หลักสูตร Continuous Integration and Delivery with Jenkins เป็นการอบรมทำ CI/CD แบบ Pipeline as Code ด้วย Jenkinsfile ตั้งแต่ Docker การดูแล Jenkins อย่างปลอดภัย Multibranch Pipeline กับ GitHub จนถึง Deploy แบบ Blue/Green ขึ้น Cloud เหมาะกับนักพัฒนาซอฟต์แวร์และวิศวกร DevOps ที่ใช้ Git และ Linux ได้
ทีมพัฒนาซอฟต์แวร์ที่ยัง Build, Test และ Deploy ด้วยมือมักเจอปัญหาเดิมซ้ำ ๆ ทั้งโค้ดที่ทำงานได้บนเครื่องหนึ่งแต่พังบนอีกเครื่อง การปล่อยเวอร์ชันใหม่ที่ช้าและเสี่ยง และการไล่หาว่าการเปลี่ยนแปลงไหนทำให้ระบบเสีย Jenkins เป็นเครื่องมือ CI/CD แบบโอเพนซอร์สที่องค์กรจำนวนมากใช้อยู่ แต่หลายแห่งยังตั้งค่าแบบ Freestyle Job ผ่านหน้าเว็บทีละจุด ทำให้ติดตามการเปลี่ยนแปลงไม่ได้ ทำซ้ำยาก และดูแลยากเมื่อจำนวนโปรเจกต์เพิ่มขึ้น
หลักสูตรนี้เป็นฉบับปรับปรุงใหม่ที่เน้น Pipeline as Code บน Jenkins LTS รุ่นปัจจุบัน พาผู้เรียนตั้งแต่แนวคิด CI/CD และ Docker ติดตั้งและดูแล Jenkins อย่างปลอดภัย เขียน Jenkinsfile แบบ Declarative ทำ Multibranch Pipeline กับ GitHub ใช้ Agent และ Docker Agent Build และ Test พร้อมรายงานผล สร้างและ Push Docker Image ตั้ง Quality Gate และสแกนความปลอดภัย แยกโค้ดซ้ำเป็น Shared Libraries วางกลยุทธ์ Deploy แบบ Blue/Green จัดการ Jenkins ด้วย Configuration as Code และฝึก Deploy โปรเจกต์ Python และ Java ขึ้นเซิร์ฟเวอร์และ Cloud (อบรม 5 วัน วันละ 6 ชั่วโมง รวม 30 ชั่วโมง ระดับ Intermediate)
รายละเอียดหลักสูตร
หลักสูตรนี้เป็นฉบับปรับปรุงใหม่ปี 2026 ของหลักสูตร Continuous Integration and Delivery with Jenkins เนื้อหาเขียนใหม่ให้เน้น Pipeline as Code บน Jenkins LTS รุ่นปัจจุบัน อบรม 5 วัน วันละ 6 ชั่วโมง รวม 30 ชั่วโมง (09:00-16:00 น.) รูปแบบบรรยายสลับ Lab และ Workshop ตลอดหลักสูตร ระดับ Intermediate เหมาะกับนักพัฒนาและวิศวกร DevOps ที่ใช้ Git และ Linux ได้ ผู้เรียนจะได้ติดตั้งและดูแล Jenkins อย่างปลอดภัย เขียน Jenkinsfile แบบ Declarative ทำ Multibranch Pipeline กับ GitHub ใช้ Docker Agent สร้างและสแกน Docker Image ตั้ง Quality Gate ทำ Shared Libraries และ Configuration as Code และ Deploy แบบ Blue/Green ขึ้นเซิร์ฟเวอร์และ AWS พร้อมรับตัวอย่าง Jenkinsfile และไฟล์ตั้งค่ากลับไปใช้งานต่อ
Section 1: แนวคิด CI/CD และ DevOps
Section 2: Lab: Git Workflow สำหรับ CI
Section 3: Lab: Docker สำหรับงาน CI/CD
Section 4: Lab: Dockerize แอปพลิเคชัน
Section 5: Lab: ติดตั้ง Jenkins LTS
Section 6: Lab: ดูแลและรักษาความปลอดภัยของ Jenkins
Section 7: Lab: Jenkinsfile แรกแบบ Declarative
Section 8: Lab: Declarative Pipeline เชิงลึก
Section 9: Lab: Multibranch Pipeline กับ GitHub
Section 10: Lab: Agent และ Docker Agent
Section 11: Lab: Build, Test และรายงานผล
Section 12: Lab: Build และ Push Docker Image ใน Pipeline
Section 13: Lab: Quality Gate และความปลอดภัยของ Pipeline
Section 14: Lab: Shared Libraries
Section 15: Lab: กลยุทธ์การ Deploy
Section 16: Workshop: Deploy โปรเจกต์ Python
Section 17: Workshop: Deploy โปรเจกต์ Java ขึ้น AWS
Section 18: Lab: Jenkins Configuration as Code
Section 19: Lab: Monitoring และการแก้ปัญหา Pipeline
Section 20: Workshop: Capstone CI/CD ครบวงจร
ขณะนี้ยังไม่มีรอบอบรมเปิดรับสมัคร ลงชื่อจองไว้ได้เลย ทีมงานจะติดต่อกลับเป็นกลุ่มแรกเมื่อเปิดรอบถัดไป หรือสอบถามทางไลน์ หรือโทร 02-570-8449 หรือ 088-807-9770
Continuous Integration (CI) คือการรวมโค้ดของทุกคนเข้าสาขาหลักบ่อย ๆ โดยทุกครั้งที่ Push ระบบจะ Build และรัน Test อัตโนมัติ เพื่อจับข้อผิดพลาดตั้งแต่เนิ่น ๆ ส่วน Continuous Delivery (CD) ต่อยอดจาก CI โดยทำให้โค้ดที่ผ่าน Test อยู่ในสภาพพร้อม Deploy เสมอ และ Deploy ได้ด้วยการกดอนุมัติ ถ้าตัดขั้นอนุมัติออกให้ขึ้น Production อัตโนมัติจะเรียกว่า Continuous Deployment ใน Jenkins ทั้งหมดนี้เขียนเป็นขั้นตอนใน Jenkinsfile ที่เก็บไว้ใน Git
Pipeline as Code คือการเขียนขั้นตอน CI/CD ทั้งหมดเป็นไฟล์ชื่อ Jenkinsfile แล้วเก็บไว้ใน Repository เดียวกับโค้ด แทนการตั้งค่า Freestyle Job ผ่านหน้าเว็บทีละช่อง ข้อดีคือทุกการเปลี่ยนแปลงผ่าน Code Review และย้อนดูประวัติได้ แต่ละ Branch และ Pull Request มี Pipeline ของตัวเองผ่าน Multibranch Pipeline สร้างใหม่หรือย้ายเครื่องได้ง่าย และแยกขั้นตอนที่ใช้ซ้ำไปเป็น Shared Library ได้ หลักสูตรนี้ใช้ Jenkinsfile แบบ Declarative ตลอดทั้งหลักสูตร
เริ่มจากติดตั้ง Docker บนเครื่อง Jenkins Agent และเก็บรหัสเข้า Registry ไว้ใน Jenkins Credentials จากนั้นเขียน Jenkinsfile แบบ Declarative แบ่ง Stage เป็น Checkout ดึงโค้ด, Test รันเทสต์ใน Container, Build สร้าง Image และติด Tag ด้วย Git Commit, Scan ตรวจช่องโหว่, Push ส่ง Image ขึ้น Registry ผ่าน withCredentials และ Deploy ดึง Image ไปรันบนเซิร์ฟเวอร์ปลายทาง แล้วสร้าง Multibranch Pipeline ชี้ไปที่ Repository และตั้ง Webhook ให้ทำงานทุกครั้งที่ Push
Blue/Green Deployment คือการมีสภาพแวดล้อมสองชุดที่เหมือนกัน ชุด Blue รันเวอร์ชันปัจจุบันที่ผู้ใช้ใช้อยู่ ส่วนชุด Green ใช้ติดตั้งเวอร์ชันใหม่และทดสอบ เมื่อพร้อมจึงสลับ Load Balancer หรือ Reverse Proxy ให้ทราฟฟิกไปที่ Green ทั้งหมด ผู้ใช้แทบไม่เจอเวลาที่ระบบหยุด และถ้า Health Check พบปัญหาก็สลับกลับไป Blue ได้ทันที ข้อควรระวังคือต้องจัดการฐานข้อมูลให้ใช้ได้กับทั้งสองเวอร์ชัน
เหมาะกับนักพัฒนาซอฟต์แวร์ วิศวกร DevOps ผู้ดูแลระบบที่ดูแล Jenkins หัวหน้าทีม QA และนักศึกษาที่สนใจงาน CI/CD ควรเข้าใจการเขียนโปรแกรมและการพัฒนาซอฟต์แวร์เบื้องต้น ใช้ Git ได้ และใช้คำสั่งพื้นฐานบน Linux ได้ ควรมีบัญชี GitHub และติดตั้ง Docker Desktop บนเครื่องได้ ส่วน Lab บน AWS ใช้บัญชีของผู้เรียนเอง
Dockerize แอปพลิเคชัน ติดตั้งและดูแล Jenkins LTS อย่างปลอดภัย เขียน Jenkinsfile แบบ Declarative ทำ Multibranch Pipeline กับ GitHub ใช้ Agent และ Docker Agent Build และ Test พร้อมรายงานผล สร้าง สแกน และ Push Docker Image ตั้ง Quality Gate ทำ Shared Library และ Configuration as Code วาง Deploy แบบ Blue/Green และ Deploy โปรเจกต์ Python และ Java ขึ้นเซิร์ฟเวอร์และ AWS ได้ ผู้ผ่านการอบรมได้รับใบประกาศนียบัตร (Certificate of Completion) ที่มีเลขที่ของตัวเองและตรวจสอบออนไลน์ได้
งานพัฒนาซอฟต์แวร์ เว็บไซต์ สคริปต์ดูแลระบบ หรือแม้แต่เอกสารที่แก้ร่วมกันหลายคน ล้วนต้องการวิธีเก็บประวัติการแก้ไข ย้อนกลับไปเวอร์ชันก่อน และรวมงานของหลายคนเข้าด้วยกันโดยไม่ทับกัน Git คือเครื่องมือ Version Control ที่เป็นมาตรฐานของวงการ ส่วน GitHub และ…
ระบบงานทุกวันนี้ทั้งเว็บ แอปมือถือ และบริการของพาร์ตเนอร์ ล้วนคุยกันผ่าน REST API ทีมที่ใช้ Django อยู่แล้วจึงต้องเปิดข้อมูลของระบบออกมาเป็น API ที่ออกแบบดี ปลอดภัย มีเอกสาร และทดสอบได้ Django REST Framework เป็นเครื่องมือมาตรฐานของงานนี้ เพราะต่อยอดจาก…
เมื่อระบบโตขึ้นและมีหลายทีมช่วยกันพัฒนา แอปพลิเคชันก้อนเดียวมักแก้ยาก Deploy ช้า และพังทั้งระบบเมื่อส่วนใดส่วนหนึ่งมีปัญหา สถาปัตยกรรม Microservices จึงถูกนำมาใช้เพื่อแยกระบบเป็นบริการย่อยที่พัฒนาและขยายได้อิสระ แต่ก็มาพร้อมโจทย์ใหม่ทั้งการตั้งค่า การค้นหากัน…
