AI Deployment 101
รายละเอียด
AI Deployment 101
"เปลี่ยนโปรเจค AI ที่สร้างไว้ ให้กลายเป็นของที่ใช้งานได้จริง"
ทุกวันนี้เราสร้างโปรเจคด้วย AI ได้เร็วมาก โค้ดรันได้ในเครื่องตัวเอง เดโมสวย ทำงานถูกต้อง… แต่พอจะส่งให้คนอื่นใช้จริงกลับติดหมดทุกทาง ปิดคอมแล้วเว็บก็ดับ ส่งไฟล์ให้เพื่อนแล้วเปิดไม่ได้ ต้องให้ลูกค้าลง Python เอง ไม่มีลิงก์ให้กด ไม่มีโดเมน ไม่รู้จะเก็บข้อมูลไว้ตรงไหน และไม่กล้าเอาขึ้นเน็ตเพราะกลัว API Key หลุด สุดท้ายโปรเจคดี ๆ ก็ค้างอยู่ในโฟลเดอร์ Desktop ตลอดไป
คอร์ส "AI Deployment 101" จะพาคุณข้ามเส้นสุดท้ายนั้น จากโปรเจคที่ "รันได้ในเครื่องเรา" ไปสู่ระบบที่ "คนอื่นเปิดใช้ได้จริงตลอด 24 ชั่วโมง" เริ่มตั้งแต่การจัดโครงสร้างโปรเจคให้พร้อมออกสู่โลกจริง เขียน Backend API ที่ไม่พังเวลามีคนใช้พร้อมกัน Deploy ขึ้น Cloud ให้ได้ลิงก์จริงภายใน EP เดียว ต่อฐานข้อมูลให้ข้อมูลไม่หายเวลา Deploy ใหม่ แพ็คเป็น Desktop App ไฟล์ .exe ส่งให้คนอื่นดับเบิลคลิกใช้ได้เลย ทำ Chatbot บน LINE และ Telegram ที่ออนไลน์ตลอดเวลา ไปจนถึงการยกระดับสู่ VPS ของตัวเองด้วย Docker + Nginx + โดเมน + HTTPS พร้อมเรื่องที่คนมักลืมแต่สำคัญที่สุด คือ ความปลอดภัย การคุมค่าใช้จ่าย LLM API และการมอนิเตอร์ระบบ และปิดท้ายด้วยการ Build แอปมือถือด้วย Flutter ต่อเข้ากับ API ตัวจริงบนเซิร์ฟเวอร์
เรียนแบบออนไลน์ 10 EP รวม 20 ชั่วโมง จบคอร์สคุณจะมีโปรเจค AI ของตัวเอง 1 ตัวที่มีลิงก์จริง มีโดเมนจริง มีแอปมือถือ มีบอท และมีไฟล์ติดตั้งส่งให้ใครก็ได้ ทั้งหมดจากเครื่องคอมพิวเตอร์ที่คุณมีอยู่แล้ว
---
EP.1 — จาก Prototype สู่ Production
- ทำไมโปรเจคที่รันได้ในเครื่อง ถึงยังไม่ใช่ "ของใช้งานจริง"
- Deployment คืออะไร และเกิดอะไรขึ้นบ้างตอนกดปุ่ม Deploy
- Localhost vs Public URL
- Client / Server / Network แบบเข้าใจง่าย
- IP, Port, Domain, DNS
- HTTP / HTTPS
- ภาพรวมเส้นทาง Deploy: Cloud (PaaS) vs Server ของตัวเอง (VPS)
- Desktop App / Web App / Mobile App / Bot ต่างกันตรงไหนตอน Deploy
- ภาพรวมระบบที่เราจะสร้างและปล่อยขึ้นจริงตลอดคอร์ส
---
EP.2 — เตรียมโปรเจคให้พร้อมออกสู่โลกจริง
- โครงสร้างโปรเจคที่ Deploy ได้ vs โค้ดกองเดียวจบ
- แยก Config ออกจากโค้ด
- ไฟล์ .env และการเก็บ API Key ให้ปลอดภัย
- .gitignore และสิ่งที่ห้ามหลุดขึ้น Git เด็ดขาด
- Virtual Environment
- requirements.txt และการ Freeze เวอร์ชัน
- Git และ GitHub เบื้องต้นสำหรับ Deploy
- Logging แทนการ print
- Error Handling ที่ไม่ทำให้ทั้งระบบล่ม
- เทคนิคใช้ AI ช่วย Refactor โปรเจคให้พร้อม Deploy
Workshop: "เตรียมโปรเจค AI ของเราให้พร้อมขึ้นเซิร์ฟเวอร์"
---
EP.3 — Backend API ที่พร้อมใช้งานจริง
- ทำไมทุกอย่างต้องคุยกันผ่าน API
- REST API และ JSON
- FastAPI / Flask สำหรับงาน AI
- ออกแบบ Endpoint
- รับ Request / ส่ง Response
- เชื่อม LLM API (Cloud) และ Local LLM เข้ากับ Backend
- Streaming Response
- Timeout และ Retry เวลา AI ตอบช้า
- CORS
- ทดสอบ API ด้วย Postman / curl
- เอกสาร API อัตโนมัติด้วย Swagger
"Workshop: "สร้าง AI Backend API ตัวจริงของโปรเจคเรา""
---
EP.4 — Deploy ครั้งแรก ให้ได้ลิงก์จริงใน EP เดียว
- Cloud Platform (PaaS) คืออะไร ต่างจากเช่าเซิร์ฟเวอร์อย่างไร
- รู้จัก Render / Railway / Hugging Face Spaces
- เชื่อม GitHub กับ Cloud
- ตั้งค่า Environment Variables บน Cloud
- Build และ Start Command
- อ่าน Deploy Log และแก้เวลา Deploy ไม่ผ่าน
- Free Tier กับข้อจำกัดที่ต้องรู้ (Sleep, RAM, Storage)
- ทดสอบ API จากมือถือและจากเครื่องเพื่อน
- Redeploy และการอัปเดตเวอร์ชัน
"Workshop: "ปล่อยโปรเจค AI ขึ้นออนไลน์ ให้ได้ลิงก์จริงที่ส่งให้ใครก็เปิดได้""
---
EP.5 — ฐานข้อมูลและไฟล์ ที่ไม่หายตอน Deploy ใหม่
- ทำไมข้อมูลถึงหายทุกครั้งที่ Deploy
- Ephemeral Storage vs Persistent Storage
- SQLite เมื่อไรพอ เมื่อไรไม่พอ
- PostgreSQL บน Cloud
- เชื่อม Database กับ Backend
- เก็บ Chat History และ User Data
- เก็บไฟล์ที่ผู้ใช้อัปโหลด (PDF / รูปภาพ)
- Vector Database สำหรับ RAG บนระบบจริง
- Migration และการแก้โครงสร้างข้อมูลทีหลัง
- Backup และการกู้คืนข้อมูล
"Workshop: "ต่อฐานข้อมูลจริงให้ AI App ของเรา""
---
EP.6 — Desktop App ส่งให้คนอื่นใช้ได้จริง
- ทำไมส่งไฟล์ .py ให้คนอื่นแล้วเปิดไม่ได้
- แพ็คโปรแกรม Python เป็นไฟล์เดียวด้วย PyInstaller
- สร้างไฟล์ .exe สำหรับ Windows
- ใส่ไอคอนและตั้งชื่อโปรแกรม
- แนบไฟล์ประกอบ / โมเดล / รูปภาพเข้าไปในตัวโปรแกรม
- ปัญหาไฟล์ใหญ่และ Antivirus แจ้งเตือน
- ให้ Desktop App คุยกับ AI Backend บนเซิร์ฟเวอร์
- เก็บ Config และ API Key ฝั่งผู้ใช้
- สร้างตัวติดตั้ง (Installer)
- แนวคิดการอัปเดตเวอร์ชันและการแจกจ่ายให้ลูกค้า
"Workshop: "แปลง AI App เป็นไฟล์ .exe ส่งให้คนอื่นดับเบิลคลิกใช้ได้เลย""
---
EP.7 — AI Chatbot ที่ออนไลน์ตลอด 24 ชั่วโมง
- ทำไม Chatbot ถึงเป็นวิธีส่งมอบ AI ที่คนใช้ง่ายที่สุด
- Webhook คืออะไร
- LINE Official Account และ Messaging API
- Telegram Bot
- ตั้งค่า Webhook ให้ชี้มาที่ Backend ของเรา
- รับข้อความ / ส่งข้อความ / ส่งรูปและไฟล์
- ต่อ Bot เข้ากับ LLM และ RAG
- จำบทสนทนารายผู้ใช้
- ngrok สำหรับทดสอบ และการย้ายขึ้น Production
- จำกัดสิทธิ์ผู้ใช้และป้องกันคนนอกยิงบอทเล่น
"Workshop: "ปล่อย AI Chatbot ขึ้น LINE / Telegram ให้ทำงานตลอดเวลา""
---
EP.8 — Docker และ VPS เซิร์ฟเวอร์ของเราเอง
- ทำไมต้องมี Docker และปัญหา "เครื่องผมรันได้นะ"
- Image / Container / Dockerfile
- สร้าง Docker Image ของโปรเจค AI
- docker compose สำหรับ App + Database พร้อมกัน
- เช่า VPS และเลือกสเปกให้เหมาะกับงาน AI
- พื้นฐาน Linux Server และการ SSH
- Firewall และความปลอดภัยเบื้องต้นของเซิร์ฟเวอร์
- Nginx Reverse Proxy
- จดโดเมนและตั้งค่า DNS
- HTTPS ฟรีด้วย Let's Encrypt
- systemd และการให้ระบบรีสตาร์ตเองเมื่อล่ม
"Workshop: "ย้ายโปรเจค AI ขึ้น VPS ของตัวเอง พร้อมโดเมนและ HTTPS""
---
EP.9 — Security, Cost และ Monitoring
- ช่องโหว่ยอดฮิตของโปรเจคที่ Deploy ด้วย AI
- API Key หลุดแล้วเกิดอะไรขึ้น
- Authentication และระบบ Login
- Rate Limit และการกัน Abuse
- Input Validation และพื้นฐาน Prompt Injection
- คุมค่าใช้จ่าย LLM API: Token, Cache, เลือกโมเดลให้เหมาะกับงาน
- ตั้งเพดานค่าใช้จ่ายและแจ้งเตือน
- Cloud vs Local vs VPS คุ้มค่าต่างกันอย่างไร
- Log, Uptime Monitor และการแจ้งเตือนเมื่อระบบล่ม
- Backup อัตโนมัติ และแผนเวลาระบบพัง
"Workshop: "ตรวจเช็คความปลอดภัยและปิดช่องโหว่ระบบ AI ของเรา""
---
EP.10 — Mobile App Release + Final Project
- พื้นฐาน Flutter สำหรับต่อกับ AI Backend
- เชื่อมแอปมือถือกับ API ตัวจริงบนเซิร์ฟเวอร์
- จัดการ API URL และ Key ในฝั่งแอป
- Build APK และ AAB
- Signing Key และการเซ็นแอป
- ติดตั้งลงมือถือจริงและส่งให้คนอื่นทดลองใช้
- ภาพรวมการขึ้น Google Play และ TestFlight
- แนวคิด Auto Deploy ด้วย GitHub Actions
- รวมทุกอย่างเป็นระบบเดียว: Web + Desktop + Bot + Mobile
- "Final Project:" ปล่อยโปรเจค AI ของตัวเองขึ้นใช้งานจริงครบทุกช่องทาง
---
EP.พิเศษ
"เปลี่ยนโปรเจค AI ให้กลายเป็นสินค้า"
- Landing Page และหน้าแนะนำโปรเจค
- ระบบสมาชิกและ Key สำหรับผู้ใช้
- แนวทางรับชำระเงินออนไลน์
- โครงสร้างราคาแบบ Subscription / License / Pay-per-use
- คิดต้นทุนต่อผู้ใช้ 1 คนของระบบ AI
- การส่งมอบและซัพพอร์ตลูกค้าหลังการขาย
---
>> วันเวลาเรียน
เรียนออนไลน์ผ่านไลฟ์ในกลุ่มเฟสบุ๊ค ทุกวันอาทิตย์ช่วงค่ำ เวลา 19.15 น. ยาว 10 สัปดาห์ เรียนครั้งละ 2 ชั่วโมง เริ่มคลาสแรกวันอาทิตย์ที่ 15 พฤศจิกายน 2569 (ดูย้อนหลังได้ทุกตอนหลังจบไลฟ์)
>> ค่าลงทะเบียนปกติ 3,960 บาท ลดให้พิเศษ! early bird 75% วันเดียวเท่านั้น!
สำหรับ 50 คนแรกที่เห็นข้อความนี้เท่านั้น จ่ายเพียง 990 บาทเท่านั้น! (จำกัดจำนวนเพียง 50 สิทธิ์ หลังจากสิทธิ์หมดระบบจะตัดส่วนลดอัตโนมัติ ใครเห็นข้อความนี้ยังใช้ส่วนลดได้จ้าาา)
กดสมัครทางนี้ได้เลยจ้าาา
วิธีสมัคร
1. กรอกข้อมูลตามแบบฟอร์มนี้ https://www.uncle-engineer.com/course/ai-deployment-101
2. โอนชำระผ่านบัญชีด้านล่างแล้วแนบสลิปสมัครแล้วกดส่ง
3. รอรับอีเมลภายใน 24 ชั่วโมง
ชำระค่าใช้จ่ายผ่าน…
--------------------------
บัญชี ออมทรัพย์ ธนาคารกรุงเทพ สาขา สยามพารากอน
ชื่อบัญชี: บริษัท คอนส์ โรโบติกส์ จำกัด
เลขบัญชี: "855-0-65158-5"
หรือ พร้อมเพย์ 0105561008411
ชื่อบัญชี: บริษัท คอนส์ โรโบติกส์ จำกัด
สอบถามข้อมูลเพิ่มเติมทางเพจ "ลุงวิศวกร สอนคำนวณ" https://www.facebook.com/UncleEngineer/ หรือไลน์แอด @uncleengineer
-------------------
ราคาปกติ: 3,960 บาท
ส่วนลดบุคคลทั่วไป ลด 75% เหลือ:
990 บาท
สมัครเรียนกรอกแบบฟอร์มทางนี้
