Cloud · CLC-08

Google Cloud Generative AI Leader

หลักสูตร Google Cloud Generative AI Leader เป็นการอบรม Generative AI เชิงกลยุทธ์ ครอบคลุมทักษะที่วัดในข้อสอบ Generative AI Leader ทั้งพื้นฐาน Gen AI, บริการของ Google Cloud, Prompt, Grounding และกลยุทธ์ธุรกิจ เหมาะกับผู้บริหาร หัวหน้าทีม และทีมธุรกิจ จบแล้วได้แผน Use Case Gen AI ขององค์กร

อัปเดตล่าสุด 1 ต.ค. 2569

ราคาเริ่มต้น 4,050 บาท / ท่าน 4,500 −10% ยังไม่รวม VAT 7% · มีราคาหมู่คณะ

ขอใบเสนอราคาอบรมองค์กร ลงชื่อจองไว้

PDFดาวน์โหลด Course Outline

ระยะเวลา6 ชั่วโมง · 1 วัน
รูปแบบออนไซต์ / ออนไลน์สด
รอบถัดไปเปิดตามคำขอ
ใบรับรองมี Certificate

ภาพรวมหลักสูตร

ผู้บริหารและหัวหน้าทีมจำนวนมากถูกถามว่าองค์กรควรใช้ Generative AI อย่างไร แต่ข้อมูลที่ได้รับมักกระจัดกระจาย บ้างเน้นเทคนิคจนเข้าใจยาก บ้างเน้นกระแสจนตัดสินใจไม่ได้ ผู้นำจึงต้องเข้าใจพื้นฐานของ Gen AI มากพอจะคุยกับทีมเทคนิคได้ รู้ว่าเครื่องมือแต่ละตัวบน Google Cloud เหมาะกับงานแบบใด และรู้วิธีเลือก Use Case วัดผล และกำกับความเสี่ยงให้การลงทุนด้าน AI เกิดผลจริง

หลักสูตรนี้ครอบคลุมทักษะที่วัดในข้อสอบ Google Cloud Certified Generative AI Leader ตามโครงร่างล่าสุดบนเว็บไซต์ Google Cloud ทั้ง 4 หมวด ได้แก่ พื้นฐาน Gen AI, บริการ Gen AI ของ Google Cloud, เทคนิคปรับปรุงผลลัพธ์ของโมเดล และกลยุทธ์ธุรกิจเพื่อความสำเร็จ เรียนผ่านตัวอย่างธุรกิจ การสาธิต และการทดลองใช้เครื่องมืออย่าง Gemini, Google AI Studio และ NotebookLM ด้วยบัญชีของผู้เรียนเอง โดยไม่ต้องเขียนโค้ด ก่อนปิดท้ายด้วย Workshop วางแผน Use Case ขององค์กร หลักสูตรนี้ช่วยเตรียมตัวสอบ แต่ผู้เรียนต้องลงทะเบียนสอบกับ Google Cloud เอง (อบรม 1 วัน 6 ชั่วโมง ระดับ Beginner)

สิ่งที่คุณจะได้รับ

อธิบายแนวคิดหลักของ Generative AI, Foundation Model และ Machine Learning ได้
ประเมินคุณภาพและความพร้อมของข้อมูลสำหรับงาน AI ขององค์กร
เลือก Foundation Model ของ Google ให้ตรงกับ Use Case ทางธุรกิจ
แยกแยะบริการ Gen AI ของ Google Cloud ทั้งเครื่องมือสำเร็จรูปและแพลตฟอร์มสำหรับนักพัฒนา
อธิบายบทบาทของ Agent และเครื่องมือที่ Agent ใช้ทำงาน
ใช้ Prompt Engineering, Grounding และ RAG เพื่อปรับปรุงผลลัพธ์ของโมเดล
วางแผนนำ Gen AI เข้าองค์กรพร้อมวัดผล ทั้งด้าน Secure AI และ Responsible AI
ทบทวนทักษะตามโครงร่างข้อสอบ Generative AI Leader และวางแผนเตรียมสอบได้

หลักสูตรนี้เหมาะสำหรับ

ผู้บริหาร หัวหน้าทีม และผู้จัดการโครงการที่ต้องตัดสินใจเรื่อง Generative AI
ทีม Business, Product, Sales และ Pre-sales ที่ต้องคุยเรื่อง AI กับลูกค้าหรือทีมเทคนิค
ทีม Digital Transformation และ Innovation ที่ต้องเลือก Use Case และเครื่องมือ
ผู้ที่ต้องการเตรียมตัวสอบ Google Cloud Certified Generative AI Leader

พื้นฐานของผู้เข้าอบรม

ไม่ต้องมีพื้นฐานการเขียนโปรแกรมหรือ Machine Learning
เคยใช้เครื่องมือ AI อย่าง Gemini หรือแชตบอตอื่นมาบ้างจะช่วยให้เรียนได้เร็วขึ้น
มีโจทย์หรือกระบวนการงานในองค์กรที่อยากนำ AI ไปใช้ เพื่อใช้ใน Workshop
โน้ตบุ๊กพร้อมเบราว์เซอร์และบัญชี Google สำหรับทดลองเครื่องมือ
ไม่จำเป็นต้องมีบัญชี Google Cloud ส่วนที่เป็นการสาธิตบน Console ผู้เรียนจะทำตามด้วย Free Trial ของตนเองหรือไม่ก็ได้

หัวข้อการฝึกอบรม

รายละเอียดหลักสูตร

หลักสูตรนี้ครอบคลุมทักษะที่วัดในข้อสอบ Google Cloud Certified Generative AI Leader ตามโครงร่างล่าสุดบนเว็บไซต์ Google Cloud ทั้ง 4 หมวด อบรม 1 วัน 6 ชั่วโมง (09:00-16:00 น.) รูปแบบบรรยาย สาธิต และ Workshop ระดับ Beginner ไม่ต้องเขียนโค้ด ต่างจาก Data & AI for Business Leaders ที่เน้นกลยุทธ์ข้อมูลทั่วไป และ Google Gemini for Work ที่เน้นการใช้งานรายวัน โดยหลักสูตรนี้เน้นภาพรวมบริการ Gen AI ของ Google Cloud ในมุมผู้นำ ผู้เรียนทดลองเครื่องมืออย่าง Gemini, Google AI Studio และ NotebookLM ด้วยบัญชี

Google ของตนเอง ส่วน Gemini Enterprise และ Gemini for Google Workspace ต้องมี License ขององค์กรจึงเป็นการสาธิต ผู้ที่ต้องการลองบน Google Cloud Console ใช้ Free Trial หรือ Project ของตนเองและรับผิดชอบค่าใช้จ่ายเอง หลักสูตรนี้ช่วยเตรียมตัวสอบแต่ไม่ใช่หลักสูตรอย่างเป็นทางการของ Google Cloud ไม่รวมค่าสอบหรือ Exam Voucher และผู้เรียนลงทะเบียนสอบด้วยตนเอง ผู้เรียนจะได้เอกสารสรุปบริการ Gen AI ของ Google Cloud Workshop Template สำหรับวางแผน Use Case และสรุปทักษะตามโครงร่างข้อสอบกลับไปใช้งานต่อ

Day 1: Generative AI เชิงกลยุทธ์บน Google Cloud

Section 1 พื้นฐาน Generative AI และโครงร่างข้อสอบ

โครงร่างข้อสอบ 4 หมวด: พื้นฐาน (~30%), บริการของ Google Cloud (~35%), ปรับปรุงผลลัพธ์ (~20%) และกลยุทธ์ธุรกิจ (~15%)
AI, Machine Learning, NLP, Foundation Model, LLM, โมเดล Multimodal และ Diffusion Model
Supervised, Unsupervised และ Reinforcement Learning ต่างกันอย่างไร
วงจร Machine Learning ตั้งแต่ Ingest ข้อมูลจนถึงดูแลโมเดล และเครื่องมือ Google Cloud ในแต่ละขั้น

Section 2 Workshop: ข้อมูลกับ Generative AI

คุณภาพข้อมูล: ความครบถ้วน ความสอดคล้อง ความเกี่ยวข้อง และการเข้าถึง
ข้อมูลมีโครงสร้างและไม่มีโครงสร้าง ข้อมูลมี Label และไม่มี Label
ผลทางธุรกิจของชนิดข้อมูลที่ต่างกัน
Workshop: ประเมินความพร้อมของข้อมูลสำหรับ Use Case ขององค์กร

Section 3 Lab: เลเยอร์ของ Gen AI และโมเดลของ Google

5 เลเยอร์: Infrastructure, Models, Platforms, Agents และ Applications
จุดเด่นและ Use Case ของ Gemini, Gemma, Imagen และ Veo
เกณฑ์เลือก Foundation Model: Modality, Context Window, ความปลอดภัย ค่าใช้จ่าย และการปรับแต่ง
Lab: ลองโจทย์ข้อความและภาพใน Google AI Studio

Section 4 จุดแข็งของ Google Cloud ด้าน Gen AI

แนวทาง AI-first และแพลตฟอร์มระดับองค์กรที่ปลอดภัย เป็นส่วนตัว และขยายได้
AI Hypercomputer, TPU, GPU และ Data Center ของ Google
แนวทางแบบเปิดและการควบคุมข้อมูลขององค์กร
เครื่องมือ Low-code และ No-code ที่ทำให้ทุกทีมเข้าถึง AI ได้

Section 5 Lab: เครื่องมือ Gen AI สำเร็จรูปเพื่อการทำงาน

Gemini app และ Gems สำหรับงานเฉพาะทาง
Gemini Enterprise: ค้นหาข้อมูลองค์กร ทำงานกับเอกสาร และ Agent สำเร็จรูป
Gemini for Google Workspace ใน Gmail, Docs, Sheets และ Meet
Lab: สร้าง Gem ผู้ช่วยงาน และสรุปเอกสารด้วย NotebookLM

Section 6 Gen AI เพื่อประสบการณ์ลูกค้า

Agent Search สำหรับค้นหาข้อมูลบนเว็บไซต์และแอปขององค์กร
Customer Engagement Suite: Conversational Agents, Agent Assist และ Conversational Insights
Google Cloud Contact Center as a Service และคุณค่าทางธุรกิจ
กรณีศึกษา: ยกระดับงานบริการลูกค้าด้วย Gen AI

Section 7 Agent Platform และเครื่องมือของ Agent

Gemini Enterprise Agent Platform (เดิม Vertex AI): Model Garden, Agent Search และ AutoML
RAG สำเร็จรูปด้วย Agent Search และ RAG API
Agent ใช้ Tools อย่างไร: Extensions, Functions, Data Stores และ Plugins
API สำเร็จรูป เช่น Speech-to-Text, Translation, Document AI และ Vision รวมถึงเมื่อใดควรใช้ Agent Studio หรือ Google AI Studio

Section 8 Lab: Prompt Engineering และข้อจำกัดของโมเดล

ข้อจำกัดของ Foundation Model: Knowledge Cutoff, Bias, Hallucination และ Edge Case
Zero-shot, One-shot, Few-shot, Role Prompting และ Prompt Chaining
Chain-of-Thought และ ReAct Prompting ใช้เมื่อใด
กำหนดบทบาท บริบท และรูปแบบคำตอบให้ชัดเจนสำหรับงานธุรกิจ
Lab: ปรับ Prompt งานธุรกิจจริงและเทียบผลลัพธ์

Section 9 Lab: Grounding, RAG และการติดตามคุณภาพ

Grounding ด้วยข้อมูลองค์กร ข้อมูลภายนอก และ Grounding with Google Search
RAG ช่วยให้คำตอบอ้างอิงข้อมูลล่าสุดขององค์กรได้อย่างไร
Sampling Parameter: Temperature, Top-p, จำนวน Token และ Safety Setting
Human in the Loop, Fine-tuning และการติดตาม Drift กับ KPI ของโมเดล
Lab: เทียบคำตอบก่อนและหลัง Grounding ใน Google AI Studio

Section 10 Workshop: กลยุทธ์ Gen AI, Secure AI และ Responsible AI

ขั้นตอนนำ Gen AI เข้าองค์กร การเลือกโซลูชัน และการวัดผลกระทบ
Secure AI Framework (SAIF), IAM และ Security Command Center
Responsible AI: ความเป็นส่วนตัว Bias ความโปร่งใส และความรับผิดชอบ
ปกป้องข้อมูลส่วนบุคคลด้วย Anonymization และ Pseudonymization
Workshop: วางแผน Use Case ขององค์กรและทบทวนก่อนสอบด้วย Sample Questions

รอบอบรมและรูปแบบการอบรม

สำหรับบุคคล — รอบอบรมทั่วไป

ขณะนี้ยังไม่มีรอบอบรมเปิดรับสมัคร ลงชื่อจองไว้ได้เลย ทีมงานจะติดต่อกลับเป็นกลุ่มแรกเมื่อเปิดรอบถัดไป หรือสอบถามทางไลน์ หรือโทร 02-570-8449 หรือ 088-807-9770

ลงชื่อจองไว้ สอบถามรอบอบรม

สำหรับองค์กร — In-house / Private Training

ปรับเนื้อหาให้ตรงกับเครื่องมือและงานจริงของทีม
เลือกวันเอง อบรมที่บริษัทหรือออนไลน์สด
ออกใบเสนอราคาในนามนิติบุคคลให้ฝ่ายจัดซื้อ

ขอใบเสนอราคาอบรมองค์กร

วิทยากรผู้สอน

สามิตร โกยมCEO ที่สถาบันไอทีจีเนียส

คำถามที่พบบ่อย

Grounding คืออะไร ช่วยให้คำตอบของ Generative AI แม่นยำขึ้นอย่างไร

Grounding คือการผูกคำตอบของโมเดลเข้ากับแหล่งข้อมูลที่เชื่อถือได้ เช่น ผลการค้นหาจากเว็บ หรือเอกสารและฐานข้อมูลขององค์กร แทนที่จะให้โมเดลตอบจากความรู้ที่ฝึกมาเพียงอย่างเดียว วิธีที่ใช้กันมากคือ RAG ซึ่งค้นข้อมูลที่เกี่ยวข้องก่อนแล้วส่งให้โมเดลใช้ตอบ ผลคือคำตอบเป็นปัจจุบัน ตรงกับข้อมูลขององค์กร อ้างอิงแหล่งที่มาได้ และลดการแต่งข้อมูลหรือ Hallucination

เลือก Use Case ของ Generative AI ในองค์กรควรพิจารณาอะไรบ้าง

ควรเริ่มจากปัญหาทางธุรกิจที่ชัดเจนและวัดผลได้ เช่น ลดเวลาตอบลูกค้าหรือลดงานเอกสารซ้ำ จากนั้นประเมินความพร้อมของข้อมูลว่ามีคุณภาพและเข้าถึงได้หรือไม่ ระดับความเสี่ยงหากคำตอบผิด และความจำเป็นที่ต้องมีคนตรวจ แล้วจึงเลือกระหว่างเครื่องมือสำเร็จรูปกับการพัฒนาบนแพลตฟอร์ม พร้อมกำหนดตัวชี้วัดความสำเร็จ และวางมาตรการ Secure AI กับ Responsible AI ตั้งแต่ต้น

AI Agent คืออะไร ต่างจากแชตบอตทั่วไปอย่างไร

AI Agent คือระบบที่ใช้โมเดลภาษาเป็นตัวคิด รับเป้าหมายแล้ววางขั้นตอนและลงมือทำงานเอง โดยเรียกใช้เครื่องมือ เช่น ค้นข้อมูล เรียก API อ่านเอกสาร หรือบันทึกข้อมูลลงระบบ ต่างจากแชตบอตทั่วไปที่ตอบคำถามจากความรู้ของโมเดลแล้วจบในบทสนทนา Agent จึงเหมาะกับงานหลายขั้นตอน เช่น ตอบลูกค้าพร้อมตรวจสถานะคำสั่งซื้อ แต่ต้องกำหนดสิทธิ์และจุดตรวจโดยคนให้ชัด

หลักสูตร Google Cloud Generative AI Leader เหมาะกับใคร ต้องมีพื้นฐานอะไรมาก่อน

เหมาะกับผู้บริหาร หัวหน้าทีม และผู้จัดการโครงการที่ต้องตัดสินใจเรื่อง Generative AI ทีม Business, Product, Sales และ Pre-sales ทีม Digital Transformation และผู้ที่เตรียมสอบ Google Cloud Certified Generative AI Leader เป็นระดับ Beginner ไม่ต้องมีพื้นฐานการเขียนโปรแกรมหรือ Machine Learning ถ้าเคยใช้ Gemini หรือแชตบอตอื่นมาบ้างจะเรียนได้เร็วขึ้น

เรียนจบหลักสูตร Google Cloud Generative AI Leader แล้วทำอะไรได้บ้าง

อธิบายแนวคิดหลักของ Generative AI และ Foundation Model ประเมินความพร้อมของข้อมูล เลือกโมเดลและบริการ Gen AI ของ Google Cloud ให้ตรงกับ Use Case อธิบายบทบาทของ Agent ใช้ Prompt Engineering, Grounding และ RAG ปรับผลลัพธ์ และวางแผนนำ Gen AI เข้าองค์กรพร้อมวัดผล ผู้ผ่านการอบรมได้รับใบประกาศนียบัตร (Certificate of Completion) ที่มีเลขที่ของตัวเองและตรวจสอบออนไลน์ได้ ซึ่งแยกจากการสอบของ Google Cloud

เรียน Google Cloud Generative AI Leader ต้องเตรียมอะไร และรวมค่าสอบหรือไม่

เตรียมโน้ตบุ๊กพร้อมเบราว์เซอร์และบัญชี Google สำหรับทดลอง Gemini, Google AI Studio และ NotebookLM ไม่จำเป็นต้องมีบัญชี Google Cloud ส่วน Gemini Enterprise และ Gemini for Google Workspace เป็นการสาธิต ควรนำโจทย์งานในองค์กรที่อยากใช้ AI มาใช้ใน Workshop หลักสูตรนี้ไม่ใช่หลักสูตรอย่างเป็นทางการของ Google Cloud ไม่รวม Exam Voucher และผู้เรียนลงทะเบียนสอบเอง