Data Analytics

รายละเอียดรายวิชา

  • Written by ผศ.ดร.สุรณพีร์ ภูมิวุฒิสาร
  • Published in Uncategorised
  • Hits: 2299
  • Print, Email

MSIT
MASTER OF SCIENCE PROGRAM IN INFORMATION TECHNOLOGY

DATA ANALYTICS

ปัจจุบันการทำการตลาดในยุคดิจิตอลสามารถช่วยให้ Startup Company เข้าถึงกลุ่มลูกค้าได้หลากหลายสะดวกมากขึ้น แต่ในขณะเดียวกันการมีช่องทางที่มากขึ้นอาจส่งผลต่อการทำตลาดที่ไม่มีทิศทาง ยังผลให้การตลาดมุ่งเน้นกลุ่มลูกคาที่ไม่ใช่กลุ่มเป้าหมายที่แท้จริงหรือสามารถเข้าถึงกลุ่มลูกคาเป้าหมายได้แต่ในช่องทางที่ไม่เหมาะสม ซึ่งทำให้บริษัทต้องสูญเสียค่าใช่จ่ายที่ไม่ก่อใหเกิดผลกำไร ในยุคดิจิตอลข้อมูลดิบเกี่ยวกับลูกค้าเกิดขึ้นอย่างต่อเนื่อง และจำนวนมาก ความสามารถในการนำข้อมูลดังกล่าวจากหลายๆที่มาวิเคราะห์จึงจำเป็นอย่างมากในการกำหนดทิศทางการทำการตลาดของบริษัทเพื่อต่อยอดและแข่งกันทางธุรกิจได้ หลักสูตรวิทยาศาสตรมหาบัณฑิต สาขาวิชาเทคโนโลยีสารสนเทศ แขนงการวิเคราะห์ข้อมูล (Data Analytics) มุ่งเน้นการวิเคราะห์ข้อมูลที่มีจำนวนมหาศาล ที่มีหลากหลายรูปแบบ มาเป็นสารสนเทศที่มีคุณค่าทางธุรกิจสามารถนำไปประยุคต์ใช้ในการขับเคลื่อนองค์กร สร้างโอกาสทางการตลาดเเละเเข่งขันทางธุรกิจได้ บัณฑิตที่จบการศึกษาจะมีทักษะที่จำเป็นในการวิเคราะห์ข้อมูล เช่น กระบวนการการรวบรวมและจัดการช้อมูล (Data Preparation)โดยเฉพาะข้อมูลจาก Social media ที่มีความต่อเนื่องสูงเเบบ unstructured data, วิธีการ (Algorithms)ในการวิเคราะห์ข้อมูล เช่น Machine Learning ตลอดจนวิธีการนำเสนอสารสนเทศที่ได้จากการวิเคราะห์ในรูปเเบบที่ชัดเจน มีประสิทธิภาพ

รายละเอียดวิชาพื้นฐานดังนี้

Information Technology for Organization Management
(เทคโนโลยีสารสนเทศสําหรับการบริหารจัดการองค์กร)

วิชานี้ครอบคลุมหัวข้อที่เกี่ยวข้องกับ การจัดการข้อมูลเพื่อปรับปรุงประสิทธิภาพของการดำเนินธุรกิจ เครือข่ายและการร่วมมือกันทำงานก่อให้เกิดแนวทางต่าง ๆ ทางธุรกิจ ความปลอดภัยของวิสาหกิจและความต่อเนื่องในการดำเนินธุรกิจ พาณิชย์อิเล็กทรอนิคส์ พาณิชย์บนโทรศัพท์เคลื่อนที่ เครือข่ายสังคมในสภาพแวดล้อมของเว็บ 2.0 กระบวนการดำเนินธุรกรรมการค้าแบบออนไลน์ โปแกรมประยุกต์ตามหน้าที่งานและการควบรวม ระบบที่ใช้ในวิสาหกิจขนาดใหญ่ เช่น เอสซีเอ็ม ซีอาร์เอ็ม อีอาร์พี เป็นต้น


Instructor: ผศ.ดร.พนม เพชรจตุพร

Computer Networks 
(เครือข่ายคอมพิวเตอร์)

วิชานี้ครอบคลุมหัวข้อที่เกี่ยวข้องกับ ภาพรวมการทำงานเครือข่ายคอมพิวเตอร์ แบบจำลองการทำงานระบบเครือข่ายแบบ ทีซีพี/ไอพี การทำงานของโปรโตคอลชั้นแอพลิเคชั่น การทำงานโปรโตคอลชั้นเครือข่าย การทำงานโปรโตคอลชั้นลิงค์ การทำงานเครือข่ายท้องถิ่นแบบไร้สาย


Instructor: ผศ.ดร.วรพล ลีลาเกียรติสกุล

Database Design and Management 
(การออกแบบและจัดการฐานข้อมูล)

วิชานี้ครอบคลุมหัวข้อที่เกี่ยวข้องกับ หลักการระบบฐานข้อมูลและสถาปัตยกรรม การจำลองแบบฐานข้อมูลโดยใช้อีอาร์/อีอีอาร์ ทฤษฎีการจำลองแบบเชิงความสัมพันธ์ การออกแบบฐานข้อมูลเชิงลอจิก คำสั่งเอสคิวแอล อัลกอริทึ่มการออกแบบฐานข้อมูลเชิงความสัมพันธ์


Instructor: รศ.ดร.วีระศักดิ์ คุรุธัช

Information System Management Related Standards 
(มาตรฐานที่เกี่ยวข้องกับการจัดการระบบสารสนเทศ)

วิชานี้ครอบคลุมหัวข้อที่เกี่ยวข้องกับ มาตรฐาน และการปฏิบัติที่ดี ในการจัดการสารสนเทศ มาตรฐานการจัดการความมั่นคงสารสนเทศ มาตรฐานการบริหารความต่อเนื่องธุรกิจ มาตรฐานการจัดการความเสี่ยง เช่น ITIL ISO 22301 ISO27001 ISO 31000


Instructor: ดร.บรรจง หะรังสี

Cloud Computing and Implementation 
(การประมวลผลบนคลาวด์และการใช้งาน)

วิชานี้ครอบคลุมหัวข้อที่เกี่ยวข้องกับ สถาปัตยกรรมต่างๆบนคลาวด์ เช่น เอสเอเอสเอส พีเอเอเอส ไอเอเอเอส คลาวด์ส่วนตัว ชุมชนคลาวด์ คลาวด์สาธารณะ เทคโนโลยีที่ใช้งานกับคลาวด์ เช่น เวอร์ชัวลไลเซชั่น คลาวด์สตอเรจ ตัวกระจายโหลด ความมั่นคงปลอดภัยบนคลาวด์ เช่น ข้อกำหนดและกฏเณฑ์ รวมถึงมาตรฐานต่างๆทางด้านความมั่นคงปลอดภัยสารสนเทศ การป้องกันข้อมูล การตอบสนองต่อเหตุการณ์ผิดปกติ วิธีการเคลื่อนย้ายข้อมูลไปสู่ คลาวด์


Instructor: อาจารย์เชาวริน สกุลวรากลาง

รายละเอียดวิชาเฉพาะดังนี้

Fundamental of Data Science 

(หลักเบื้องต้นของวิทยาการข้อมูล)
วิชานี้ครอบคลุมหัวข้อที่เกี่ยวข้องกับ ความน่าจะเป็นและสถิติ การจัดกลุ่มและการจำแนก แบบจำลองคณิตศาสตร์ การจำลองข้อมูลสปาเชี่ยด้วยวิธีทางสถิติ การออกแบบดาต้าวิชัลไลซ์ โครงสร้างพื้นฐานและไปป์ไลน์ของวิศวกรรมข้อมูล การประยุกต์ใช้วิทยการข้อมูลไปยังธุรกิจและอุตสาหกรรม

Instructor: รศ.ดร.วีระศักดิ์ คุรุธัช

 

Machine Learning

(การเรียนรู้ของเครื่อง)

วิชานี้ครอบคลุมหัวข้อที่เกี่ยวข้องกับ หลักการสำคัญของการเรียนรู้ของเครื่อง ตัวแปรเช่น ตัวแปรเชิงเลข ตัวแปรเชิงกลุ่ม วิธีการเรียนรู้ เช่น การเรียนรู้แบบซุปเปอร์ไวซ์ และการเรียนรู้แบบไม่ซุปเปอร์ไวซ์ การฝึกฝนและทดสอบข้อมูล รีเกรสชั่น เช่น รีเกรสชั่นเชิงเส้น รีเกรสชั่นแบบลอจิสติก การจำแนก เช่น การจำแนกแบบนาอีฟ-เบย์ การจำแนกแบบเคเนียเรสเนเบอร์ การจำแนกแบบดิซิชั่นทรี  การจัดกลุ่ม เช่น การจัดกลุ่มแบบเค-มีน การจัดกลุ่มแบบลำดับชั้น เครือข่ายประสาท

Instructor: ดร.สุรณพีร์ ภูมิวุฒิสาร

 

Data Management and Visualization

(การจัดการข้อมูลและการแสดงภาพนามธรรม)

วิชานี้ครอบคลุมหัวข้อที่เกี่ยวข้องกับ การเตรียมข้อมูลเพื่อการวิเคราะห์อย่างมีประสิทธิภาพ กระบวนการขั้นพื้นฐานในการจัดการข้อมูล เช่น การเก็บรวบรวมข้อมูล การคลีนข้อมูล การบูรณาการข้อมูล การสื่อสารข้อมูลที่ผ่านการวิเคราะห์อย่างถูกต้องเพื่อให้ผู้บริหารสามารถใช้ในการเพิ่มประสิทธิภาพในการตัดสินใจต่างๆในการดำเนินธุรกิจ รวมถึงปัญหาและประเด็นต่างๆรวมถึงความท้าทายที่เกี่ยวข้องกับการจัดการข้อมูล

Instructor: ดร.เอกรัฐ รัฐกาญจน์

 

Tools and Programming for Data Analytics

(เครื่องมือและการเขียนโปรแกรมสำหรับการวิเคราะห์ข้อมูล)

วิชานี้ครอบคลุมหัวข้อที่เกี่ยวข้องกับ การเขียนโปรแกรมวิเคราะห์และเครื่องมือต่างๆที่ใช้ในการวิเคราะห์ข้อมูล เช่น โปรแกรม ไมโครซอฟต์เอ็กเซล อาร์ เอสเอเอส มินิแท็บ เอสพีเอสเอส เป็นต้น

Instructor: อาจารย์อุไรพร เจตตนชัย

 

Big Data and Analysis

(ข้อมูลขนาดใหญ่และการวิเคราะห์)

วิชานี้ครอบคลุมหัวข้อที่เกี่ยวข้องกับ องค์ประกอบข้อมูลขนาดใหญ่ การคำรวณแบบกระจาย คลาวด์และข้อมูลขนาดใหญ่ การจัดการข้อมูลขนาดใหญ่ ฐานข้อมูลการปฏิบัติการ รากฐานของฮาดูป หลักการพื้นฐานการทำซ้ำข้อมูล การวิเคราะห์ข้อมูลขนาดใหญ่ การนำข้อมูลขนาดใหญ่ไปใช้งาน โซลูชั่นของข้อมูลขนาดใหญ่

Instructor: ดร.สุรณพีร์ ภูมิวุฒิสาร

 

E-Business and Digital Marketing 
(ธุรกิจอิเล็กทรอนิกส์และการตลาดดิจิทัล)

วิชานี้ครอบคลุมหัวข้อที่เกี่ยวข้องกับ หลักการและองค์ประกอบของธุรกิจอิเล็กทรอนิกส์ โครงสร้างพื้นฐานของธุรกิจอิเล็กทรอนิกส์ พาณิชย์อิเล็กทรอนิกส์ พาณิชย์บนอุปกรณ์เคลื่อนที่ กลยุทธ์ของธุรกิจอิเล็กทรอนิกส์ การจัดการลอจิสติก์ การจัดการห่วงโซ่อุปทาน การจัดหาแบบอิเล็กทรอนิกส์ การตลาดดิจิทัล การตลาดผ่านเครือข่ายยสังคม การจัดการความสัมพันธ์ลูกค้า

Instructor: อาจารย์จิรายุ ตระกูลเขียว