Master of Science Program in Management of Analytics and Data Technologies (MADT)

Master of Science Program in Management of Analytics and Data Technologies (MADT)

ปรัชญาของหลักสูตร

มุ่งพัฒนาผู้เรียนให้เป็นนักปฏิบัติมืออาชีพที่สามารถขับเคลื่อนการเปลี่ยนแปลงทางธุรกิจด้วยปัญญาประดิษฐ์และเทคโนโลยีข้อมูล ด้วยการเรียนรู้แบบลงมือทำ การแก้ปัญหาจริงจากภาคอุตสาหกรรม และการถ่ายทอดประสบการณ์จากผู้เชี่ยวชาญที่ประสบความสำเร็จในการนำเทคโนโลยีไปใช้สร้างมูลค่าในองค์กรจริง

หลักสูตรออกแบบให้ผู้เรียนได้รับประสบการณ์การทำงานกับข้อมูลจริง เทคโนโลยีล่าสุด และความท้าทายที่เกิดขึ้นในโลกธุรกิจ เพื่อผลิตบัณฑิตที่พร้อมสร้างผลกระทบที่วัดผลได้ตั้งแต่วันแรกของการทำงาน พร้อมด้วยจริยธรรมและความรับผิดชอบในการใช้เทคโนโลยีเพื่อประโยชน์ของสังคม

วัตถุประสงค์ของหลักสูตร

2.1 ผลิตนักปฏิบัติที่สร้างมูลค่าจากข้อมูลได้จริง สามารถวิเคราะห์ปัญหาธุรกิจ ออกแบบโซลูชัน และนำ AI และข้อมูลมาใช้แก้ปัญหาเพื่อสร้างผลกระทบเชิงธุรกิจที่วัดผลได้

2.2 พัฒนาผู้เชี่ยวชาญที่เข้าใจทั้งธุรกิจและเทคโนโลยี สามารถเชื่อมโยงความต้องการทางธุรกิจกับการพัฒนาเทคโนโลยี และสื่อสารกับทั้งผู้บริหารและทีมเทคนิคได้อย่างมีประสิทธิภาพ

2.3 สร้างผู้นำที่มีวิสัยทัศน์ด้านดิจิทัลที่สามารถขับเคลื่อนการเปลี่ยนแปลงขององค์กรด้วย AI และข้อมูล พร้อมทั้งมีความรับผิดชอบต่อสังคมและจริยธรรมในการใช้เทคโนโลยี

Potential careers

ประธานผู้บริหารฝ่ายปัญญาประดิษฐ์ (Chief of AI Officer: CAIO)
ประธานผู้บริหารฝ่ายข้อมูล (Chief of Data Officer: CDO)
ผู้จัดการปัญญาประดิษฐ์ (AI Manager)
ผู้จัดการวิทยาการข้อมูล (Data Science Manager)
ผู้จัดการวิศวกรรมข้อมูล (Data Engineer Manager)
ผู้เชี่ยวชาญด้านปัญญาประดิษฐ์ (AI Specialist)
นักวิเคราะห์ข้อมูล (Data Analyst)
วิสาหกิจเริ่มต้น (Startup)

	แผน 1 ทำวิทยานิพนธ์	แผน 2 ไม่ทำวิทยานิพนธ์
Foundation courses	3 - 15 credit (Non-credit)	3 - 15 credit (Non-credit)
Core courses	18 credits	18 credits
Elective courses (Minimum)	6 credits	15 credits
Independent study	–	3 credits
Comprehensive exam	Exam	Exam
Oral exam	–	Exam
Thesis (Passed thesis)	12 credits	–
Not less than	36 credits	36 credits

(1) Foundation courses mean courses designed to provide knowledge at levels below graduate studies for students to be ready for the master’s degree level including

ND 4000	Foundation for Graduate Studies	3(3 – 0 – 6)
LC 4001	Reading Skills Development in English for Graduate Studies	3(3 – 0 – 6)
LC 4002	Integrated English Language Skills Development	3(3 – 0 – 6)
LC 4011*	การซ่อมเสริมการพัฒนาทักษะการอ่านภาษาอังกฤษสำหรับบัณฑิต	3(3 – 0 – 6)
LC 4012*	Remedial Integrated English Language Skills Development	3(3 – 0 – 6)
MADT 4001	พื้นฐานความรู้ด้านปัญญาประดิษฐ์และข้อมูล	3(2 – 1 – 6)
MADT 4002	English for Business Communications	3(3 – 0 – 6)

Note

– *กำหนดให้เฉพาะนักศึกษาภาคปกติเท่านั้น
– วิชา วขทข 4002 ภาษาอังกฤษเพื่อการสื่อสารธุรกิจ กำหนดให้เฉพาะนักศึกษาภาคพิเศษเท่านั้น

Note

1. ข้อกำหนดและการยกเว้นการเรียนวิชาในหมวดวิชาเสริมพื้นฐาน ให้เป็นไปตามประกาศของคณะ/สถาบัน ยกเว้นข้อกำหนดและการยกเว้นการเรียนวิชาเสริมพื้นฐานภาษาอังกฤษของคณะภาษาและการสื่อสาร ให้เป็นไปตามเงื่อนไขของหลักสูตรวิชาภาษาอังกฤษสำหรับบัณฑิตศึกษา

2. ในกรณีที่มีการปรับปรุงหลักสูตรวิชาภาษาอังกฤษสำหรับบัณฑิตศึกษา การเรียนวิชาเสริมพื้นฐานภาษาอังกฤษที่กำหนดไว้ในหลักสูตรนี้ จะต้องเปลี่ยนแปลงให้เป็นไปตามหลักสูตรวิชาภาษาอังกฤษสำหรับบัณฑิตศึกษาที่ปรับปรุงใหม่ด้วย

3. การกำหนดการเรียนวิชาเสริมพื้นฐานของคณะขึ้นอยู่กับประกาศคณะสถิติประยุกต์ สถาบันบัณฑิตพัฒนบริหารศาสตร์ เรื่อง ข้อกำหนดเกี่ยวกับวิชาเสริมพื้นฐานของคณะ

(2) Core courses หมายถึงกลุ่มวิชาที่มุ่งให้นักศึกษามีความรู้ความชำนาญเฉพาะด้านกำหนดให้แผน 1 และ แผน 2 เรียนวิชาในหมวดวิชาหลัก 6 วิชา (18 หน่วยกิต) ประกอบด้วยวิชาต่อไปนี้

MADT 6001	ความฉลาดเชิงตรรกะทางธุรกิจ	3(3 – 0 – 6)
MADT 6002	เทคโนโลยีสมัยใหม่ด้านข้อมูลและปัญญาประดิษฐ์	3(3 – 0 – 6)
MADT 6003	Professional Culture in Data Analytics	3(3 – 0 – 6)
MADT 6004	การเรียนรู้ของเครื่องและปัญญาประดิษฐ์	3(2 – 1 – 6)
MADT 6005	กลยุทธ์และการกำกับดูแลข้อมูล	3(3 – 0 – 6)
วขทข 6006	การแก้ปัญหาเชิงกลยุทธ์และการออกแบบแนวทางแก้ไข	3(3 – 0 – 6)

(3) หมวดวิชาเลือกบังคับ ประกอบด้วยกลุ่มวิชารหัส วขทข 7XXX/วขทข 8XXX สำหรับผู้ที่เลือกเรียนแผน 1 กำหนดให้เรียนวิชาเลือกบังคับไม่น้อยกว่า 6 หน่วยกิต และแผน 2 กำหนดให้เรียนวิชาเลือกอย่างน้อย 15 หน่วยกิต จากรายวิชาเลือกบังคับที่กำหนด การเลือกเรียนรายวิชาจะต้องเป็นไปตามคำแนะนำและได้รับความเห็นชอบจากอาจารย์ที่ปรึกษา รายวิชาดังต่อไปนี้

Data analysis courses

MADT 7103	แนวทางการประยุกต์ใช้และกรณีศึกษาด้านการวิเคราะห์ธุรกิจ	3(3 – 0 – 6)
MADT 7104	Digital Transformation with Data Analytics	3(2 – 1 – 6)
วขทข 7105	การออกแบบและการพัฒนาระบบการวิเคราะห์ข้อมูลระดับองค์กร	3(2 – 1 – 6)
MADT 7202	Web and Social Network Analytics Management	3(2 – 1 – 6)
MADT 7204	Big Data Applications - Practical Applications	3(3 – 0 – 6)

Seminars and selected topics on data and technology data analysis management

MADT 8000	Seminar in Management of Analytics and Data Technologies	3(3 – 0 – 6)
MADT 8101-8109	Selected Topics in Management of Analytics and Data Technologies	3(3 – 0 – 6)

Note

1. Other than the elective courses above, students may also choose an elective course from other programs should it be appropriate, subject to the discretion of a supervisor.

2. การจัดการเรียนการสอนในหมวดวิชาเลือกให้เป็นไปตามที่คณะและสถาบันกำหนด

(5) Independent study

MADT 9000

Independent Study

3(0 – 0 – 12)

(6) Thesis

MADT 9004

Thesis

12 credits

เล่มหลักสูตร MADT (ปรับปรุง พ.ศ. 2569) – ใหม่

เล่มหลักสูตร MADT (ปรับปรุง พ.ศ. 2564) – เดิม

ผลลัพธ์การเรียนรู้ (PLO)	ปรัชญาหลักสูตร	วัตถุประสงค์หลักสูตร	มาตรฐานคุณวุฒิ
1. มีความรู้เชิงลึกเกี่ยวกับปัญญาประดิษฐ์ การวิเคราะห์ข้อมูล และเทคโนโลยีที่เกี่ยวข้อง	ความรู้พื้นฐานที่จำเป็นสำหรับการเป็นนักปฏิบัติมืออาชีพด้าน AI และข้อมูล	Objectives 2.2: ผู้เชี่ยวชาญที่เข้าใจทั้งธุรกิจและเทคโนโลยี	1.ด้านความรู้ปัญญาประดิษฐ์ การวิเคราะห์ข้อมูล และเทคโนโลยีที่เกี่ยวข้อง
2. เข้าใจหลักการทำงานของธุรกิจและการเชื่อมโยงกับการจัดการข้อมูล	เข้าใจบริบทธุรกิจเพื่อสร้างการเปลี่ยนแปลงที่มีความหมาย	Objectives 2.2: ผู้เชี่ยวชาญที่เข้าใจทั้งธุรกิจและเทคโนโลยี	1. ด้านความรู้ หลักการทำงานของธุรกิจ ระบบองค์กร และกระบวนการตัดสินใจ
3. สามารถวิเคราะห์ปัญหาธุรกิจแบบเป็นระบบและออกแบบระบบงานที่ใช้ AI และข้อมูลขับเคลื่อน	การแก้ปัญหาอย่างเป็นระบบด้วยการลงมือทำจริง	Objectives 2.1: นักปฏิบัติที่สร้างมูลค่าจากข้อมูลได้จริง Objectives 2.2: เชื่อมโยงความต้องการทางธุรกิจกับการพัฒนาเทคโนโลยี	1. ด้านความรู้ การออกแบบระบบสารสนเทศ ระบบ AI และสถาปัตยกรรมข้อมูล 2. ด้านทักษะ การวิเคราะห์ข้อมูล การใช้เครื่องมือ และการสื่อสาร
4. สามารถสร้างต้นแบบและผลิตภัณฑ์ด้าน AI และข้อมูลที่แก้ปัญหาธุรกิจได้จริง	สร้างผลงานที่เป็นรูปธรรมและวัดผลได้จริง	Objectives 2.1: นำ AI และข้อมูลมาใช้แก้ปัญหาเพื่อสร้างผลกระทบเชิงธุรกิจที่วัดผลได้	2. ด้านทักษะ การวิเคราะห์ข้อมูล การใช้เครื่องมือ และการสื่อสาร
5. สามารถออกแบบกลยุทธ์การใช้ AI และขับเคลื่อนการเปลี่ยนแปลงในองค์กร	ขับเคลื่อนการเปลี่ยนแปลงทางธุรกิจด้วยปัญญาประดิษฐ์และเทคโนโลยีข้อมูล	Objectives 2.3: ผู้นำที่มีวิสัยทัศน์ด้านดิจิทัล ขับเคลื่อนการเปลี่ยนแปลงขององค์กร	2. ด้านทักษะ การวิเคราะห์ข้อมูล การใช้เครื่องมือ และการสื่อสาร
6. สามารถสื่อสารและทำงานร่วมกับผู้มีส่วนได้ส่วนเสียในทุกระดับขององค์กร		Objectives 2.2: สื่อสารกับทั้งผู้บริหารและทีมเทคนิคได้อย่างมีประสิทธิภาพ Objectives 2.3: ผู้นำที่ขับเคลื่อนการเปลี่ยนแปลง	4.ด้านลักษณะบุคคลความเป็นมืออาชีพในการสื่อสาร วิเคราะห์ และข้อเสนอเชิงกลยุทธ์กับผู้มีส่วนได้ส่วนเสียในทุกระดับ ทั้งเชิงเทคนิคและไม่เชิงเทคนิค
7. ใช้ AI และข้อมูลอย่างมีจริยธรรมและรับผิดชอบต่อสังคม	ขับเคลื่อนการเปลี่ยนแปลงทางธุรกิจด้วยปัญญาประดิษฐ์และเทคโนโลยีข้อมูล	Objectives 2.3: มีความรับผิดชอบต่อสังคมและจริยธรรมในการใช้เทคโนโลยี	3.ด้านจริยธรรม มีความรับผิดชอบในวิชาชีพ มีจริยธรรม เคารพสิทธิส่วนบุคคล
8. มีภาวะผู้นำ มีความเป็นมืออาชีพและรักษามาตรฐานการทำงานสูง		Objectives 2.1: นักปฏิบัติมืออาชีพ Objectives 2.3: ผู้นำที่มีวิสัยทัศน์	4.ด้านลักษณะบุคคล มีภาวะผู้นำ ความรับผิดชอบ และความเป็นมืออาชีพในการทำงานด้าน AI และข้อมูล
แผน 1 แบบวิชาการ 9 (1) สามารถพัฒนาและดำเนินการวิจัยเชิงวิชาการอย่างเป็นระบบ เพื่อขยายองค์ความรู้เดิมในศาสตร์ที่เกี่ยวข้อง โดยมีคุณภาพในระดับที่สามารถเผยแพร่และตีพิมพ์ในวารสารวิชาการระดับชาติหรือนานาชาติได้	§ ความรู้พื้นฐานที่จำเป็นสำหรับการเป็นนักปฏิบัติมืออาชีพด้าน AI และข้อมูล § การแก้ปัญหาอย่างเป็นระบบด้วยการลงมือทำจริง § สร้างผลงานที่เป็นรูปธรรมและวัดผลได้จริง § ขับเคลื่อนการเปลี่ยนแปลงทางธุรกิจด้วยปัญญาประดิษฐ์และเทคโนโลยีข้อมูล	Objectives 2.1: นักปฏิบัติมืออาชีพ Objectives 2.2: สื่อสารกับทั้งผู้บริหารและทีมเทคนิคได้อย่างมีประสิทธิภาพ Objectives 2.3: ผู้นำที่ขับเคลื่อนการเปลี่ยนแปลง	1. ด้านความรู้ – นำความรู้เชิงทฤษฎีและกระบวนการไปประยุกต์ใช้ในการแก้ปัญหาและวิจัยในสถานการณ์จริงได้อย่างเหมาะสม 2. ด้านทักษะ ใช้ข้อมูลและคิดเชิงระบบเพื่อวิเคราะห์และตัดสินใจในสถานการณ์จริงได้อย่างมีประสิทธิผล 3. ด้านลักษณะบุคคล เรียนรู้ด้วยตนเอง คิดวิเคราะห์อย่างมีระบบ พัฒนาตนเองได้อย่างต่อเนื่อง และพร้อมรับการเปลี่ยนแปลงในโลกยุคใหม่ 4. ด้านจริยธรรม มีจิตสำนึกในคุณธรรม จริยธรรม และความรับผิดชอบต่อวิชาชีพและสังคม
แผน 2 แบบวิชาชีพ 9 (2) สามารถพัฒนาและประยุกต์งานวิจัยจากการวิเคราะห์ปัญหาเชิงวิชาชีพหรือปัญหาสังคม เพื่อนำไปสู่แนวทางแก้ไขหรือพัฒนาที่เกิดผลในทางปฏิบัติ และสามารถเผยแพร่ผลงานสู่สาธารณะในรูปแบบที่เหมาะสมได้	§ ความรู้พื้นฐานที่จำเป็นสำหรับการเป็นนักปฏิบัติมืออาชีพด้าน AI และข้อมูล § การแก้ปัญหาอย่างเป็นระบบด้วยการลงมือทำจริง § สร้างผลงานที่เป็นรูปธรรมและวัดผลได้จริง § ขับเคลื่อนการเปลี่ยนแปลงทางธุรกิจด้วยปัญญาประดิษฐ์และเทคโนโลยีข้อมูล	Objectives 2.1: นักปฏิบัติมืออาชีพ Objectives 2.2: สื่อสารกับทั้งผู้บริหารและทีมเทคนิคได้อย่างมีประสิทธิภาพ Objectives 2.3: ผู้นำที่ขับเคลื่อนการเปลี่ยนแปลง	1. ด้านความรู้ – นำความรู้เชิงทฤษฎีและกระบวนการไปประยุกต์ใช้ในการแก้ปัญหาและวิจัยในสถานการณ์จริงได้อย่างเหมาะสม 2. ด้านทักษะ ใช้ข้อมูลและคิดเชิงระบบเพื่อวิเคราะห์และตัดสินใจในสถานการณ์จริงได้อย่างมีประสิทธิผล 3. ด้านลักษณะบุคคล เรียนรู้ด้วยตนเอง คิดวิเคราะห์อย่างมีระบบ พัฒนาตนเองได้อย่างต่อเนื่อง และพร้อมรับการเปลี่ยนแปลงในโลกยุคใหม่ 4. ด้านจริยธรรม มีจิตสำนึกในคุณธรรม จริยธรรม และความรับผิดชอบต่อวิชาชีพและสังคม