Data Science in Action: Towards Thailand 4.0

การสัมมนาเชิงปฏิบัติการเรื่อง
Data Science in Action: Towards Thailand 4.0
วันที่ 24-25 มีนาคม พ.ศ. 2560
คณะเทคโนโลยีสารสนเทศและการสื่อสาร มหาวิทยาลัยมหิดล วิทยาเขตศาลายา

MU MUICT Agoda TRUE

ยินดีต้อนรับสู่ Data Science in Action: Towards Thailand 4.0

คณะเทคโนโลยีสารสนเทศและการสื่อสาร (ICT) มหาวิทยาลัยมหิดล วิทยาเขตศาลายา มีวัตถุประสงค์หลักในการผลิตบุคลากรที่มีความรู้ ความชำนาญ ด้านวิทยาการคอมพิวเตอร์และเทคโนโลยีสารสนเทศ พัฒนาและเสริมสร้างทักษะ และมีความรู้เกี่ยวกับคอมพิวเตอร์ตั้งแต่ระดับพื้นฐานไปจนถึงระดับสูง ตลอดจนผลิตงานวิจัยต่าง ๆ โดยเน้นหนักทางด้านระบบฐานข้อมูล ระบบสารสนเทศ ระบบเครือข่ายสื่อสารข้อมูล ระบบผู้เชี่ยวชาญและปัญญาประดิษฐ์

ในการนี้ คณะ ICT มีความยินดีที่ได้มีโอกาสจัดงานสมันาเชิงปฏิบัติการ Data Science in Action ร่วมกับบริษัท True Corporation โดยมีวัตถุประสงค์ดังนี้
1. เพื่อส่งเสริมความเข้าใจเกี่ยวกับ Data Science ซึ่งเป็นศาสตร์แขนงใหม่ที่ได้รับความสนใจจากทั้งภาคการศึกษาและอุตสาหกรรม
2. เพื่อสร้างความตระหนักความสำคัญของศาสตร์ Data Science ในบริบทของการพัฒนาประเทศไทยตามกรอบ Thailand 4.0
3. เพื่อสร้างความคุ้นเคยกับเครื่องมือ Open source ที่ใช้ในการประมวลผลและวิเคราะห์ข้อมูลขนาดใหญ่ (Big Data) และสามารถนำความรู้ไปต่อยอดเพื่อแก้ปัญหาในชีวิตประจำวันต่อไปได้
4. เพื่อเป็นเวทีแลกเปลี่ยนความคิดเห็นรวมถึงปัญหาวิจัยและพัฒนาที่เกี่ยวข้องกับ Data Science ทั้งในภาคอุตสาหกรรมและภาคการศึกษา

กิจกรรมหลัก

1. รับฟังการถ่ายทอดประสบการณ์และสร้างแรงบันดาลใจจาก Keynote Speakers
2. สนทนาแลกเปลี่ยนความคิดเห็นระหว่างแขกร่วมงานและตัวแทนจากองค์กรทั้งภาคการศึกษาและอุตสาหกรรม
3. Tutorials เพื่อสอนการใช้เครื่องมือ Data Science เพื่อนำไปประยุกต์ใช้กับปัญหาในบริบท Thailand 4.0
4. กิจกรรม DataHack สำหรับนักเรียนนักศึกษา เพื่อกระตุ้นความคิดสร้างสรรค์ในการนำเอาข้อมูลมาแก้ไขโจทย์ปัญหา ด้วยเครื่องมือ Open Source ที่กำหนด

พูดคุยแลกเปลี่ยนประสบการณ์

ขอเชิญรับฟังและแลกเปลี่ยนประสบการณ์กับวิยากรจากหลากหลายองค์กรทั้งภาคอุตสาหกรรมและการศึกษา เพื่อร่วมกันวิเคราะห์ปัญหาที่เกิดขึ้นจริงในประเทศไทย และเสนอแนวทางการแก้ปัญหาด้วยกระบวนการ Data Science

นักเรียน/นักศึกษา ฟรี*
*นักเรียน/นักศึกษาสามารถลงทะเบียนเข้าร่วมกิจกรรมวันแรกและกิจกรรม MUICT-DataHack โดยไม่มีค่าใช้จ่าย (ไม่มีบริการอาหารว่างและอาหารเที่ยง)

แบบประเมินออนไลน์ Data Science in Action

Keynote Tutorial DataHack
keynote

คุณกิตติมีประสบการณ์ทำงานในตลาดทุนกว่า 10 ปี รับผิดชอบงานการวางแผนกลยุทธ์องค์กรของตลาดหลักทรัพย์แห่งประเทศไทย ในอดีต เป็นทีมงานด้านการพัฒนาระบบงานในการจัดตั้งตลาดสัญญาซื้อขายล่วงหน้า การปรับโครงสร้างตลาดหลักทรัพย์แห่งประเทศไทย ความร่วมมือและสร้างพันธมิตรกับตลาดหลักทรัพย์ในต่างประเทศ ในช่วงที่ผ่านมา เป็นผู้ริเริ่มและดำเนินโครงการสำคัญของตลาดหลักทรัพย์ฯ ซึ่งรวมถึงการวิเคราะห์พฤติกรรมผู้ลงทุนจากรายการซื้อขายในตลาดหลักทรัพย์ กลยุทธ์ด้านดิจิทัลเพื่อเพิ่มประสิทธิภาพการให้บริการผู้ลงทุน และการพัฒนาระบบงานโครงสร้างพื้นฐานกลางเพื่อขยายช่องทางการเข้าถึงกองทุนรวมในประเทศไทย คุณกิตติ จบการศึกษาปริญญาโทด้านวิทยาการคอมพิวเตอร์จากมหาวิทยาลัยแสตนฟอร์ด สหรัฐอเมริกา ปริญญาตรีด้านวิทยาการคอมพิวเตอร์ มหาวิทยาลัยธรรมศาสตร์

สำเร็จปริญญาตรี สาขา สถิติศาสตร์บัณฑิต จุฬาลงกรณ์มหาวิทยาลัย และปริญญาโท สาขาสถิติประยุกต์ (คอมพิวเตอร์) สถาบันบัณฑิตพัฒนบริหารศาสตร์ (นิด้า) ปัจจุบันคุณเพิ่มสุข ดำรงตำแหน่งผู้ช่วยผู้ว่าการ สายระบบข้อสนเทศ ธนาคารแห่งประเทศไทย

ศาสตราจารย์เกียรติคุณ ดร. ศุภชัย ตั้งวงศ์ศานต์ นักเรียนทุนมูลนิธิอานันทมหิดล สำเร็จการศึกษา ระดับปริญญาตรี วิศวกรรมศาสตร์ สาขาวิศวกรรมไฟฟ้าสื่อสาร (เกียรตินิยมอันดับ 1) จากจุฬาลงกรณ์มหาวิทยาลัย ในปี พ.ศ. 2513 และได้รับพระราชทานทุนภูมิพล และรางวัลเหรียญทองสำหรับการสอบได้เป็นที่ 1 ของคณะวิศวกรรมศาสตร์ ต่อมาในปี พ.ศ. 2514 ได้รับพระราชทานทุนมูลนิธิอานันทมหิดล ศึกษาต่อ ณ Purdue University ประเทศสหรัฐอเมริกา สำเร็จการศึกษาระดับปริญญาเอกได้ Ph.D. ทาง Artificial Intelligence ในปี พ.ศ. 2519 ปัจจุบันทำงานที่คณะเทคโนโลยีสารสนเทศและการสื่อสาร มหาวิทยาลัย มหิดล ดร. ศุภชัย เป็นหัวหน้าโครงการพัฒนาระบบคอมพิวเตอร์เพื่อการศึกษาพระไตรปิฎกและอรรถกถา ตามพระราชดำริของพระบาทสมเด็จพระเจ้าอยู่หัวฯ ซึ่ง “พระไตรปิฎกฉบับคอมพิวเตอร์” (BUDSIR: Buddhist Scriptures Information Retrieval) นี้เป็นผลงานที่โดดเด่นจนได้รับรางวัลสิ่งประดิษฐ์คิดค้น จากมหาวิทยาลัยมหิดล และสภาวิจัยแห่งชาติ ในปี พ.ศ. 2532 รวมทั้งรางวัล Distinguished Service Award จากมหาวิทยาลัย University of California, Berkeley สหรัฐอเมริกา ในปี พ.ศ. 2536 ในด้านการบริหาร ได้เคยดำรงตำแหน่งผู้อำนวยการสำนักคอมพิวเตอร์ มหาวิทยาลัยมหิดล รวม 19 ปี (พ.ศ. 2523-2542) รองอธิการบดี ฝ่ายสิ่งเอื้ออำนวยทางวิชาการ มหาวิทยาลัยมหิดล รวม 8 ปี (พ.ศ. 2542 - 2550) และประธานกรรมการบริหารของสำนักงานส่งเสริมอุตสาหกรรมซอฟต์แวร์แห่งชาติ (องค์การมหาชน) หรือ SIPA (Software Industry Promotion Agency) รวม 4 ปี (พ.ศ. 2553 - 2557)

tutorials
ดร. เจน จูฑา
CEO, VC Group
"Data Analytics : ตามล่าหาขุมทรัพย์ ดิจิทัล"
Abstract
Big Data เข้ามามีบทบาทในด้านต่างๆอย่างมากมาย แต่ด้านที่มีผลต่อการสร้างความแตกต่างในธุรกิจมากที่สุดด้านหนึ่งคือการทำให้ User Experience ดีขึ้น ดังจะเห็นตัวอย่างในบริษัทที่ประสบความสำเร็จมากมายเช่น Google, Facebook, Amazon การบรรยายนี้จะเจาะลึกไปในเรื่องการนำ Big Data มาพัฒนา User Experience ให้ดีขึ้น โดยจะนำเสนอคอสเซปต์ Continuity of Experience ซึ่งสามารถอธิบายความสำเร็จของบริษัทชั้นนำได้อย่างกว้างขวางและสามารถใช้เป็นกรอบในการหาจุดเพื่อพัฒนา User Experience ของบริการต่างๆไม่ว่าจะเป็นโทรคมนาคม การแพทย์ eCommerce Media และด้านอื่นๆ
ดร. ศุภวงศ์ ทั่วรอบ
ผู้ช่วยคณบดีฝ่ายพัฒนางานวิจัยและบริการวิชาการ คณะเทคโนโลยีสารสนเทศและการสื่อสาร
"Mining Large Scale Social Media Data for Innovative Product Design and Development"
Abstract
Some of the challenges that designers face in getting broad external input from customers during and after product launch include geographic limitations and the need for physical interaction with the design artifact(s). Having to conduct such user-based studies would require huge amounts of time and financial resources. In the past decade, social media has emerged as an increasingly important medium of communication and information sharing. If we can mine and harness product-relevant knowledge within such a massive, readily accessible collection of data, this would give designers an alternative way to learn customers’ preferences in a timely and cost-effective manner.
ดร. นพพร ศรีวรวิไล
VP, Database Marketing, AEON

Abstract
Educational Background in engineering, finance, and strategic management. Have working experience in various roles in financial services industry which include credit analysis, risk management, strategic planning, and more recently data analytics. Also used to teach and research in the area of strategic management and marketing at universities such as Chulalongkorn, Dhurakij Pundit, UTCC. Have special interest in the use of technology to improve the value proposition to customers
ดร. พณชิต กิตติปัญญางาม
ผู้อำนวยการฝ่ายนวัตกรรม สำนักงานรัฐบาลอิเล็กทรอนิกส์ (องค์การมหาชน)


คุณปริญญา หิรัญปัณฑาพร
Data Architecture, Teradata
"Thailand 4.0 : Analytics of Things Architecture"
Abstract
Thailand 4.0 วิสัยทัศน์เชิงนโยบายของภาครัฐที่ต้องการเปลี่ยนเศรษฐกิจแบบเดิมไปสู่เศรษฐกิจเชิงนวัตกรรมซึ่งผลักดันประเทศไทยสู่การเป็นSmart Industry และ Smart City หนึ่งในเทคโนโลยีที่สำคัญคือ Internet of Things ซึ่งช่วยให้อุปกรณ์ต่างๆสามารถเชื่อมต่อถึงกันได้และเป็นการได้มาซึ่งข้อมูลอันมหาศาลนอกเหนือจากข้อมูลภาครัฐที่มีอยู่มากมาย การวางโครงสร้างในการจัดการข้อมูลมหาศาลเหล่านี้เพื่อให้เกิดการเข้าถึงข้อมูลได้อย่างอิสระเป็นอีกหนึ่งสิ่งที่สำคัญ เพื่อให้เกิดการนำข้อมูลมาใช้ประโยชน์ทั้งภาครัฐและเอกชน ในหัวข้อนี้จะกล่าวถึงโครงสร้างการจัดเก็บข้อมูล (Architecture) และแนวคิดในการวิเคราะห์ข้อมูล (Analytics of Things) เพื่อเป็นแนวทางความคิดในการพัฒนา Data Hub และการพัฒนา Smart Industry และ Smart City ต่อไป
รศ. ดร. ธีรณี อจลากุล
ผู้อำนวยการ Big Data Experience Center มหาวิทยาลัยพระจอมเกล้าธนบุรี
"Big data in Action"
Abstract
ในปัจจุบันบริษัทต่างๆหันมาใช้ข้อมูลขนาดใหญ่ในการตัดสินใจเชิงธุรกิจกันมากขึ้น ทั้งในเรื่องการธนาคาร การเกษตร การแพทย์ และ การศึกษา Talk นี้จะเน้นการปูพื้นฐานทางด้านบิ๊กดาต้า และอธิบายถึงวิธีการใช้ประโยชน์ข้อมูลโดยการยกตัวอย่างการประยุกต์ใช้งานจริงในวงการต่างๆ เช่น การใช้บิ๊กดาต้าและเทคโนโลยีไอทีในการออกแบบและทดสอบผลิตภัณฑ์ การเพิ่มคุณภาพผลผลิตทางการเกษตร การใช้เทคนิค text analytic ในการจัดการเอกสาร การทำเหมืองข้อมูลเพื่อทำนายเชิงการแพทย์ การวิเคราะห์ในที่นี้จะรวมถึงการใช้หลักการทางสถิติและเครื่องมือทางคณิตศาสตร์อื่นๆ กับข้อมูลที่่มีอยู่เพื่อที่จะวัดผลหรือค้นหาข้อมูลที่เป็นประโยชน์ในข้อมูลขนาดใหญ่อย่างมีประสิทธิผล โดยผู้พูดจะแบ่งปันประสบการณ์การทำ data analytics ในประเทศไทยของศ^นย์ Big data experience อีกด้วย
คุณเรวัต ไอรมณีรัตน์
Thailand Analytics Lead, Accenture
"Example of machine learning in real applications: improving the performance of Ducati in MotoGP race"
Abstract
See how Accenture Digital is working with Ducati MotoGP, applying live telemetry data from race motorcycles with in-depth analytics to give Ducati the edge in MotoGP races. Learn how Accenture is helping Ducati succeed in a challenging environment by providing real-time insights of motorcycle performance during races.
คุณกรกฎ เชาวะวณิช
Senior Data Scientist, Analytics & Research, True


ดร. ศิริเพ็ญ พงษ์ไพเชฐ
คณะเทคโนโลยีสารสนเทศและการสื่อสาร มหาวิทยาลัยมหิดล


Mr. Michael Gryseels
Director, McKinsey & Co


ดร. ดนัย ลักษมีธนสาร
Chief Scientist and Head of Analytics, Knowesis
"Towards Real-time Data Analytics in Telecoms"
Abstract
Customers are the center of telecoms business. Today customers use mobile phones throughout their daily life from chatting to internet browsing, from eating to daily travel, and from digital payment to purchasing things online. These customer activities generate massive amount of digital data that describes customers' interest, personality and network friendships. Understanding individual customers through the data they produce and how we provide customers “relevant” information and offers across digital channels, are the key success in today’s telecoms. In this talk I will present our recent development of real-time data analytics with real used cases, and suggest a future view of telecom industry towards Thailand 4.0.
ดร. ฑิตยา หวานวารี
ภาควิชาคณิตศาสตร์และวิทยาการคอมพิวเตอร์ คณะวิทยาศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย
"การฝึกสอนระบบตอบคำถามโดยข่ายงานประสาทเชิงลึก"
Abstract
"หน้าที่หนึ่งของศูนย์บริการลูกค้าขององค์กรต่างๆ และระบบช่วยเหลือลูกค้าของการซื้อขายออนไลน์ คือการตอบคำถามต่างๆ ให้ลูกค้า การใช้พนักงานตอบคำถามเหล่านี้นั้น นอกจากจะสิ้นเปลืองงบประมาณแล้ว บางครั้งอาจมีอารมณ์ของลูกค้าหรือพนักงานเข้ามาเกี่ยวข้อง ทำให้การสื่อสารแย่ลง หากคำถามของลูกค้าเป็นเรื่องซ้ำๆ เดิมๆ เราสามารถฝึกสอนเครื่องให้ตอบคำถามเหล่านี้ได้ อย่างไรก็ตาม รูปแบบของคำถามอาจไม่เป็นข้อความตายตัว การกำหนดรูปแบบทั้งหมดของคำถามนั้นเป็นไปได้ยาก การระบุคำถามโดยใช้เพียงคำสำคัญแต่ละเลยบริบท ก็อาจทำให้ตีความผิดและได้คำตอบที่ผิดไปเช่นกันในอดีต การฝึกสอนระบบตอบคำถามจะใช้เครื่องมือทางภาษาศาสตร์ในการวิเคราะห์ลักษณะสำคัญของประโยคที่เข้ามาเพื่อตีความ แล้วจึงไปหาคำตอบ แต่การสร้างเครื่องมือทางภาษาศาสตร์หล่านี้นั้นใช้ทรัพยากรมาก และต้องทำทีละภาษา ทั้งยังต้องการข้อมูลสำหรับฝึกอีกสอนจำนวนมาก ซึ่งข้อมูลเหล่านี้ก็ต้องมีการตรวจสอบโดยมนุษย์อีกด้วย ในปัจจุบัน ข้อมูลส่วนใหญ่อยู่ในรูปแบบที่คอมพิวเตอร์สามารถอ่านได้อยู่แล้ว และมีเป็นจำนวนมาก เช่น ข้อมูลในอินเทอร์เน็ต ถึงแม้ความถูกต้องของข้อมูลจะไม่เท่ากับการใช้ผู้เชี่ยวชาญตรวจสอบ แต่ข้อมูลเหล่านี้หากมีเป็นจำนวนมากพอ ก็สามารถใช้ในการฝึกสอนระบบตอบคำถามได้เช่นกัน ข่ายงานประสาทเชิงลึกได้รับความนิยมในการประยุกต์ใช้กับการประมวลผลภาษาธรรมชาติแบบต่างๆ เช่น การสรุปความ การแปลภาษา รวมถึงการสร้างเครื่องถามตอบอัตโนมัติด้วย จุดเด่นของการใช้ข่ายงานเช่นนี้คือ เราสามารถสร้างโมเดลสำหรับงานต่างๆ ได้ โดยไม่จำเป็นต้องใช้เครื่องมือทางภาษาศาสตร์โดยตรง แต่ลักษณะสำคัญต่างๆ ทางภาษาศาสตร์จะถูกสกัดได้เองจากโครงสร้างของโมเดล จึงทำให้ยังคงมีความแม่นยำสูง และเราอาจนำวิธีการนี้ไปทดลองใช้กับภาษาใหม่ๆ ที่ยังไม่มีเครื่องมือทางภาษาศาสตร์อย่างเพียงพอได้อีกด้วย"
ดร. อานนท์ ตัณมุขยกุล
SVP - Analytics, Business Intelligence Strategy, Siam Commercial Bank
"So You Want to be a Data Scientist? 10 Essential Skills NOT Taught in School"
Abstract
Data Science และ Big Data เป็นหนึ่งในงานในฝันของใครหลาย ๆ คนและเป็นที่ต้องการในตลาดเป็นอย่างมาก คนที่ทำงานด้านนี้จะต้องมีความสามารถเฉพาะทางค่อนข้างสูง แต่มีทักษะการทำงานบางอย่างที่ Data Scientist ต้องหมั่นเพิ่มความรู้ความสามารถให้มีมากกว่าคนอื่น จึงจะทำให้ประสบความสำเร็จทั้งในการสัมภาษณ์ การทำงาน และสร้างมูลค่าเพิ่มให้กับองค์กรได้ในที่สุด
ดร. ต่อตระกูล คงทรัพย์
VP of Customer Insights, DTAC
"Hitchhiker’s Guide to Building A Data Science Team"

Mr. Justin Hayes
Director - Systems Engineering, ASEAN/India, Cloudera
"Data Science and Hadoop - A State of the Union"
Abstract
Data Science is high in the hype cycle these days, and with good reason. It is used to drive revenue, reduce illness, understand images and language, and more. Data Science at Big Data scale, however, is at an earlier stage. While many organizations have already had success with this, the union of the Data Science and Hadoop communities is fast evolving to bring this capability to more and more users. In this presentation, Justin will give an overview of where this union is, and where it is going.
Prof. Dr. Peter Haddawy
Faculty of Information and Communication Technology, Mahidol University
"Cutting Through the Noise: Robust Interpretation of Crowdsourced Disease Data"
Abstract
Crowdsourcing has become an attractive addition to traditional disease reporting systems due to its ability to provide more rapid detection of disease transmission. One common type of crowdsourced data is self-reported symptoms. But since such data is not vetted, it typically contains large amounts of noise. Interpretation of such data becomes a problem of diagnosis from noisy symptoms. One way to improve the accuracy of interpretation is to use a predictive model to bias the base rate of disease. In this talk I present a general framework using Bayesian networks that enables integration of diagnostic and predictive models in such a way that the accuracy of diagnosis and of prediction are synergistically increased. The technique is extensively evaluated with five years of malaria data from Suan Phueng district in Ratchaburi, Thailand.
คุณ โสภณ มงคลลักษมี
คณะเทคโนโลยีสารสนเทศและการสื่อสาร มหาวิทยาลัยมหิดล
"Data science meets cyber-security: Automated discovery of hidden P2P traffic in mobile devices using machine learning"

Mr. Jason Loh
Product Manager, SAS
"How nations succeed with machine learning in the Data Economy"

contact
อีเมล: dsia2017.muict@gmail.com
ที่อยู่: คณะเทคโนโลยีสารสนเทศและการสื่อสาร มหาวิทยาลัยมหิดล
999 ถนนพุทธมณฑลสาย 4 ศาลายา พุทธมณฑล นครปฐม 73170
ติดต่อ: คุณสารัชย์ เจี่ยภักดี
โทรศัพท์: 092-256-1570
ผู้สนับสนุน: Mahidol University
Faculty of Information and Communication Technology, Mahidol Univetsity
Agoda Company Pte. Ltd.
True Corporation Plc. Ltd.

แผนที่ ลานจอด และการเดินทาง

แผนที่อาคารคณะเทคโนโลยีสารสนเทศและการสื่อสาร
มหาวิทยาลัยมหิดล

MUICT

แผนที่สถานที่จอดรถภายในมหาวิทยาลัยมหิดล
การโดยสารรถราง

Parking