240-352 ชุดวิชาวิศวกรประมวลผลสมรรถนะสูง 9((6)-6-15) หน่วยกิต

(High-performance Computing Engineer Module) 

คำอธิบายรายวิชา

การเขียนโปรแกรมที่ขับเคลื่อนด้วยเหตุการณ์และเกิดขึ้นพร้อมกัน อัลกอริธึมแบบกระจาย แบบจำลองระบบกระจาย ความซับซ้อนของอัลกอริทึม ภาวะพร้อมกัน การจัดกำหนดการและการส่งการประเมิน ประสิทธิภาพของระบบ ระบบไฟล์ เครื่องมือวัดประสิทธิภาพ โครงสร้างพื้นฐานแบบกระจาย การวิเคราะห์ออกแบบทดสอบและประเมินผลระบบคอมพิวเตอร์ โมเดลการเขียนโปรแกรมแบบขนาน สถาปัตยกรรมและการเขียนโปรแกรมแบบขนานและแบบกระจาย การโปรแกรมเธรด เธรดโพสิกซ์และโอเพนเอ็มพี อาร์พีซี อาร์เอ็มไอ และเอ็มพีไอ โมเดลการเขียนโปรแกรมแม็บรีดิวซ์และระบบไฟล์แบบกระจาย การจัดการคิวข้อความและภาวะติดตาย การจัดกำหนดการและการทำโหลดบาลานซ์ อัลกอริธึมการกระจายขั้นสูง การคำนวณอเนกประสงค์ในหน่วยประมวลผลกราฟิก จีพีจีพียู การประมวลผลเวกเตอร์และ การโปรแกรมเอสไอเอ็มดี การออกแบบสถาปัตยกรรมที่ปรับขยายได้ขนาดใหญ่ ไมโครเซอร์วิส การคำนวณ คลัสเตอร์ ระบบคอมพิวเตอร์ที่รองรับความผิดปกติ กรณีศึกษาจริงจากภาคธุรกิจทางการแพทย์หรืออุตสาหกรรม

ผลลัพธ์การเรียนรู้:

ผู้เรียนสามารถ

1. เข้าใจสถาปัตยกรรมคอมพิวเตอร์ ระบบปฏิบัติการและอธิบายความสัมพันธ์ขององค์ประกอบต่าง ๆ ภายในระบบคอมพิวเตอร์ได้อย่างมีเหตุผล

2. เขียนโปรแกรมแบบขนานและกระจายที่มีประสิทธิภาพ และประเมินค่าสมรรถนะ (speed up and efficiency) ของโปรแกรมได้

3. เข้าใจและวิเคราะห์พร้อมทั้งเขียนโปรแกรมสำหรับภาระงานแบบทับซ้อน (concurrency) และทำการแบ่งภาระงานในการประมวลผลได้อย่างเหมาะสม

4. วิเคราะห์ความต้องการของระบบและออกแบบระบบคอมพิวเตอร์สมรรถนะสูง

Course Description

Event-driven and concurrent programming; distributed algorithms; distributed system models; algorithmic complexity; concurrency; scheduling and dispatch; system performance evaluation; file systems; performance measurement tools; distributed infrastructure: analyze, design, test, and evaluate computer-based system; parallel programming models; parallel and distributed architecture and programming; threads programming : POSIX thread and OpenMP; RPC/RMI and MPI; map-reduce programming model and distributed file system; message queue and deadlock management; scheduling and load balancing; advanced distributed algorithms; general-purpose computing on graphics processing units : GPGPU; vector processing and SIMD programming; large scalable architecture design; micro-service; cluster computing; fault tolerance computer system; real case studies from medical or industrial business sectors;

Learning outcomes:

Students are able to

1. understand computer architectures, operating systems and reasonably explain the relationships among components inside the computer systems

2. write efficient parallel and distributed programs and evaluate their speedup and efficiency

3. understand, analyze and write concurrent programs, as well as suitably balance processing loads

4. analyze system requirements and design high-performance computing systems

240-229 ชุดวิชาวิศวกรสถาปัตยกรรมที่กําหนดโดยซอฟต์แวร์ 9((6)-6-15) หน่วยกิต

(Software defined architecture engineer module)

คำอธิบายรายวิชา

การเขียนโปรแกรมที่ขับเคลื่อนด้วยเหตุการณ์และเกิดขึ้นพร้อมกัน อัลกอริธึมแบบกระจาย แบบจำลองระบบกระจาย ความซับซ้อนของอัลกอริทึม ภาวะพร้อมกัน การจัดกำหนดการและการส่งการประเมิน ประสิทธิภาพของระบบ ระบบไฟล์ เครื่องมือวัดประสิทธิภาพ โครงสร้างพื้นฐานแบบกระจาย การวิเคราะห์ออกแบบทดสอบและประเมินผลระบบคอมพิวเตอร์ โมเดลการเขียนโปรแกรมแบบขนาน สถาปัตยกรรมและการเขียนโปรแกรมแบบขนานและแบบกระจาย การโปรแกรมเธรด เธรดโพสิกซ์และโอเพนเอ็มพี อาร์พีซี อาร์เอ็มไอ และเอ็มพีไอ โมเดลการเขียนโปรแกรมแม็บรีดิวซ์และระบบไฟล์แบบกระจาย การจัดการคิวข้อความและภาวะติดตาย การจัดกำหนดการและการทำโหลดบาลานซ์ อัลกอริธึมการกระจายขั้นสูง การคำนวณอเนกประสงค์ในหน่วยประมวลผลกราฟิก จีพีจีพียู การประมวลผลเวกเตอร์และ การโปรแกรมเอสไอเอ็มดี การออกแบบสถาปัตยกรรมที่ปรับขยายได้ขนาดใหญ่ ไมโครเซอร์วิส การคำนวณ คลัสเตอร์ ระบบคอมพิวเตอร์ที่รองรับความผิดปกติ กรณีศึกษาจริงจากภาคธุรกิจทางการแพทย์หรืออุตสาหกรรม

ผลลัพธ์การเรียนรู้:

ผู้เรียนสามารถ
1 อธิบายและแยกแยะประเภทของสถาปัตยกรรมระบบคอมพิวเตอร์ ระบบปฏิบัติการ เทคโนโลยี Virtualization การประมวลผลแบบคลาวด์ ประเภทต่าง ๆ ได้
2 วิเคราะห์และวิจารณ์สถาปัตยกรรมระบบคอมพิวเตอร์ ระบบปฏิบัติการ เทคโนโลยี Virtualization การประมวลผลแบบคลาวด์ ประเภทต่าง ๆ ได้
3 เลือกใช้ และพัฒนา Software-defined Architecture ในรูปแบบต่าง ๆ ได้

Course Description

Operating system concept; design principles; concurrency; scheduling and dispatch; memory management; device management; security and protection; file systems; system performance evaluation; fundamentals of computer architecture; computer arithmetic; memory system organization and architecture; interfacing and communication; device subsystems; processor systems design; organization of the CPU; performance; performance enhancements; System requirements and specifications; system design; system integration; system testing and
evaluation; distributed system models; distributed system models and enabling technologies; computer clusters for scalable computing; virtual machines and virtualization of clusters and datacenters; design of cloud computing platforms; cloud programming and software
environments; ubiquitous computing with clouds and the internet of things; real case studies from medical or industrial business sectors

Learning outcomes:

Students are able to:

1. explain and distinguish categories of computer system architectures, operating systems, virtualization technologies, and cloud computing technologies

2. analyze and evaluate computer system architectures, operating systems, virtualization technologies, and cloud computing technologies

3. choose and develop a system applying Software-defined Architecture components 

Project Presentation

Alibaba Lectures and Laboratories

240-351 ชุดวิชาวิศวกรโครงสร้างพื้นฐานเครือข่าย 9((6)-6-15) หน่วยกิต

(Network Infrastructure Engineer Module)

คำอธิบายรายวิชา

สถาปัตยกรรมเครือข่ายการสื่อสาร โปรโตคอลเครือข่ายการสื่อสาร เครือข่ายท้องถิ่นและวงกว้าง ความมั่นคงและบูรณภาพของข้อมูล การจัดการเครือข่าย องค์ประกอบของเครือข่าย ข้อกําหนดการใช้งานกับ ระบบเครือข่าย การจําลอง ปัญหาด้านความปลอดภัยและประสิทธิภาพที่เกี่ยวข้องกับเครือข่ายไร้สาย กรณีศึกษา จริงจากภาคธุรกิจทางการแพทย์หรืออุตสาหกรรม 

ผลลัพธ์การเรียนรู้:

ผู้เรียนสามารถ/มีทักษะในการ

1. วางแผนการทำงาน ประยุกต์ใช้องค์ความรู้ที่ได้จากชั้นเรียน เพื่อแก้ปัญหาตามโจทย์ที่ได้รับมอบหมายได้
2. ออกแบบระบบงาน ตามความต้องการของผู้ใช้บริการได้
3. ติดตั้งระบบเครือข่าย ตามรูปแบบที่ได้ออกแบบและวางแผนไว้
4. ทำงานเป็นทีม มีทักษะในการนำเสนอผลงาน
5. ใช้ทักษะความรู้ที่ได้รับจากชั้นเรียน แก้ปัญหาที่ได้รับอย่างสร้างสรรค์

Course Description

Communications network architecture; communications network protocols; local and wide area networks; data security and integrity; network management; network components; application requirements with a network system; simulations; security and performance issue related to wireless networks; real case studies from medical or industrial business sectors

241-353 ชุดวิชาระบบนิเวศปัญญาประดิษฐ์ 9((6)-6-15) หน่วยกิต

(Artificial Intelligence Ecosystem Module) 

คำอธิบายรายวิชา

ระบบนิเวศปัญญาประดิษฐ์ ข้อมูล การจัดการข้อมูล เซนเซอร์ ไอโอที วิศวกรรมข้อมูล วิทยาการ ข้อมูล ข้อมูลขนาดใหญ่ ฐานข้อมูลสำหรับข้อมูลขนาดใหญ่ การประมวลผลข้อมูลขนาดใหญ่ แพลตฟอร์ม ปัญญาประดิษฐ์ ระบบขนานและกระจาย การส่งผ่านข้อความ การประมวลผลแบบกลุ่มเมฆ จินตทัศน์ ข้อมูล การวางแผนทรัพยากรทางธุรกิจขององค์กร ระบบอัตโนมัติส่งเสริมการขาย ธุรกิจอัจฉริยะ โครงงานย่อยวิศวกรรมปัญญาประดิษฐ์

ผลลัพธ์การเรียนรู้:

ผู้เรียนสามารถ

1. เข้าใจองค์ประกอบของระบบนิเวศปัญญาประดิษฐ์

2. วิเคราะห์ความต้องการต่าง ๆ เพื่อออกแบบระบบโครงสร้างพื้นฐานคอมพิวเตอร์สำหรับการสร้างระบบปัญญาประดิษฐ์ได้

3. เลือกเทคโนโลยีที่เหมาะสมสำหรับการพัฒนาระบบปัญญาประดิษฐ์ได้

4. แยกแยะองค์ประกอบของการพัฒนาระบบปัญญาประดิษฐ์เพื่อแบ่งงานกันพัฒนาภายในทีม ได้

Course Description

Introduction to artificial intelligence; data; data management; sensor; IoT; data engineering; data science; big data; big data database; big data processing; artificial intelligence platform; parallel and distributed systems; message passing; cloud computing; data visualization; enterprise resources planning; sales force automation system; business intelligence; artificial intelligence small project

Learning outcomes:

Students are able to

1. understand the components of an artificial intelligence ecosystem

2. analyze requirements in order to design a computer infrastructure for constructing an artificial intelligence system

3. choose the suitable technology for the development of artificial intelligence

4. distinguish the components of the development of artificial intelligence for dividing the work to the development team