สำหรับงานนี้ตอนแรกผมไม่ได้มี Plan ที่จะไปเลย เพราะ ช่วงนั้นน่าจะติดงาน หรือ เดินเอกสารในสมัครมหาวิทยาลัยครับ ผ่านมาสักพักใหญ่จนเกือบลืมแล้ว วันที่ 14 ธ.ค. 59 ผมได้ยื่นเอกสารลงทะเบียนพอดีครับ จากตอนแรกที่คิดว่ามันนานมากก แต่มันเร็วมากครับ 15-30 นาทีก็เสร็จเรียบร้อยครับ หัวหน้าเลยชวนให้ลองมา Walk-in เข้างานนี้ดูครับ ตอนแรกก็ลังเลเหมือนกัน แต่ทางทีม Staff ที่ดูแลได้แนะนำให้รอคนที่ลงทะเบียนมายืนยันตัวให้ครบก่อน ถ้ามีคนขาด ผมก็สามารถเข้างานได้ครับ 😀
IoT Development Trends
by Panutat Tejasen (หมอจิม), Maker Asia & Jimmy Software
IOT ถูกผลักดันมาจากไหน ?
- Maker Driven - isv
- Show and Tell - แลกเปลี่ยน Idea จะต่างกับงานที่ บริษัทใหญ่ๆ เข็น Technology มานำเสนอ
- Young Entrepreneur - ผู้ประกอบการน้อยๆ
- maker space
- DIY
- Software Driven
- Enterprise Driven
Timeline ของ Big Change
- 2007 อะไรเปลี่ยนโลก
- Open Source Hardware Platform "Arduino"
- 3D Printer
- Nintendo Wii
- The First Internet Smartphone - Iphone
- 2012 - pebble เอา Hardware ของ Nokia มาสานต่อ
- 2016 - xxxxx อาจจะเอา Hardware ของ Samsung Galaxy Note 7 มาสร้างสรรค์ต่อก็เป็นได้
จากจุดเริ่มต้นเล็ก สามารถไปในสาย DIY ทำเล่น เป็นงานอดิเรก และข้ามเป็น Turn Pro ใช้งานจริงได้ มีแผนทางธุรกิจรองรับ โดยที่ IOT มันเรื่มมาบูมๆ ได้จากปัจจัย และเหตุการณ์ ดังนี้
- ESP8266 เป็น board + wifi มาในตัว และทำราคาได้ถูกมากๆ
- chip + board = nano32 ช่วยให้เกิดการพัฒนาเร็วขึ้น
- Expressif
- amazon dash - one touch e-commercec
- ตอนนี้มี echo dot = alexa resberry pi
- tracking Fitbit
Trend - Data As a Service
- Data มาจากพวก IOT อาจจะมองว่าเป็น Sensor as a service
- ข้อมูลถูกส่งไป Cloud
- Software เป็นตัวดันข้อมูลให้มีมูลค่า API / Analytic / Visualize
Q&A
- Q: ภาครัฐ เข้ามาช่วยอะไรบ้าง
A: ช่วยทำมาตรฐานต่างๆ ให้อุปกรณ์ IOT - Q: เทคโนโลยีอะไรที่เป็นอุปสรรคของ IOT
A: Battey เป็นเทคโนโลยีเดวที่ไม่ตาม moore's law - Q: เริ่มมทำ IOT ควรเริ่มจากไหน
- A : มี 2 ทาง ลองดู
- มี OS linux - งานที่ต้องทำ Multi task Resberry PI
- ไม่มี OS - Micro Controller Access hw ตรงๆ ที่ registry หน่วยความจำ
- Q : IOT กับ Security & Privacy
A : แยกที่ละเรื่อง- Privacy มีนโนบาย ชัดเจน Term of use ไม่ค่อยน่ากังวล แต่เราเคยอ่านกันบ้างไหม ตอนที่ระบบให้กด Agree
- Security อันนี้น่ากังวลมากกว่า เพราะ บางอย่างตอนออกแบบไม่ได้คิดถึงเรื่องนี้ไว้ คาดไม่ถึงว่าจะมีคนทำ เช่น CCTV ที่ีัวแลน ถูกขโมยภาพ หรือทำ BOTNet ได้
Scaling Up to Your First 10 Million Users with AWS
by Surawut Phornthabthong, AWS Thailand
AWS มี platform มากมาย เป็น as a service โดยพี่เค้ามายกตัวอย่างการพัฒนาระบบจากเล็กไปจนล้นหลาม ว่ามี Scenario อย่างไร ครับ
จาก Dev Environment ทำระบบนิ่งระดับนึงแล้ว
Production ก้าวที่ 0
- lift-and-shift ย้ายจาก Enviroment ของ Dev ไป Production จริงแล้ว
- คนน้อยอยู่ อาจะใช้ Server ตัวเดียว EC2 รวม App และ Database เข้าด้วยกัน
คนเริ่มเยอะ
- คำที่ตามมา Scaling ทำได้ไหม ?
- Split Tier แยกเครื่องและ
- App Server
- DB Server
- มาที่ DB มีทางไหนบ้าง
- RDBMS - เหมาะสำหรับการเริ่มต้น
- NoSQL - metadata driven
- ตัว DB ของ AWS
- Self manage DB
- Fully manage DB
มี Tools ช่วยจาก RDBMS ไป NoSQL - เค้าว่า App กระเทือนน้อยที่สุด แต่ห้ามใน Function แปลกของ DBMS
ต้องการ HA (High Availability)
- Load Balancer เข้ามาจัดการ Session
- DB จัดการ Read Replicas - เปิดทางให้ DB สามารถมีช่องทาง Read เพิ่มได้
- หรือ ทำเครื่องสำรองไปเลย AWS มี Multi-AZ
ถ้าคนยังมาเยอะอีก 10K - 100K
- คอขวดจากมาที่ทาง RDBMS แล้ว - Session เอาลง NoSQL ได้ไหม
- Dev ต้อง Design แยกขาของ Transaction Read กับ Write คนละทาง ใน Code เลย
- ข้อมูล Static Data อย่างรูป ไฟล์ โยนไว้มี่อีกเครื่อง - AWS มี S3 มาช่วย
- CDN นอกจาก Cache Content เอามาช่วย อย่าให้หน้าเว็บตาย ใช้ CDN Redirect ไป static page สร้าง user experience
- ใช้ Caching - Memcached, Redis
เมื่อถึง 1M ++
- SOA - Loose coupling ระหว่าง Service แต่ละตัว ให้มี Queue คั่น
- Split DB
- Denormallize - ฐานข้อมูล RDBMS ถ้า Join เยอะยิ่งช้า
- MicroService
- ใช้ Automate Tools มาช่วย ลดภาระ ข้อผิดพลาดแล้ว
เกร็ด AWS ไม่รู้จะจัดหมวดไหม 555
- Auto scale นอกจาก cpu ram ดูจาก user session ได้ครับ มี GPU เอามาใช้ได้
- ถ้าข้อมูลเยอะมาก ระดับ Exabyte (EB) =1,073,741,824 GB มีรถบรรทุกไป Dump Data มาเลย ถ้าใช้ Internet อาจจะนานเกินไป
- แต่ละ Region Data ที่เราโยนเข้าไป จะอยู่ที่ตรงนั้น
- อนาคตมี docker as a service
- การเปิดเปลี่ยนเครื่องช่วยให้ประหยัดค่าใช่จ่ายได้นะ ต้องไปดู Promotion ช่วงนั้นๆ
Q&A
- Q : การ Scaling มีวิธีแนะนำยังไง มี lab test ให้ลอง auto scale แบบไม่ต้องเสียเงิน Demo ให้ ผู้บริหารดูไหม
A : fail fast and fail cheap มันเป็นการลงทุน - Q : ตั้ง cost ได้ไหม เกินแล้วตัดเลย
A : ไม่ได้ notification ได้ แต่ไม่ปิดระบบ เพราะ impact กับ business มันประเมินความเสียหายไม่ได้ แต่จะตัดสินการจัดการต่างๆแทน - Q : ถ้าอยากลอง UAT เราสามารถตั้งเวลาปิดเครื่อง ประหยัดค่าใช้จ่าย ได้ไหม
A : ลองไปดู cloud watch lambda shutdown - Q : ทำไมต้อง AWS
A : ทำเยอะได้ในทุนต่ำ และรองรับการจ่ายเงิน 14 สกุล การสร้าง solution ทำให้เหมือนได้ แต่ทำให้เสถียรยาก - Q : AWS มี Service ป้องกัน DDOS / botnet
A : มี - Q : AWS Support Data Analytic ไหม ?
A : มี Hadoop as a Service / AWS map reduction
ส่วนตัวมองว่าพี่เค้าพูดดี ตอบคำถามได้ดีมากครับ เห็น Idea แม้ว่าตัวผมเอง ไม่ได้ทำระบบที่ใหญ่มากต้องใช้ Cloud ครับ
Introducing Thomson Reuters Developer Community
by Nawapoom Lohajarernvanich, Thomson Reuters
ถ้าใช้ Product หรือ ติดปัญหาอะไร ไปหา Doc หรือ โพสคำถามได้ที่ https://developers.thomsonreuters.com/
Manage Supply Chain Risk with Intelligent Data
by Natawun Tanusakdi & Laddawan Sriwatananukulkit, Thomson Reuters
Major Risk
- Price Risk - ต้นทุน Exchange Rate
- Supply Risk - มีอุบัติเหตุ ของหายทำไง
- Supplier Risk - ผุ้ส่งของ Provide ของพัง
- Fundamental Data ข้อมูลพื้นฐานของบริษัทต่างๆ
- Weather - สภาพอากาศ
- News - ข่าว
EIKON Tool - ให้ข้อมูล ต่างๆ จาก Data Source หลายๆแหล่งมารวมกัน
- KYC - Know Your Customer
- KYS - Know Your Supplier
EIKON มี Interactive Map
- เอาข้อมูลมา Visualize โรงน้ำมัน เหล็ก เป็นต้น ว่ามีสถานะอย่างไร มีข่าวอะไร แถวนั้นสภาพทางเดินเป็นยังไง มีพายุ กองเรือรบประจัญกัน
- มีข้อมุลย้อนหลัง หา pattern
- ผมเพิ่งรู้ว่ามีข้อมูลตำแหน่งเรือสินค้าด้วย
Supply Locator
- เอาข้อมูลจาก EICON มา Visualize ในอีกมุมของ Supplier
Q&A
- Q : ทำไมใช้ Bing
A : มี license - Q : มีข้อมูลเรือแล้ว ทางบก อากาศมีไหม ?
A : อากาศยังไม่มี เน้นทางเรือเป็นหลักเพราะ สินค้าส่วนใหญ่ใช่การขนส่งทางนี้
Blockchain Application with Thomson Reuters BlockOne IDTM
by Praween Suvannavong & Neeranat Junsuriyawong, Thomson Reuters
At this time, movements on the Internet are mostly Information, not value.
- ข้อมูลใน Internet ที่วิ่งอยู่มีแค่ Information ไม่มี Value Added
- ตัวอย่าง Food Court - ปัญหา คือ Value ที่ได้จากการขาย กว่าจะไปถึงมือ พ่อค้า แม่ค้า มันไม่เกิดขึ้นทันที ลองดู Flow
- ลูกค้าแลกเงินที่เคานเตอร์ ตอนนี้เงินจริงของลูกค้าอยู่กับศูนย์อาหาร
- ลูกค้าเอาบัตร / คูปองไปใช้จ่าย ซื้ออาหาร ขนม เครื่องดื่ม
- เงินค่าอาหารที่ลูกค้าจ่ายไปเป็น Record ใน Database พ่อค้า แม่ค้ายังไม่ได้เงินครับ
- กว่าพ่อค้า แม่ค้าจะได้เงินจริง ต้องรอสิ้นวัน เพื่อเปลี่ยน Record ใน Database ให้เป็นเงินจริงให้พ่อค้าแม่ค้าครับ
- แล้วถ้าระบบล่มหละ / ใช้เงินจริงก็ช้าไป / ทางศูนย์บริหารจัดการค่าส่วนกลางไม่ได้
Block Chain
- Decentralize
- Value add
- block
- header - hash (crytography / collosion resistance)
- data store
- validate
- หลาย Block รวมกันเป็นห่วงโซ่
- Consensus - โหวตว่า TX นั้น ถูกต้องใช้ได้
- Chain of fact งานที่ไม่ควรจะแก้อดีต
Block Chain Provide
- Confidentially - Cryptography Based
- Integrity - Data is Immutable
- Availability - decentralize
- Transparency - any peer can vertify
Block Chain Paradigm
- TCP
- Block Chain
- 1.0 Crypto currency
- 2.0 Finance
- 3.0 Non Finance
Disruptive use case
- Finance: ABBA / Bitbond / ripple
- Voting: Follow My Vote - immutable ไปทำ smart contacy
- Transport: Arcade City
- IOT
Challenge and Limited
- Technical
- Business Model - ชี้นำ Technical
- Government Regulation - ชี้นำ Technical
Ethereum
- Decentralize
- VM
- Gas - Fee จ่าย Either
- Account: wallet / smart contract - สัญญาที่เก็บในรูปของการ Coding
Web3.js เชื่อม Web App กับ smart contract เข้าด้วยกัน
Thomson Reuters Block one ID
- เป็นหน้ากาก ที่เอา Etherium มาประยุกต์ใช้
- Authorization API บน Blockchain
- ส่วนตัวน่าจะมีประเด็น คือ Ether มาจากไหน ตอนนี้ใช้วง test สามารถ mining Ether ได้ แค่ของจริงมี Business Model เป็นยังไง
IBM World of Watson
by Kajornsak Sungcharoen, Ph.D. (Kru Lek), IBM
อะไรที่ทำให้ศาสตร์ด้านนี้เกิดมาได้
- Big Data + Analytics
- Cloud
- Machine Learning
- Deep Learning - Heirachcal Learning
Type of computing
- Programmable computing -Pre define เขียนอย่างไหน ทำแบบนั้น
- Cognitive Computing - Probabilistic reasoning ให้ข้อมูลที่ในการตัดสินใจที่ make sense มากขึ้น
Watson คือ อะไร
- Cognitive Computing (AI) รวม Deep Learning + Machine Learning + NLP
- ใน Watson IBM เรียกองค์ความรู้ต่างๆ ว่า Corpus
- สอนให้คอมพิวเตอร์ คือ เหมือนคน
Watson Use Case
- Cognito's
- Bumrungrad - เอามาช่วยแพทย์ในการวินิจฉัยโรค
- Cognitive Cooking -สูตร เคมีของอาหาร ส่วนผสม
- OLLI
Applying Machine Learning to Catching Breaking News
by Kittisak Sajjapongse, Thomson Reuters
เดิม - นักข่าว
- ถ้าหาข่าวจาก Social Network เช่น Twitter ใช้ Tweet deck กรอกตาม Keyword
- ปัญหา คนน้อย ทวิตเยอะ
- รู้เฉพาะ Keyword ถ้ามีอะไรใหม่นักข่าว ต้องมาเปลี่ยน keyword เอง
ใหม่ - Tracer ใช้ Machine Learning

- Supervised - จัดกลุ่ม กรอก spam ข้อมูลที่ไม่เป็นประโยชน์ อะไรเป็นภาษาไหน เป็นเหตุการณ๋ chat หรือ ข่าว (Noise Filtering)
- Unsupervised - หา insight หรือ Trend จากทวิต ที่มีโอกาศเป็นข่าวได้ จาก Retweet / Link / ตรงกับ Event Feature Clustering
แนวคิดเร็ว ช่วยได้ราวกับผู้ช่วยนักข่าว - ขั้นตอนสุดท้ายนักข่าว ต้องมาเลือกกรองอีกทีครับ
ปิดท้ายด้วยขนมในงานครับ ฮ่าๆ

Discover more from naiwaen@DebuggingSoft
Subscribe to get the latest posts sent to your email.