หลักสูตร Rust Fundamentals with Generative AI เป็นการอบรมภาษา Rust ตั้งแต่ Ownership, Borrowing และ Traits ไปจนถึง Web API ด้วย Tokio และ axum ที่เชื่อมต่อ LLM ผ่าน OpenAI API และ Ollama เหมาะกับนักพัฒนา Backend และทีมที่กำลังนำ Rust มาใช้ จบแล้วได้ Service ที่ใช้ AI และรันใน Docker
องค์กรจำนวนมากเริ่มนำ Generative AI เข้าไปอยู่ในระบบงานจริง ทั้งการสรุปเอกสาร การจัดหมวดหมู่คำร้อง และผู้ช่วยตอบคำถาม ระบบเหล่านี้ต้องทำงานเร็ว ใช้ทรัพยากรน้อย และเสถียรเมื่อมีผู้ใช้จำนวนมาก Rust จึงถูกเลือกใช้มากขึ้นสำหรับงาน Backend และ Service ที่ต้องการความปลอดภัยของหน่วยความจำและประสิทธิภาพสูง แต่สำหรับนักพัฒนาที่มาจากภาษาอื่น แนวคิดอย่าง Ownership, Borrowing และ Lifetimes มักเป็นกำแพงแรกที่ทำให้เรียนรู้ได้ช้า
หลักสูตรนี้ปูพื้นฐานภาษา Rust อย่างเป็นลำดับตั้งแต่ Toolchain ไปจนถึงกลไกสำคัญของภาษา แล้วต่อยอดสู่การเขียนโปรแกรมแบบ Asynchronous ด้วย Tokio สร้าง Web API ด้วย axum และเชื่อมต่อ LLM ทั้งแบบ Cloud ผ่าน OpenAI Responses API และแบบ Local ผ่าน Ollama ทุกวันต่อยอดโปรเจกต์ TicketPilot ชุดเดียว จนได้ Service ที่ใช้ Generative AI วิเคราะห์ Ticket จำลองและพร้อมรันใน Docker Container ในวันสุดท้าย (อบรม 5 วัน วันละ 6 ชั่วโมง รวม 30 ชั่วโมง ระดับ Beginner to Intermediate)
รายละเอียดหลักสูตร
หลักสูตรนี้ต่อยอดจากหลักสูตร Rust Programming (2 วัน) ที่เน้นพื้นฐานภาษา โดยใช้เวลา 5 วันฝึกกลไกสำคัญของ Rust ให้แน่น แล้วนำไปสร้าง Async Web Service ที่เชื่อมต่อ Generative AI ได้ทั้งแบบ Cloud และ Local อบรม 5 วัน วันละ 6 ชั่วโมง รวม 30 ชั่วโมง (09:00-16:00 น.) รูปแบบบรรยายพร้อม Lab และ Workshop บนโปรเจกต์ TicketPilot ที่ต่อยอดกันทุกวัน ระดับ Beginner to Intermediate ผู้เรียนใช้ Notebook
ของตนเอง และใช้ OpenAI API Key ของตนเองหรือขององค์กรซึ่งมีค่าใช้จ่ายตามการใช้งาน ผู้ที่ไม่มี Key ทำ Lab ฝั่ง AI ด้วย Ollama บนเครื่องตนเองได้ หลักสูตรเป็นระดับ Fundamentals จึงไม่ครอบคลุม Unsafe Rust, Procedural Macro, FFI การ Train หรือ Fine-tune โมเดล และการรันโมเดล AI ด้วย Rust โดยตรง ส่วน Tool Calling นำเสนอในระดับแนวคิดพร้อมตัวอย่างสั้น เวอร์ชันของเครื่องมือและชื่อโมเดลเปลี่ยนบ่อย เนื้อหาจะอิงเวอร์ชันล่าสุดในวันอบรม
Section 1: ทำความรู้จัก Rust และระบบนิเวศ
Section 2: Lab: ติดตั้งและใช้งาน Toolchain
Section 3: ไวยากรณ์และชนิดข้อมูลพื้นฐาน
Section 4: Struct, Enum และ Pattern Matching
Section 5: Workshop: Module และ TicketPilot CLI
Section 6: Ownership และการจัดการหน่วยความจำ
Section 7: Borrowing และ References
Section 8: Lifetimes เบื้องต้น
Section 9: String, Slice และ Collections
Section 10: Workshop: ค้นหาและจัดกลุ่ม Ticket
Section 11: Traits และ Generics
Section 12: Closures และ Iterators
Section 13: Error Handling อย่างเป็นระบบ
Section 14: Serialization ด้วย serde
Section 15: Workshop: Testing ใน Rust
Section 16: Async Rust กับ Tokio
Section 17: Lab: สร้าง Web API ด้วย axum
Section 18: พื้นฐานการใช้ LLM สำหรับนักพัฒนา
Section 19: เชื่อมต่อ OpenAI Responses API และ Ollama
Section 20: Workshop: TicketPilot API เรียก LLM
Section 21: Lab: ออกแบบ LLM Provider ด้วย Trait
Section 22: Structured Output และการตรวจสอบผลลัพธ์
Section 23: Streaming และ Tool Calling เบื้องต้น
Section 24: ความพร้อมใช้งานจริงและ Docker
Section 25: Master Workshop: TicketPilot AI Service
ขณะนี้ยังไม่มีรอบอบรมเปิดรับสมัคร ลงชื่อจองไว้ได้เลย ทีมงานจะติดต่อกลับเป็นกลุ่มแรกเมื่อเปิดรอบถัดไป หรือสอบถามทางไลน์ หรือโทร 02-570-8449 หรือ 088-807-9770
Rust Programming เป็นหลักสูตร 2 วันที่ปูพื้นฐานภาษา Rust ส่วนหลักสูตรนี้ใช้เวลา 5 วัน ฝึก Ownership, Borrowing, Traits และ Error Handling ให้แน่นกว่า แล้วต่อยอดไปสร้าง Async Web API ด้วย Tokio และ axum ที่เชื่อมต่อ LLM ผ่าน OpenAI Responses API และ Ollama จนได้ Service ที่รันใน Docker ผู้ที่ผ่าน Rust Programming แล้วเรียนต่อได้ ส่วนผู้ที่ยังไม่เคยเขียน Rust ก็เริ่มที่หลักสูตรนี้ได้เลย
เรียนได้ หลักสูตรเริ่มจากการติดตั้ง Toolchain และไวยากรณ์พื้นฐาน แล้วอธิบาย Ownership และ Borrow Checker ด้วยการเทียบกับภาษาที่ผู้เรียนรู้จัก แต่ผู้เรียนควรเขียนโปรแกรมได้อย่างน้อย 1 ภาษา และใช้ Command Line กับ Git เบื้องต้นได้ เพื่อให้ตามจังหวะของ Workshop ได้ทัน
สถาบันไม่ได้จัดเตรียม API Key ให้ ผู้เรียนใช้ Key ของตนเองหรือขององค์กร ซึ่งมีค่าใช้จ่ายตามการใช้งานจริง ปริมาณที่ใช้ใน Lab ไม่มาก ผู้ที่ไม่มี Key หรือไม่ต้องการส่งข้อมูลออกนอกเครื่องทำ Lab ฝั่ง AI ด้วย Ollama บนเครื่องของตนเองได้ เพราะโค้ดในคลาสออกแบบให้สลับ Provider ได้
แนะนำ Notebook Windows 10/11 หรือ macOS ที่มี RAM อย่างน้อย 16 GB และพื้นที่ว่างอย่างน้อย 30 GB สำหรับ Toolchain และโมเดล Local LLM มีสิทธิ์ติดตั้งโปรแกรม และติดตั้ง VS Code, Git และ Docker Desktop ไว้ล่วงหน้า ผู้ใช้ Windows ควรติดตั้ง Visual Studio Build Tools และเปิด WSL2 ด้วย
ไม่ครอบคลุม หลักสูตรเน้นการเชื่อมต่อ LLM ผ่าน API ทั้งแบบ Cloud และ Local แล้วนำผลมาใช้ในระบบอย่างปลอดภัยด้วย Structured Output การ Train หรือ Fine-tune โมเดล การเขียน Inference Engine ด้วย Rust รวมถึง Unsafe Rust และ FFI อยู่นอกขอบเขต เพื่อให้มีเวลาฝึกกลไกหลักของภาษาอย่างเพียงพอ
ได้ ผู้เรียนได้ Source Code ทุกขั้นตอนไปปรับใช้เป็นต้นแบบ Service ขององค์กร แต่ในคลาสใช้เฉพาะข้อมูล Ticket จำลอง ไม่ควรนำข้อมูลลูกค้าหรือข้อมูลส่วนบุคคลจริงเข้ามา และควรพิจารณา PDPA กับนโยบายข้อมูลขององค์กรก่อนเลือกใช้ LLM แบบ Cloud หรือ Local กับงานจริง
Rust เป็นภาษาที่ให้ความเร็วระดับเดียวกับ C และ C++ แต่ป้องกันข้อผิดพลาดด้านหน่วยความจำได้ตั้งแต่ตอนคอมไพล์โดยไม่ต้องมี Garbage Collector จึงถูกใช้มากขึ้นทั้งในงานระบบ เครื่องมือบรรทัดคำสั่ง และ Backend ที่ต้องการทั้งความเร็วและความเสถียร…
เมื่อพนักงานทุกแผนกเริ่มใช้ AI องค์กรมักเจอปัญหาเดียวกัน แต่ละทีมสมัครบริการคนละเจ้า ถือ API Key กันเอง ไม่มีใครรู้ว่าค่าใช้จ่ายรวมเท่าไร ข้อมูลลูกค้าหรือเอกสารลับอาจถูกส่งออกไปโดยไม่ตั้งใจ และเมื่อเกิดเหตุก็ไม่มี Log ให้ตรวจย้อนหลัง การห้ามใช้ไม่ได้ผล…
การทำต้นแบบแชตบอตด้วย Generative AI ใช้เวลาไม่กี่ชั่วโมง แต่การพาแอปเดียวกันขึ้นใช้งานจริงในองค์กรเป็นอีกเรื่องหนึ่ง ทีมพัฒนาต้องตอบให้ได้ว่าจะเลือกโมเดลไหน ค่าใช้จ่ายต่อคำขอเท่าไร คำตอบอ้างอิงเอกสารที่ถูกต้องหรือไม่ จะกันข้อมูลส่วนบุคคลรั่วและ Prompt…
