การแก้ปัญหาและการคิดเชิงวิพากษ์
บทเรียนที่พัฒนาทักษะนี้
หัวข้อที่มีชื่อว่า “บทเรียนที่พัฒนาทักษะนี้”| บทเรียน | หลักสูตร | พัฒนาถึงระดับ |
|---|---|---|
| บอร์ดออกจากโต๊ะ: ต่อ WiFi ครั้งแรก | AIoT in Action: จากหน้าจอสัมผัสสู่แพลตฟอร์ม IoT (MicroPython) | L1 รู้จัก |
| ลงมือทำ: ไฟวิ่งกับปุ่ม แล้วส่งขึ้น broker | AIoT in Action: จากหน้าจอสัมผัสสู่แพลตฟอร์ม IoT (MicroPython) | L1 รู้จัก |
| ลงมือทำ: เกจลูกบิดกับแถบสัมผัส | AIoT in Action: จากหน้าจอสัมผัสสู่แพลตฟอร์ม IoT (MicroPython) | L1 รู้จัก |
| ลงมือทำ: เครื่องวัดระดับดิจิทัล | AIoT in Action: จากหน้าจอสัมผัสสู่แพลตฟอร์ม IoT (MicroPython) | L2 ทำตามแนวทาง |
| ลงมือทำ: กราฟความเร่งสามแกน | AIoT in Action: จากหน้าจอสัมผัสสู่แพลตฟอร์ม IoT (MicroPython) | L2 ทำตามแนวทาง |
| ลงมือทำ: Mini-HMI Dashboard และการทดสอบ 10 นาที | AIoT in Action: จากหน้าจอสัมผัสสู่แพลตฟอร์ม IoT (MicroPython) | L2 ทำตามแนวทาง |
| WiFi และเครือข่าย: dBm DHCP IP และ DNS | AIoT in Action: จากหน้าจอสัมผัสสู่แพลตฟอร์ม IoT (MicroPython) | L1 รู้จัก |
| จอสถานะเครือข่าย: แกะโค้ดโมดูล wifi | AIoT in Action: จากหน้าจอสัมผัสสู่แพลตฟอร์ม IoT (MicroPython) | L1 รู้จัก |
| ลงมือทำ: หน้าสถานะเครือข่ายของทีม | AIoT in Action: จากหน้าจอสัมผัสสู่แพลตฟอร์ม IoT (MicroPython) | L2 ทำตามแนวทาง |
| MQTT กับแพลตฟอร์มที่ติดตั้งเอง: telemetry และ command | AIoT in Action: จากหน้าจอสัมผัสสู่แพลตฟอร์ม IoT (MicroPython) | L1 รู้จัก |
| ลงมือทำ: telemetry สองทาง | AIoT in Action: จากหน้าจอสัมผัสสู่แพลตฟอร์ม IoT (MicroPython) | L2 ทำตามแนวทาง |
| ลงมือทำ: ส่งค่าจริงผ่านช่องทางเข้ารหัส | AIoT in Action: จากหน้าจอสัมผัสสู่แพลตฟอร์ม IoT (MicroPython) | L2 ทำตามแนวทาง |
| จากโจทย์จริงสู่แบบ: canvas schema และการออกแบบตอนพัง | AIoT in Action: จากหน้าจอสัมผัสสู่แพลตฟอร์ม IoT (MicroPython) | L2 ทำตามแนวทาง |
| สร้างและนำเสนอ AIoT mini-product | AIoT in Action: จากหน้าจอสัมผัสสู่แพลตฟอร์ม IoT (MicroPython) | L2 ทำตามแนวทาง |
| SensorHub: แดชบอร์ดรวมเซนเซอร์ทุกตัว (งานปิดชุด) | TESAIoT Firmware Stack: เฟิร์มแวร์ภาษา C บน TESAIoT Dev Kit | L2 ทำตามแนวทาง |
| วินิจฉัยความผิดพลาดจากหลักฐาน | พื้นฐานเฟิร์มแวร์ภาษา C บน PSoC Edge | L3 ทำได้เอง |
| Co-simulation: พิสูจน์ I/O วัด latency และแยกปัญหา | พัฒนาเฟิร์มแวร์ร่วมกับ TESA Digital Twin บน VS Code | L2 ทำตามแนวทาง |
| แล็บ: I/O ครบวงจรแบบ co-simulation | พัฒนาเฟิร์มแวร์ร่วมกับ TESA Digital Twin บน VS Code | L2 ทำตามแนวทาง |
| Threat model ของอุปกรณ์ IoT | Secure IoT กับ OPTIGA™ Trust M | L2 ทำตามแนวทาง |
| ลงมือทำ: remix เป็น Tilt Monitor ของเรา | Edge AI Developer: จากเซนเซอร์สู่โมเดลบนอุปกรณ์ | L2 ทำตามแนวทาง |
บทเรียนที่ประเมินทักษะนี้
หัวข้อที่มีชื่อว่า “บทเรียนที่ประเมินทักษะนี้”ยังไม่มีบทเรียน
บทบาทที่ใช้ทักษะนี้
หัวข้อที่มีชื่อว่า “บทบาทที่ใช้ทักษะนี้”| บทบาท | ระดับขั้นต่ำ | ในบทบาทนี้ |
|---|---|---|
| วิศวกร Edge AI | L3 ทำได้เอง | จำเป็น (R) |
| ผู้สอน | L3 ทำได้เอง | จำเป็น (R) |
| วิศวกรความปลอดภัยระบบฝังตัว | L3 ทำได้เอง | จำเป็น (R) |
| นักพัฒนาเฟิร์มแวร์ | L3 ทำได้เอง | จำเป็น (R) |
| นักพัฒนาอุปกรณ์ IoT | L3 ทำได้เอง | จำเป็น (R) |
| ผู้ประกอบการและเจ้าของผลิตภัณฑ์ | L3 ทำได้เอง | จำเป็น (R) |
ระดับความสามารถ
หัวข้อที่มีชื่อว่า “ระดับความสามารถ”- L1 รู้จัก · Bloom: remember/understand
- L2 ทำตามแนวทาง · Bloom: apply (scaffolded)
- L3 ทำได้เอง · Bloom: apply/analyse
- L4 มืออาชีพ · Bloom: analyse/evaluate
- L5 ออกแบบและนำทีม · Bloom: evaluate/create
ใช้อ้างอิงใน Open Badges 3.0 และ CASE
หัวข้อที่มีชื่อว่า “ใช้อ้างอิงใน Open Badges 3.0 และ CASE”UUID: 455fccdb-1214-54d2-bb9e-28fb36d10ce1
{ "type": [ "Alignment" ], "targetName": "Problem-Solving & Critical Thinking", "targetUrl": "https://tesaiot.github.io/tesa-qualification-program/skills/soft.problem-solving/", "targetCode": "soft.problem-solving", "targetFramework": "TESA Embedded Systems Skill Map 0.1.0", "targetType": "CFItem"}ข้อมูลแผนที่ทักษะเผยแพร่ภายใต้ CC BY-SA 4.0 ดัดแปลงจาก Embedded Systems Engineering Roadmap ของ Meysam Parvizi
TESA Open Knowledge · © 2026 สมาคมสมองกลฝังตัวไทย (TESA) · CC BY-NC 4.0
เนื้อหาเผยแพร่ภายใต้ CC BY-NC 4.0 นำไปใช้ต่อในงานที่ไม่ใช่เพื่อการค้าได้ โปรดอ้างอิงสมาคมสมองกลฝังตัวไทย (TESA) ทุกครั้ง · วิธีอ้างอิง TESA