หลักสูตร Forward Deployed Engineer (FDE) 101 เป็นการอบรมงานของวิศวกรที่ทำงานร่วมกับลูกค้า ตั้งแต่ค้นหาปัญหาธุรกิจ วางแผน AI Solution ออกแบบระบบ Multi-Agent ด้วย Claude Code จนถึง Deploy โมเดลแบบ On-Premise และส่งมอบระบบ เหมาะกับนักพัฒนา วิศวกร IT และที่ปรึกษาด้านโซลูชันที่ต้องพา AI ไปใช้งานจริง
หลายองค์กรทดลองใช้ AI มาแล้ว แต่โปรเจกต์จำนวนมากหยุดอยู่แค่ Demo เพราะคนที่เข้าใจปัญหาธุรกิจกับคนที่สร้างระบบได้มักอยู่คนละฝั่ง Forward Deployed Engineer (FDE) คือวิศวกรที่ปิดช่องว่างนี้ ทำงานร่วมกับลูกค้าถึงหน้างาน ฟังปัญหาจริง เปลี่ยนโจทย์ธุรกิจให้เป็นระบบ AI ที่ทำงานได้ และอยู่จนระบบถูกใช้งานจริงในองค์กร บทบาทนี้จึงต้องการทั้งทักษะการสื่อสาร การออกแบบระบบ และการ Deploy ในคนเดียว
หลักสูตร 3 วันเข้มข้นนี้พาผู้เรียนเดินครบวงจรงานของ FDE วันแรกฝึกค้นหาปัญหาที่แท้จริงของลูกค้าผ่านการสัมภาษณ์เสมือนจริง วางแผน AI Solution ที่ตอบโจทย์ธุรกิจ และเริ่มต้นใช้ Claude Code วันที่สองออกแบบ AI Architecture ระบบ Multi-Agent เชื่อมต่อ API และ MCP จัดการ Context Isolation ด้วย Subagent และแปลง Requirement เป็นระบบที่ Deploy ได้ วันที่สามนำระบบขึ้นแบบ On-Premise ด้วย Local AI คำนวณ GPU วัดและปรับประสิทธิภาพจนผ่าน SLO แล้วปิดท้ายด้วยการส่งมอบระบบพร้อม Runbook และ Monitoring (อบรม 3 วัน วันละ 6 ชั่วโมง รวม 18 ชั่วโมง ระดับ Intermediate)
รายละเอียดหลักสูตร
หลักสูตรนี้พาผู้เรียนฝึกบทบาท Forward Deployed Engineer (FDE) หรือวิศวกรที่ทำงานร่วมกับลูกค้าถึงหน้างาน รับโจทย์ธุรกิจมาเปลี่ยนเป็นระบบ AI ที่ทำงานได้จริง แล้วส่งมอบจนองค์กรใช้งานได้ อบรม 3 วัน วันละ 6 ชั่วโมง รวม 18 ชั่วโมง (09:00-16:00 น.) รูปแบบบรรยายพร้อม Lab, Workshop และ Role-play บนโจทย์ลูกค้าจำลองชุดเดียวที่ต่อยอดกันทั้ง 3 วัน ระดับ Intermediate ผู้เรียนควรเขียนโปรแกรมพื้นฐานและใช้ Terminal กับ Git ได้ และต้องมีบัญชี Claude แผน Pro ขึ้นไปของตนเองหรือของบริษัท พร้อมติดตั้ง Claude Code ไว้ก่อนวันอบรม
สถาบันไม่ได้จัดเตรียมบัญชี Subscription, GPU, Server หรือ Cloud Credit ให้ Lab Local AI รัน Open Model ขนาดเล็กบน Notebook ของผู้เรียน ส่วนโมเดลขนาดใหญ่วิทยากรสาธิตให้ดู และการคำนวณ GPU เป็นแบบฝึกคำนวณ หลักสูตรนี้ต่อยอดจาก Claude Code for Real-World Projects ที่เน้นการพัฒนาซอฟต์แวร์ด้วย Claude Code, Build AI Multi-Agent with Claude Code ที่เน้นการสั่งงานทีม Agent และ Mastering AI Agents in the Workplace ที่เน้นการใช้ AI Agent ในงานสำนักงาน โดยเพิ่มมุมมองของ FDE ที่ต้องส่งมอบระบบให้ลูกค้าครบวงจร ตั้งแต่การค้นหาปัญหา การออกแบบ ไปจนถึง Deploy แบบ On-Premise และ Handover
Section 1: FDE คือใคร และงานส่งมอบ AI ในองค์กร
Section 2: Business Discovery: หาปัญหาที่แท้จริงของลูกค้า
Section 3: Workshop: สัมภาษณ์ลูกค้าเสมือนจริง (Role-play)
Section 4: Agentic Plan: วาง AI Solution ที่ตอบโจทย์ธุรกิจ
Section 5: Lab: เริ่มต้นใช้งาน Claude Code
Section 6: ออกแบบ AI Architecture จาก Requirement
Section 7: ออกแบบระบบ Multi-Agent
Section 8: Lab: Context Isolation ด้วย Subagent
Section 9: Lab: เชื่อมต่อ API และ MCP
Section 10: Workshop: จาก Requirement สู่ระบบที่ Deploy ได้
Section 11: Lab: Deploy Local AI แบบ On-Premise
Section 12: Workshop: คำนวณ GPU และขนาดเครื่อง
Section 13: Lab: วัดและ Optimize ประสิทธิภาพจนผ่าน SLO
Section 14: Production Readiness และการส่งมอบระบบ
Section 15: Capstone: ส่งมอบโปรเจกต์ FDE ตั้งแต่ต้นจนจบ
ขณะนี้ยังไม่มีรอบอบรมเปิดรับสมัคร ลงชื่อจองไว้ได้เลย ทีมงานจะติดต่อกลับเป็นกลุ่มแรกเมื่อเปิดรอบถัดไป หรือสอบถามทางไลน์ หรือโทร 02-570-8449 หรือ 088-807-9770
หลักสูตรนี้ต่อยอดจากทั้งสามหลักสูตร Claude Code for Real-World Projects เน้นการพัฒนาซอฟต์แวร์ด้วย Claude Code ตั้งแต่ Issue ถึง Pull Request, Build AI Multi-Agent with Claude Code เน้นการสร้างและสั่งงานทีม Agent และ Mastering AI Agents in the Workplace เน้นการใช้ AI Agent ในงานสำนักงานแบบ No-code ส่วนหลักสูตรนี้มองจากบทบาท FDE ที่ต้องส่งมอบระบบให้ลูกค้าครบวงจร ตั้งแต่การค้นหาปัญหาและสัมภาษณ์ลูกค้า การวาง Agentic Plan การออกแบบ Architecture ไปจนถึง Deploy แบบ On-Premise คำนวณ GPU วัดผลตาม SLO และส่งมอบงาน
สถาบันไม่ได้จัดเตรียมบัญชีหรือ Subscription ให้ ผู้เรียนใช้บัญชี Claude แผน Pro ขึ้นไปของตนเองหรือของบริษัท เช่น Pro, Max หรือ Team และ Enterprise ที่ที่นั่งรวม Claude Code และติดตั้ง Claude Code ไว้ให้เรียบร้อยก่อนวันอบรม แผน Pro ใช้เรียนได้แต่อาจถึงขีดจำกัดการใช้งานระหว่าง Lab ต่อเนื่อง นอกจากนี้ควรติดตั้ง Git, VS Code, Docker Desktop และ Ollama บน Notebook ไว้ล่วงหน้า
ไม่จำเป็นต้องมี GPU และสถาบันไม่ได้จัดเตรียม GPU, Server หรือ Cloud Credit ให้ Lab Local AI รัน Open Model ขนาดเล็กบน Notebook ของผู้เรียนด้วย Ollama หรือ vLLM หากเครื่องรองรับ ส่วนโมเดลขนาดใหญ่วิทยากรสาธิตบนเครื่องที่แรงกว่าให้ดู และหัวข้อคำนวณ GPU, VRAM และ KV Cache เป็นแบบฝึกคำนวณที่นำไปใช้วางสเปกเครื่องจริงได้
เรียนได้หากเขียนโปรแกรมพื้นฐานได้อย่างน้อยหนึ่งภาษา ใช้ Terminal และ Git ขั้นพื้นฐานได้ และอ่านโค้ดที่ AI สร้างได้ เพราะ Lab ส่วนใหญ่ให้ Claude Code ช่วยลงมือเขียนโค้ด แต่ผู้เรียนต้องตรวจและตัดสินใจเอง หลักสูตรเหมาะกับวิศวกร IT, Solution Engineer และที่ปรึกษาด้านเทคนิคที่มีพื้นฐานนี้ ส่วนผู้ที่ไม่เคยเขียนโค้ดเลยควรเริ่มจากหลักสูตร AI Agent แบบ No-code ก่อน
ผู้เรียนที่เข้าอบรมครบจะได้รับประกาศนียบัตรจบหลักสูตร (Certificate of Completion) จากสถาบันไอทีจีเนียส ซึ่งไม่ใช่ใบรับรองจากผู้ผลิตเครื่องมือรายใด หลักสูตรนี้เน้นทักษะที่นำไปใช้ได้จริงและชุดงานส่งมอบจาก Capstone ที่ใช้เป็นตัวอย่างผลงานได้
ในรอบ Public ทุกคนใช้โจทย์ลูกค้าจำลองชุดเดียวกัน ผู้เรียนนำแนวคิดจากโจทย์จริงมาปรับใช้ใน Workshop ได้ แต่ไม่ควรนำข้อมูลลับหรือข้อมูลส่วนบุคคลของบริษัทเข้ามาในคลาส หากต้องการใช้โจทย์และระบบขององค์กรโดยตรง สามารถจัดเป็นหลักสูตร In-house และขอใบเสนอราคาได้
AI Coding Agent วันนี้ไม่ได้เป็นแค่เครื่องมือช่วยเติมโค้ดอีกต่อไป แต่ทำงานเหมือนเพื่อนร่วมทีมที่อ่านโค้ดทั้งโปรเจกต์ วางแผน แก้ไขหลายไฟล์ รันคำสั่ง และเปิด Pull Request ได้เอง นักพัฒนาจำนวนมากเริ่มใช้แล้ว แต่ยังสั่งงานแบบถามตอบทีละคำสั่ง…
นักพัฒนาจำนวนมากใช้ Claude Code เป็นผู้ช่วยเขียนโค้ดแบบคุยทีละคำสั่งได้คล่องแล้ว แต่เมื่องานใหญ่ขึ้น Context ของ Agent ตัวเดียวเริ่มเต็ม งานที่ทำพร้อมกันได้ถูกทำทีละขั้น และผลลัพธ์ขึ้นกับว่าใครพิมพ์ Prompt เก่งแค่ไหน Claude Code ในปัจจุบันจึงมีทั้ง Subagent…
เครื่องมือ AI ในที่ทำงานกำลังเปลี่ยนจากแชตบอตที่ตอบคำถามทีละครั้ง ไปเป็น AI Agent ที่วางแผนงานหลายขั้นตอน ทำงานกับไฟล์และแอปที่เชื่อมไว้ สร้างเอกสาร สเปรดชีตและรายงาน และตั้งเวลาให้ทำงานซ้ำตามรอบได้ ทั้งใน ChatGPT และ Claude แต่คนทำงานส่วนใหญ่ยังใช้ AI…
