Microsoft Foundry ตั้งแต่การ Deploy โมเดลจาก Model Catalog การอัปโหลดเอกสาร การสร้างดัชนีข้อมูล (Index) การใช้ Embeddings และ Vector Search ไปจนถึงการทดลองทดสอบระบบ RAG ผ่าน Chat Playground เพื่อถาม-ตอบและค้นหาความรู้จากเอกสารได้ทันที โดยไม่ต้องเขียนโค้ด

ผู้เรียนจะได้เข้าใจแนวคิดของ AI Knowledge Systems และการใช้เครื่องมือใน Microsoft Foundry เพื่อสร้างระบบค้นหาความรู้จากเอกสารองค์กรได้อย่างมีประสิทธิภาพ โดยไม่จำเป็นต้องมีพื้นฐานการเขียนโปรแกรม

ประโยชน์ที่ผู้เรียนจะได้รับ
เมื่อเรียนจบคอร์สนี้ ผู้เรียนจะสามารถ
1. เข้าใจแนวคิดของ Retrieval-Augmented Generation (RAG)
2. สร้างระบบ AI ที่ค้นหาความรู้จากเอกสารได้
3. ใช้งาน Microsoft Foundry เพื่อสร้าง RAG แบบ No-Code
4. เรียนรู้ขั้นตอนการสร้าง AI Knowledge Retrieval System

ใครควรเรียนคอร์สออนไลน์นี้
1. ผู้ที่สนใจ AI และ Generative AI (ไม่จำเป็นต้องมีพื้นฐานการเขียนโปรแกรม)
2. ผู้ที่ทำงานด้าน Digital Transformation หรือ AI Use Case ในองค์กร
3. ผู้บริหารหรือผู้ที่ต้องการเข้าใจการประยุกต์ใช้ AI และ RAG กับข้อมูลในองค์กร
4. ผู้ที่ต้องการเรียนรู้การสร้าง RAG Application โดยไม่ต้องเขียนโปรแกรม (No-Code)

ผู้เรียนต้องมีความรู้อะไรมาก่อน
1. ไม่จำเป็นต้องมีพื้นฐานการเขียนโปรแกรม
2. มีความสนใจด้าน AI หรือ Generative AI เบื้องต้น
3. ต้องมีบัญชี Microsoft และสมัคร Azure Account เพื่อใช้งานแพลตฟอร์ม AI ของ Microsoft

เนื้อหา

ผู้สอน


พรพระ ชำนาญวนิชกุล
ไปที่หน้าผู้สอน
  • Meta Certified Digital Marketing Associate
  • Certified NVIDIA Jetson AI Specialist
  • Data Scientist ที่ บริษัท ปตท. น้ำมันและการค้าปลีก จำกัด (มหาชน) (PTTOR)
  • ผู้สอนและให้ความรู้ด้าน Data Science และ Machine Learning
  • อดีต Senior Data Scientist ที่บริษัท Ascend Group
  • อดีต Data Scientist ที่บริษัท Ascend Group
  • อดีต Data Science Instructor ที่ True Digital Academy
  • อดีต ผู้ช่วยนักวิจัยทางด้าน Data Science ให้กับ Smart Grid Research Unit (SGRU) ภาควิชาวิศวกรรมไฟฟ้า จุฬาลงกรณ์มหาวิทยาลัย
  • ผ่านเข้ารอบชิงชนะเลิศโครงการ National Software Contest (NSC) 2020 ในหัวข้อ “อัลกอริทึมประหยัดพลังงานสำหรับเครื่องปรับอากาศด้วยเทคนิคการผสมผสานการเรียนรู้แบบมีผู้สอน (Supervised Learning) และการเรียนรู้แบบเสริมกำลัง (Reinforcement Learning) สำหรับการจัดการพลังงานในรูปแบบอาคาร”
  • ปริญญาโท วิศวกรรมไฟฟ้า จุฬาลงกรณ์มหาวิทยาลัย
  • ปริญญาตรี วิศวกรรมไฟฟ้า (เกียรตินิยมอันดับสอง) มหาวิทยาลัยมหิดล
  • Building-RAG-Solutions-on-Microsoft-Foundry
    คอร์สออนไลน์