จากงาน QC/QA และ Support สู่การคิดแบบ BA

เรียนทีละขั้นด้วยภาษาไทยและเคสจำลอง — ไม่ต้องมีพื้นฐานสายคอม ไม่ต้องเขียนโปรแกรม เริ่มจากเข้าใจงาน แล้วฝึกใช้ AI และอธิบายความต้องการให้ทีมทำต่อได้

เริ่มเรียน Stage 1 ทำแบบประเมินตนเองก่อนเริ่ม

เส้นทางการเรียน 10 Stage

Track A — เริ่มจากงานเดิมและรู้จัก AI

Track B — เข้าใจระบบและทดลองใช้

Track C — ฝึกคิดและทำงานแบบ BA

Track D — รวมผลงานและเตรียมสมัครงาน

เส้นทางนี้คืออะไร — อ่านก่อนเริ่ม

เริ่มที่นี่ก่อน

เส้นทางนี้สำหรับคนทำงาน QC/QA และ Customer Support ที่อยากใช้ประสบการณ์เดิมต่อยอดสู่ Business Analyst (BA) หรือผู้ช่วยวิเคราะห์ความต้องการและการปรับปรุงงาน ใช้เคสจำลอง “ลูกค้าแจ้งชิ้นงานเป็นรอย” ต่อเนื่องทั้งคอร์ส ไม่ต้องเตรียมข้อมูลบริษัท

Stage คือช่วงเรียนใหญ่ Lesson คือบทสั้นภายในช่วงนั้น แต่ละบทมีคำอธิบาย ตัวอย่าง งานให้ลอง และแนวตรวจความเข้าใจ ศัพท์อังกฤษจะอธิบายตอนใช้ ไม่ต้องท่องให้ครบก่อนเริ่ม

สารบัญ Learning Path

Stage	สิ่งที่จะเรียน	Lesson
1	เข้าใจงานตัวเองและกระบวนการทำงาน	3
2	AI Literacy: รู้จัก AI แบบคนใช้งาน	8
3	ใช้ Generative AI กับงานจริง	4
4	เข้าใจ AI Solution, RAG และงานอัตโนมัติ	4
5	ทดลองสร้าง AI Use Case สำหรับ QA	5
6	Business Analysis Fundamentals: เริ่มคิดแบบ BA	3
7	Requirement, User Story และ Process: บอกความต้องการให้ชัด	4
8	ทำงานร่วมกับ Dev, Product และ QA	4
9	Capstone: โครงงาน Automotive QA AI Assistant	5
10	Portfolio และการเตรียมสมัคร BA	4

Track A (1–3): เข้าใจงานและเริ่มใช้ AI → Track B (4–5): เข้าใจระบบและทดลอง → Track C (6–8): ฝึกงาน BA และคุยกับทีม → Track D (9–10): รวมผลงานและเตรียมสมัคร

เตรียมอะไรบ้าง

สมุดหรือเอกสารที่พิมพ์ได้ ใช้บันทึกชิ้นงาน ไม่ต้องเขียนโค้ด
เครื่องมือ AI ที่คุณเข้าถึงได้สำหรับทดลอง หากยังไม่มี ให้ทำแบบฝึกตรวจคำตอบและเขียนแผนก่อน โดยระบุว่ายังไม่ได้ทดลองจริง
เพื่อนช่วยอ่านหรือเล่นบทบาทเมื่อสะดวก ถ้าไม่มีให้ฝึกเองได้ และบอกว่ายังไม่มี feedback จากคนอื่น

ใช้เว็บอย่างไร

ลองแบบประเมินตนเอง 10 ข้อก่อนเริ่ม ไม่มีผ่าน/ตก ใช้สำรวจเรื่องที่ยังไม่คุ้น บางคำจะเรียนใน Stage หลัง
เริ่ม Stage 1 และอ่านตามลำดับ 1–10 บทสรุปก่อนหน้าจะถูกใช้ในแบบฝึกถัดไป
ทำแบบฝึกหัดแล้วตรวจชิ้นงานตามรายการ อย่าข้ามไปทำแต่แบบทดสอบ
Post-test มีทุก Stage ชุดละ 5 ข้อ ผ่านที่ 4 ข้อขึ้นไป (80%) ทำซ้ำเพื่อทบทวนได้

อ่าน Lesson และ Exercise ได้โดยไม่เข้าสู่ระบบ แบบทดสอบท้าย Stage และการเก็บความคืบหน้า/ชิ้นงานต้องเข้าสู่ระบบ บัญชีรับจากผู้ดูแล ไม่มีหน้าสมัครเอง ชิ้นงานเก็บเป็นข้อความและลิงก์ ไม่มีการอัปโหลดไฟล์หรือส่งตรวจในระบบ

Read / Understand / Exercise / Review เป็นรายการที่ผู้เรียนบันทึกเอง ส่วน Complete มาจากการผ่าน Post-test ไม่ได้ยืนยันว่าชิ้นงานผ่านการประเมินหรือพร้อมทำงาน BA แล้ว

เวลาที่ใช้และสิ่งที่จะได้

ลองวางแผน 3–5 ชั่วโมงต่อสัปดาห์ ประมาณ 9–11 สัปดาห์สำหรับเส้นทางฝึก ปรับตามเวลาที่ใช้จริง: Stage 1–3 สองสัปดาห์, Stage 4–5 สองสัปดาห์, Stage 6–7 สองถึงสามสัปดาห์, Stage 8–9 สองถึงสามสัปดาห์ และ Stage 10 หนึ่งสัปดาห์ หากร่วมสร้างระบบจริงอาจต้องเผื่อเวลาทีมเพิ่ม รายละเอียดอยู่ใน Stage 10

ผลที่ตั้งใจให้ได้คือโครงงานเล็กตั้งแต่ปัญหา → ทดลองทางเลือก → ข้อกำหนด → แบบหน้าจอ → การตรวจ → case study ผู้เรียนเลือกแบบจำลองหรือแบบระบบทดลองได้ ต้องแยกข้อมูลจริง สมมติฐาน และผลที่ยังไม่ได้วัดให้ชัด ไม่รับรองการได้งานหรือความพร้อมทุกตำแหน่ง

อ่านเพิ่มเมื่อพร้อม

ไม่ต้องเปิดลิงก์เหล่านี้เพื่อทำแบบฝึกหลัก ใช้ต่อเมื่ออยากลงลึก:

Google: รู้จัก Machine Learning — ประกอบ Stage 2
IBM: Deep Learning — ความสัมพันธ์ของคำใน Stage 2
IIBA: งานของ Business Analysis — ประกอบ Stage 6–9

เป้าหมายแรกของเส้นทางนี้

ฝึกพื้นฐาน Business Analyst (BA) โดยต่อยอดการเข้าใจงาน การตรวจหลักฐาน และการประสานคนจาก QC/QA หรือ Support แล้วเพิ่มความเข้าใจ AI เพื่อเลือกใช้ให้ตรงปัญหา

Product Owner และ Project Manager เป็นบทบาทที่อาจสำรวจภายหลัง ไม่ใช่เป้าหมายคู่ขนานของคอร์สนี้ และไม่ได้หมายความว่าทุกคนต้องผ่าน BA ก่อนเสมอ

งาน BA แต่ละทีมต้องการต่างกัน ใช้ Stage 10 เทียบประกาศที่สนใจกับชิ้นงานและช่องว่างของคุณ หากไม่มี Developer ร่วม คุณยังทำโครงงานแบบจำลองได้โดยระบุสิ่งที่ได้ทดลองและสิ่งที่ยังไม่ได้พิสูจน์ตามจริง

ค่อย ๆ ฝึกจากงานที่คุ้นเคย — เข้าใจปัญหา ตรวจหลักฐาน และเล่าสิ่งที่ทำได้ด้วยคำของตัวเอง