Mini AI Agent Engineering

Mini AI Agent Engineering

หลักสูตรระยะสั้นสำหรับผู้ที่อยากต่อยอดจากการใช้ AI แบบถามตอบ ไปสู่การออกแบบ workflow, automation และ agent prototype ที่นำไปใช้กับงานจริงได้

หลักสูตรนี้ออกแบบมาสำหรับผู้อบรมที่ต้องการพัฒนาความเข้าใจเรื่อง AI Agent อย่างเป็นระบบโดยเริ่มจากการทำความเข้าใจพื้นฐานของ LLM ในระดับผู้สร้างระบบ ข้อจำกัดของโมเดลและความแตกต่างระหว่างการใช้ AI แบบ Prompt-Based กับการออกแบบ Workflow Automation และ Agent สำหรับงานจริง จากนั้นจึงต่อยอดไปสู่การออกแบบ Workflow Automation, Tool Use, Memory และ Guardrails เพื่อสร้างระบบที่นำไปใช้ได้อย่างรับผิดชอบ
ด้วยเหตุนี้ หลักสูตรนี้จึงถูกจัดทำขึ้นเพื่อตอบสนองต่อความต้องการกำลังคนที่สามารถออกแบบและพัฒนา AI Agent ได้อย่างมีความเข้าใจเชิงลึก ลดช่องว่างระหว่างการ “ใช้ AI เป็น” กับการ “สร้างระบบ AI ได้” และเตรียมความพร้อมให้ผู้เข้าอบรมก้าวจากผู้ใช้งานทั่วไปไปสู่ผู้ออกแบบระบบที่สามารถนำ AI ไปประยุกต์ใช้กับงานจริงได้อย่างมีประสิทธิภาพ ปลอดภัย และรับผิดชอบต่อผลลัพธ์ที่เกิดขึ้น อันเป็นทักษะที่มีความสำคัญอย่างยิ่งต่อการทำงานในยุคที่ AI กลายเป็นโครงสร้างพื้นฐานของการทำงานในทุกภาคส่วน

ผู้สอน

ผศ. ดร.ทวีศักดิ์ สมานชื่น

น.ท. ดร.บัญชา ช่วยสี

ภก. ดร.สามารถ จำรัส

สิ่งที่คุณจะได้เรียนรู้จากคอร์สนี้

• พื้นฐาน LLM และแนวคิดเชิงระบบ — เข้าใจ LLM ในระดับผู้สร้างระบบ ข้อจำกัดของโมเดล และการแตกงานเป็น Input, Process, Decision, Output
• Python สำหรับงาน Agent — เรียนรู้ syntax การรัน script ตัวแปร เงื่อนไข loop function list/dict และการอ่าน error บน VS Code สำหรับผู้ไม่มีพื้นฐาน
• Prompt Engineering แบบเป็นระบบ — structured prompting การออกแบบ output schema และการสร้าง reusable prompt blocks ที่นำกลับมาใช้ซ้ำได้
• Local LLM และ RAG เบื้องต้น — การเลือกโมเดล embedding และ retrieval-based augmentation พร้อมการทดลองใช้งานจริง
• AI Automation ด้วย n8n — สร้าง workflow, LLM chain และ AI agent พร้อม RAG รวมถึงการเชื่อมต่อ LINE และ Facebook พร้อม hosting
• Agent Engineering — ออกแบบ end-to-end workflow ใช้งาน Gemini CLI/OpenCode การทำ harness engineering, agent skills, MCP และการสร้าง agent ด้วย PI
• Reliability และ Responsible Design — ออกแบบระบบให้เชื่อถือได้ด้วย guardrails, validation และ human-in-the-loop

หลังจากเรียนจบคอร์สนี้ ผู้เรียนจะสามารถ…

• เข้าใจภาพรวมจาก Prompt สู่ Agent — มองออกว่า prompt ต่อยอดไปเป็น workflow, automation และ AI agent ในบริบทงานจริงได้อย่างไร
• ออกแบบระบบ AI แบบ Multi-step — วางโครง workflow, prompt system, automation logic และ agent architecture ได้ด้วยตนเอง
• สร้าง Prototype ใช้งานได้จริง — พัฒนา AI automation และ AI agent prototype ที่นำไปใช้กับงานจริงได้ เช่น Research Assistant, Document Assistant หรือ Report Automation
• ออกแบบระบบอย่างรับผิดชอบ — คำนึงถึง reliability ผ่าน guardrails, validation และ human-in-the-loop
• Upskill / Reskill — เสริมความสามารถสู่การเป็น AI Agent Builder ที่ตอบโจทย์ตลาดแรงงานยุค AI และเปิดเส้นทางอาชีพที่เติบโตสูงขึ้น

รูปแบบและวันที่จัดอบรม

อบรมเชิงปฏิบัติการ (Workshop-based Training) แบบ Hybrid

• ระยะเวลา 14 สัปดาห์ เรียนสดวันเสาร์ สัปดาห์ละ 6 ชั่วโมง
• เวลา 09:00 – 16:00 น.
• Onsite (สถานที่จัดอบรมจะแจ้งเป็นครั้ง ๆ ตามความเหมาะสมของแต่ละ session)
  • สถานที่
    • คณะวิศวกรรมศาสตร์ มหาวิทยาลัยมหิดล ศาลายา จ.นครปฐม
    • KX
    • โรงแรม SD Avenue ปิ่นเกล้า
• Online
  • ผ่าน Zoom

หัวข้อการอบรม

จำนวน 4 Module

• Module 1: Foundation
  • LLM foundations
  • Workflow thinking
  • Prompt systems
  • Local LLM basics
• Module 2: Tools and Workflow
  • Basic n8n
  • Basic LLM chain
  • AI agent with RAG
  • LINE/Facebook integration and hosting
• Module 3: Agent Engineering
  • End-to-end workflow
  • Gemini CLI and OpenCode
  • Harness engineering and MCP
  • Build your agent with PI
• Module 4: Capstone
  • Project proposal
  • Build sprint
  • Demo day
  • Portfolio packaging

รายละเอียดหลักสูตรเพิ่มเติม : https://miniaiagentweb-production.up.railway.app/