ข้อสอบ

ฟอร์มของดาราวดี พันธ์รัก

ฟอร์มของ นางสาวนันท์นภัส ลูกสอน

 Big Data

Big Data?

ทำไมต้อง Big Data?

     ปัจจุบัน เราทุกคนใช้งานโซเชียลมีเดีย เช่น You tube, Facebook, Twitter, Google, Netflix, Walmart, Starbucks สิ่งหนึ่งที่ทำให้โซเชียลมีเดียเหล่านี้ประสบความสำเร็จ คือ Big Data เป็นการนำข้อมูลจำนวนมหาศาลที่ได้จากการให้บริการมาใช้วิเคราะห์ เพื่อหาโอกาสทางธุรกิจ ใช้ประกอบการตัดสินใจในเรื่องสำคัญๆ ทั้งการพัฒนาด้านการขายและการตลาด การปรับปรุงสินค้าบริการให้ตอบโจทย์ความต้องการของผู้บริโภคยุคใหม่ที่เปลี่ยนแปลงอย่างรวดเร็ว รวมถึงภาคการผลิตที่นำข้อมูล Big Data ไปใช้ในการวิเคราะห์เพื่อเพิ่ม Productivity ในกระบวนการผลิตและการดำเนินงาน

Big Data คืออะไร

     Big Data คือ ข้อมูลขนาดใหญ่/ปริมาณมาก หรือ ข้อมูลจำนวนมากมหาศาล ทุกเรื่อง ทุกแง่มุม ทุกรูปแบบ ซึ่งอาจเป็นข้อมูลที่มีโครงสร้างชัดเจน (Structured Data) เช่น ข้อมูลที่เก็บอยู่ในตารางข้อมูลต่างๆ หรืออาจเป็นข้อมูลกึ่งมีโครงสร้าง (Semi-Structured Data)  เช่น ล็อกไฟล์ (Log files) หรือแม้กระทั่งข้อมูลที่ไม่มีโครงสร้าง (Unstructured Data) เช่น ข้อมูลการโต้ตอบปฏิสัมพันธ์ผ่านสังคมเครือข่าย (Social Network) เช่น Facebook, twitter หรือ ไฟล์จำพวกมีเดีย เป็นต้น ซึ่งอาจจะเป็นข้อมูลภายในองค์กรและภายนอกที่มาจากการติดต่อระหว่างองค์กร หรือจากทุกช่องทางการติดต่อกับลูกค้า แต่ทั้งหมดนี้ก็ยังคงเป็นเพียงข้อมูลดิบที่รอการนำมาประมวลและวิเคราะห์เพื่อนำผลที่ได้มาสร้างมูลค่าทางธุรกิจ ข้อมูลเหล่านี้อาจจะไม่ได้อยู่ในรูปแบบที่องค์กรสามารถนำไปใช้ได้ทันที แต่อาจมีข้อมูลที่เป็นประโยชน์ต่อองค์กรบางอย่างแฝงอยู่

Big Data มีคุณลักษณะสำคัญอยู่ 4 อย่าง คือ

• ปริมาตร (Volume) หมายถึง ข้อมูลนั้นมันต้องมีขนาดใหญ่มาก ซึ่งไม่สามารถประมวลผลปริมาณของข้อมูลด้วยระบบฐานข้อมูลได้ จำเป็นต้องใช้คลังข้อมูล (Data Warehouse) และซอฟต์แวร์ฮาดูป (Hadoop) ทำงานประสานกันในการบริหารจัดการข้อมูล
• ความเร็ว (Velocity) หมายถึง ข้อมูลดังกล่าวต้องมีอัตราการเพิ่มขึ้นอย่างรวดเร็ว เช่น ข้อมูลจากภาพถ่ายโทรศัพท์ที่ถูกอับโหลดขึ้น ข้อมูลการพิมพ์สนทนา ข้อมูลวิดีโอ รวมไปถึงข้อมูลการสั่งซื้อสิ้นค้า พูดง่าย ๆ คือ ข้อมูลที่มีการเพิ่มขึ้นตลอดเวลาแบบไม่มีหยุดยั้งนั่นแหละ
• ความหลากหลาย (Variety) หมายถึง รูปแบบข้อมูลต้องมีความหลากหลาย อาจจะเป็นข้อมูลที่มีโครงสร้าง ไม่มีโครงสร้าง และกึ่งมีโครงสร้าง ซึ่งผมไม่ขอลงลึกนะเพราะมันซับซ้อนมาก แต่เอาเป็นว่ารูปแบบข้อมูลของ Big Data มันมีทุกอย่าง ไม่ได้จำกัดแค่พวกข้อความ อีเมล์ รูปภาพ ฯลฯ เท่านั้น
• Veracity ไม่สามารถนำมาใช้เป็นข้อมูลที่สมบูรณ์ เพื่อการประกอบการพิจารณาได้

การใช้ประโยชน์จาก Big Data

     ในปัจจุบันนี้ การนำ Big Data มาใช้ในภาครัฐ เพื่อแก้ปัญหาความเดือดร้อนและลดความเหลื่อมล้ำ โดยนำข้อมูลในระบบราชการจากหลายหน่วยงาน เช่น ข้อมูลสาธารณสุข ทะเบียนราษฎ์ ที่ตั้งของธุรกิจ โรงพยาบาล สถานบำบัด สถานการณ์จ้างงานฯ มาวิเคราะห์และการเชื่อมโยงกัน เกิดเป็นข้อมูลขนาดใหญ่ Big Data ของภาครัฐ ผ่านกระบวนการวิเคราะห์เชื่อมโยงเพื่อตอบการให้บริการของภาครัฐ ตัวอย่างเช่น รัฐบาลต้องการช่วยเหลือผู้มีรายได้น้อย แต่แทนที่จะช่วยเหลือโดยให้เงินอุดหนุนที่เท่าๆ กันแบบปูพรมทั้งประเทศ ก็นำ Big Data ซึ่งเป็นข้อมูลจากแหล่งต่างๆมาใช้ชี้จำเพาะว่าบุคคลใดที่ถือว่ามีรายได้น้อย พร้อมทั้งกำหนดระดับและลักษณะความช่วยเหลือที่แตกต่างกัน เช่น ผู้มีรายได้น้อยที่สูงอายุ เป็นผู้พิการ อยู่กับบ้าน ให้ลูกหลานดูแล รัฐอาจช่วยโดยสนับสนุนขาเทียม ให้คูปองเข้ารับการทำกายภาพบำบัด  พร้อมทั้งเลือกอาชีพที่เหมาะสมกับกายภาพของผู้สูงอายุ

     การฝึกอาชีพเพื่อเพิ่มรายได้ ให้กับผู้มีรายได้น้อย พร้อมทั้งจับคู่กับแหล่งงานที่อยู่ใกล้เคียงกับที่พักอาศัย อีกทั้งยังติดตามและเสนอโอกาสฝึกอาชีพใหม่ๆ เพิ่มเติม เพื่อให้มีรายได้ที่สูงขึ้นและพัฒนาคุณภาพชีวิตให้ดีขึ้น ซึ่งถ้าวิเคราะห์ดูจะเห็นว่า ข้อมูลจำนวนมากเกิดการบูรณาการและวิเคราะห์ เพื่อใช้สำหรับการตัดสินใจในการให้บริการของภาครัฐได้ตรงกลุ่มเป้าหมาย โดยในปัจจุบันนี้ จะเห็นได้จากการใช้บัตรประชาชนเพียงบัตรเดียวก็สามารถเข้าถึงบริการภาครัฐได้มากขึ้น

     Big Data สำหรับภาคเอกชนที่นำมาใช้ประโยชน์ เช่น เว็บไซต์อี-คอมเมิร์ช ที่จัดเก็บข้อมูลพฤติกรรมการซื้อสินค้าของลูกค้าอย่างต่อเนื่อง และมีระบบที่ทำหน้าที่คัดเลือกสินค้าอื่นๆ ที่คาดว่าลูกค้าจะต้องการเพิ่มเติม แล้วนำเสนอขึ้นมาให้โดยอัตโนมัติบนหน้าเว็บไซต์อี-คอมเมิร์ชของลูกค้ารายนั้นๆ ทั้งนี้ ลูกค้าแต่ละคน ไม่จำเป็นต้องนำเสนอสินค้าเดียวกัน จากการสังเกตพฤติกรรมการซื้อสินค้า พบว่าภาคเอกชนจะมีการเก็บข้อมูล ชื่อ ที่อยู่ เพศ เชื้อชาติ อายุ ประวัติการซื้อสินค้า ชนิดสินค้า เวลาที่ซื้อ มูลค่าสินค้า นำมาวิเคราะห์จับคู่กับสินค้าอื่นที่มีศักยภาพ ทั้งนี้ เงื่อนไขหรือสูตรการจับคู่อาจแตกต่างกันไป ตามกลุ่มลูกค้าหรือประชากรในแต่ละประเทศ หรือตามกลุ่มสังคมหรือวัฒนธรรม

     นอกจากนั้น ภาคเอกชนได้นำข้อมูล Big Data มาใช้ประโยชน์ เพื่อยกระดับธุรกิจ ด้วยการพัฒนาเทคโนโลยีแชทบอท Chatbot ที่สามารถรับมือกับความต้องการข้อมูลของลูกค้าที่ติดต่อเข้ามาจำนวนมหาศาลผ่าน Messaging Application ได้อย่างมีประสิทธิภาพ รวดเร็ว ฉับไว พร้อมให้บริการตลอด 24 ชั่วโมง และนี่คือจุดเปลี่ยนสำคัญของการให้บริการที่จะเข้ามาใช้งานแทนคน (Agent)

     แม้ว่าเรื่องราวของ Big Data ฟังดูแล้วยุ่งยาก ไม่ว่าจะเป็นอุปสรรคในระหว่างการนำไปประยุกต์ใช้งาน ไปจนถึงการปรับกระบวนการทำงานใหม่ เพื่อให้เอื้อต่อการจัดเก็บข้อมูล อีกทั้งความจำเป็นที่จะต้องปรับนโยบายรัฐหรือเอกชนให้สอดคล้องกับการทำ Big Data ด้วยหรือไม่? จะทำได้สำเร็จหรือไม่? สารพัดเรื่องที่จะเกิดขึ้น

     Big Data ไม่ใช่เรื่องยากอย่างที่หลายคนกลัวหรือไม่เข้าใจ อาจเพราะมันใหญ่และมีรายละเอียดเยอะมาก จึงทำให้การใช้งาน Big Data ค่อนข้างมีอุปสรรค แต่แท้จริงแล้วอุปสรรคต่าง ๆ นี้ล้วนเป็นสิ่งที่ทุกองค์กรต้องเผชิญหน้า เพื่อพัฒนาและก้าวกระโดดต่อไป ขอเป็นกำลังใจให้เรียนรู้เรื่องไกล้ตัวนี้อย่างต่อเนื่อง นะครับ

 

นาย.ปวริศร ไทยสงเคราะห์ ม.5/5 เลขที่6

 

1 วิทยาการข้อมูล หรือ Data Science คือ
วิทยาการข้อมูล หรือ Data Science คือ ศาสตร์ที่เกี่ยวกับการจัดการ จัดเก็บ รวบรวม ตรวจสอบ วิเคราะห์ วิจัย และนำเสนอผลการวิเคราะห์ข้อมูลเพื่อนำไปสู่ความรู้ที่สามารถนำไปใช้งานได้จริง (Actionable knowledge) อย่างเช่น การปรับปรุงผลิตภัณฑ์ กระบวนการดำเนินงาน ประกอบการตัดสินใจทางธุรกิจ การวางแผนการตลาด และทิศทางขององค์กรในอนาคต

โดยหลักการแล้ว Data Science ประกอบขึ้นจากศาสตร์หลักๆ คือ Hacking Skill (สกิลเกี่ยวกับ Computer Programimg, Data Base, Big data Technologies)  Statistic & Math (ทักษะทางคณิตศาสตร์และสถิติศาสตร์)  Substantive Expertise (หรือ Domain Knowledge)  Presentation (ทักษะการนำเสนอข้อมูล) และ Visualization 

Data Science ไม่ใช่ศาสตร์ใหม่ แต่มันคือการนำความรู้เดิมที่มีอยู่มารวมและประยุกต์เข้าด้วยกันจนเกิดเป็นของใหม่ ด้วยลักษณะของข้อมูลขนาดใหญ่ (Big Data) ในโลกปัจจุบัน การเข้ามาของ Internet of Things  หรือ Censor ต่างๆ ตลอดจน Social media ทำให้เกิดเป็นข้อมูลปริมาณมหาศาล และนำมาสู่ Data Science นั่นเอง


2 ผลลัพธ์ที่ได้จาก Data Science 
- ค้นพบสิ่งที่ไม่เคยรู้มาก่อนจากข้อมูลที่ได้
- ได้ Predictive Model เพื่อนำไปปฏิบัติจริง
- สร้าง Data Product ใหม่ๆ ที่จะส่งผลกระทบต่อธุรกิจ
- ช่วยให้ฝ่ายธุรกิจมีความมั่นใจและสามารถตัดสินใจได้ดีขึ้น

คนทำงานด้านวิทยาศาสตร์ข้อมูล จะนำข้อมูลที่กระจัดกระจายจากแหล่งต่างๆ มาจัดการและวิเคราะห์ เพื่อใช้ประโยชน์ตามโจทย์หรือวัตถุประสงค์การใช้งาน เช่น สร้าง Predictive Model หรือระบบอัลกอริทึมขึ้นมาประมวลผล เพื่อค้นหาอินไซต์เกี่ยวกับผู้ใช้งาน (user) หรือเก็บข้อมูลเพื่อใช้ประกอบการตัดสินใจขององค์กรบริษัท เป็นต้น และนี่คือผลลัพธ์ที่จะได้จาก Data Science


3 ที่มาของตำแหน่ง นักวิทยาศาสตร์ข้อมูล (Data Scientist) 
ตำแหน่งงาน Data Scientist ถูกตั้งขึ้นโดย  DJ Patil และ Jeff Hammerbacher ในปี 2008 โดยทั้งคู่เป็น ผู้บุกเบิกการสร้างทีม Data Science ที่ LinkedIn และ Facebook และตอนนี้ DJ Patil ได้รับแต่งตั้งให้เป็น Chief Data Scientist of the United States ไปเรียบร้อย

ในปี 2012 วารสาร Harward Business Review  ตีพิมพ์บทความชื่อ Data Scientist: The Sexiest Job of the 21st Century ทำให้อาชีพนี้กลายเป็น Talk of the town ในวงการธุรกิจและวงการสื่อตั้งแต่นั้นมา และทำให้เกิดความต้องการจ้างงานจากวงการธุรกิจสูง จนขาดแคลนบุคคลากรทางด้านนี้เป็นอย่างมาก ถือเป็นอาชีพที่เกิดขึ้นอย่างฉับพลันในวงการธุรกิจ โดยที่ยังไม่มีการเรียนการสอนในมหาวิทยาลัยจริงจัง


4 ทักษะที่ นักวิทยาศาสตร์ข้อมูล (Data Scientist) ต้องมี 
นักวิทยาศาสตร์ข้อมูล ต้องมี ทักษะความรู้แบบสหวิทยาการ (Interdisciplinary) หรือมีองค์ความรู้ในหลากหลายด้าน เช่น ความรู้ด้านคอมพิวเตอร์ คณิตศาสตร์และสถิติ การวิเคราะห์ข้อมูล ความเข้าใจทางธุรกิจ ความอยากรู้อยากเห็น ความคิดสร้างสรรค์ และความรู้เฉพาะสาขา (Domain Knowledge) สรุปคือ 
1 ความรู้ด้านวิทยาการคอมพิวเตอร์ (Computer Science)
2 ความรู้ด้านคณิตศาสตร์และสถิติ (Math&Statistics)
3 ความรู้เฉพาะสาขา (Domain Knowledge)
4 ความอยากรู้อยากเห็นและความคิดสร้างสรรค์ (Curiosity & Creativity)
การจะหาคนที่เป็น Data Scientist หรือคนเดียวที่เก่งทุกอย่างแบบเต็มตัว ไม่ใช่เรื่องง่าย ส่วนใหญ่แล้วจะเป็นการทำงานเป็น ทีม Data Science ที่ประกอบด้วยคนที่เก่งแต่ละด้านมาอยู่ในทีมเดียวกัน
 

5 อยากเป็น Data Scientist ควรเรียนอะไร?  
" ยุคนี้กำลังเปลี่ยนเร็วมาก การแข่งขันจะรุนแรงมากในเรื่องของข้อมูล ผู้แพ้ผู้ชนะจะไม่ได้ถูกตัดสินด้วยขนาดอีกต่อไป แต่จะตัดสินด้วยความสามารถในการใช้ข้อมูล "  ผศ. ดร. ณัฐวุฒิ หนูไพโรจน์ ภาควิชาวิศวกรรมคอมพิวเตอร์ จุฬาลงกรณ์มหาวิทยาลัย

แม้ว่าสถาบันการศึกษาในประเทศไทยยังไม่มีหลักสูตรหรือคณะสาขาที่เกี่ยวกับ Data Science โดยตรง แต่คณะและสถาบันการศึกษาหลายแห่ง อย่างเช่น ภาควิชาวิศวกรรมคอมพิวเตอร์ จุฬาลงกรณ์มหาวิทยาลัย และอีกหลายๆ มหาวิทยาลัย ตระหนักถึงความสำคัญของศาสตร์นี้ จนเปิดเป็นรายวิชาเลือกขึ้นมาเพื่อให้น้องๆ นักศึกษาที่สนใจได้เลือกเรียนทางด้านนี้เพิ่มเติมจากสาขาหลัก

สำหรับน้องๆ ที่สนใจและตั้งใจอยากทำงานด้านนี้โดยตรง สามารถเรียนต่อระดับอุดมศึกษาในคณะหรือสาขาที่ช่วยให้เรารู้จักและเข้าใจการจัดการข้อมูลได้หลากหลาย เช่น คณะวิทยาศาสตร์ คณะวิศวกรรมศาสตร์ คณะดิจิทัลมีเดีย สาขาเทคโนโลยีสารสนเทศ คณะการจัดการ คณะบริหารธุรกิจ และคณะอื่นๆ ที่เกี่ยวข้อง จากนั้นน้องๆ สามารถเลือกฝึกประสบการณ์ทางด้าน Data Science เพิ่มเติมได้เอง รวมทั้งการเรียนต่อระดับปริญญาโทสาขานี้โดยตรงที่มหาวิทยาลัยในต่างประเทศก็ยิ่งได้เปรียบ


6 Data Science กับอนาคตในตลาดงานประเทศไทย
แม้ว่า การ์ทเนอร์ (Gartner, Inc.) บริษัทวิจัยและวิเคราะห์ข้อมูลด้านเทคโนโลยีสารสนเทศระดับโลกบอกว่า จะมีตำแหน่งงานด้านนี้เพิ่มขึ้นกว่า 4.4 ล้านอัตราทั่วโลกภายในปี 2558 แต่จะมีบุคลากรที่พร้อมสำหรับตำแหน่งงานดังกล่าวเพียง 1 ใน 3 เท่านั้น แต่คำถามที่น้องๆ ทุกคนที่สนใจงานนี้รอคอยกันอยู่ก็คือ เรียนจบด้านนี้มาแล้วจะมีงานรองรับในเมืองไทยมากน้อยแค่ไหน? เรานำบทสัมภาษณ์จากรุ่นพี่อย่าง ต้า-วิโรจน์ จิรพัฒนกุล อดีต Data Scientist ของ Facebook ให้สัมภาษณ์ไว้ใน TheMomentum มาฝากเพื่อให้น้องๆ นำไปประกอบการตัดสินใจ

" แม้ว่าสถาบันการศึกษาในประเทศไทยยังไม่มีหลักสูตรเกี่ยวกับวิชานี้หรือตั้งคณะสำหรับด้านนี้โดยตรง แต่สังคมเริ่มตระหนักถึงความสำคัญกันมากขึ้น หลายๆ บริษัทมีความพยายามจะจัดการข้อมูลภายในองค์กรให้เกิดประโยชน์ต่อการดำเนินงานที่สุด และปัจจุบันนี้ประเทศไทยมีบริษัทต่างชาติเข้ามาดำเนินการมากมายไม่ว่าธุรกิจกลุ่มไหนก็ต้องตื่นตัวเรื่องการใช้ข้อมูล เพื่อให้ก้าวทันและสร้างความได้เปรียบคู่แข่งในอุตสาหกรรม ทำให้นักวิทยาศาสตร์ข้อมูลจะเป็นที่ต้องการในทุกบริษัท เพราะเป็นคนที่เข้าใจว่าผู้ใช้งานต้องการอะไร สามารถต่อยอดให้ผลิตภัณฑ์และช่วยกำหนดทิศทางธุรกิจด้วยข้อมูลได้ดียิ่งขึ้น "  

นางสาว นันท์นภัส ลูกสอน เลขที่14 ม.5/5

 ยุค  5G/6G ,  Iot  , AI

ช่วงนี้ใครหลายๆคนอาจได้ยินคำว่า 5G กันมาบ้าง แล้ว 5G คืออะไร? วันนี้เราจะมาหาคำตอบกัน 5G คือ Generation ใหม่ของเทคโนโลยีเครือข่ายไร้สายที่จะมาแทนที่ระบบ 4G ที่เรากำลังใช้อยู่ในปัจจุบัน ซึ่งมันจะไม่จำกัดแค่มือถือเท่านั้น แต่รวมถึงอุปกรณ์ทุกชนิดที่เชื่อมอินเตอร์เน็ตได้ (Internet of Things หรือ IoT)

5G เหนือกว่า 4G อย่างไร?

• ตอบสนองไวขึ้น สามารถสั่งงาน และควบคุมสิ่งต่างๆ ได้อย่างรวดเร็ว หรือเรียกว่าแทบจะทันที เนื่องจากมีความหน่วงที่ต่ำ ตอบสนองได้ไวถึง 1 ส่วนพันวินาที

• รองรับการ รับ-ส่ง ข้อมูลได้มากกว่า ถ้าเป็น 4G จะสามารถ รับ-ส่ง ข้อมูลได้ราว 7.2 Exabytes ต่อเดือน แต่สำหรับ 5G จะเพิ่มขึ้นราว 7 เท่า หรือ 50 Exabytes ต่อเดือน

• เร็วแรงกว่าเดิม 5G มีความเร็วมากกว่า 4G ถึง 20 เท่า ซึ่งเร็วมากพอที่จะดูวิดีโอ 8K ออนไลน์แบบ 3 มิติ หรือดาวน์โหลดภาพยนตร์ 3 มิติ ได้ในภาย 6 วินาที

• ความถี่ให้เลือกใช้มากกว่า 5G จะสามารถใช้งานคลื่นความถี่ได้จนถึง 30GHz ซึ่งเป็นความถี่ย่านใหม่ที่ไม่เคยมีการใช้งานมาก่อน

• รองรับการใช้งานที่มากกว่า รองรับจำนวนผู้ใช้งานเพิ่มขึ้น 10 เท่า จากที่สามารถรับคนได้ราว 1 แสนคนต่อพื้นที่ 1 ตร.กม. กลายเป็น 1 ล้านคนต่อพื้นที่ 1 ตร.กม.
  
  

ประโยชน์ของ 5G

สำหรับคุณสมบัติหลักเด่นชัดของ 5G ที่เห็นได้ชัดเลยคงเป็นเรื่องของคุณภาพการรับชมวีดีโอ หรือการเล่นเกมส์ออนไลน์ ที่ช่วยให้ผู้ใช้บริการได้สัมผัสกับคุณภาพความคมชัด และความรวดเร็วเทียบเท่ากับการใช้งานผ่านโครงข่ายใยแก้วนำแสง (Fiber Optic) หรือการที่สามารถทำงานและเข้าถึงข้อมูลทุกอย่างที่อยู่บน Cloud ไม่ว่าจะรูปแบบภาพ หรือวิดีโอ ได้แบบทันทีที่ต้องการ รวมถึงการพัฒนาเทคโนโลยีให้มีความเร็วในการดาวน์โหลดและอัพโหลดที่สูงกว่าเทคโนโลยี 4G อีกด้วย

นอกจากนี้ เทคโนโลยี 5G ยังถูกออกแบบมาเพื่อรองรับการเชื่อมต่อจำนวนมากๆ ผ่านอินเตอร์เน็ต หรือที่เรียกกันว่า IoT อาทิ รถยนต์ไร้คนขับ การผ่าตัดได้จากระยะไกล หุ่นยนต์ในโรงงาน สิ่งเหล่านี้แสดงให้เห็นถึงการเพิ่มประสิทธิภาพในการทำงานซึ่งถือว่ามีความเร็วมากกว่าเทคโนโลยี 4G เกิน 10 เท่า รวมถึงช่วยให้เกิดการใช้งาน AR และ VR ในกิจกรรมต่างๆ อาทิ การสำรวจภาคสนาม การสาธารณสุขทางไกล ความบันเทิง และท่อส่งข้อมูลขนาดใหญ่เพื่อใช้ในการเข้าถึงการใช้งาน Cloud Computing ซึ่ง 5G ช่วยพัฒนาศักยภาพของระบบค้าปลีก การซื้อของออนไลน์ รวมถึงการใช้งานต่างๆ ของออฟฟิศอัจฉริยะ (Smart Office) และนำไปสู่ระบบเมืองอัจฉริยะ (Smart Cities) ในอนาคต

 แนะนำตัวเอง

ผลการเรียนเฉลี่ย ภาคเรียนที่1