ประกวดราคาจ้างพัฒนาแพลตฟอร์มเทคโนโลยีปัญญาประดิษฐ์ (AI) สำหรับบริหารจัดการมาตรฐานอาชีพและคุณวุฒิวิชาชีพ

• เพื่อพัฒนาแพลตฟอร์มวิเคราะห์และพัฒนามาตรฐานอาชีพด้วยเทคโนโลยีปัญญาประดิษฐ์
• เพื่อพัฒนาระบบการประเมินและรับรองสมรรถนะบุคคลด้วยเทคโนโลยีปัญญาประดิษฐ์
• เพื่อพัฒนาระบบสนับสนุนอัตโนมัติ (AI-Powered Assistant) ในการตอบคำถามและให้คำแนะนำเกี่ยวกับการสอบ การรับรอง และการพัฒนาทักษะที่สอดคล้องกับมาตรฐานอาชีพและคุณวุฒิวิชาชีพ
• เพื่อพัฒนาระบบเก็บข้อมูลใบประกาศหรือหนังสือรับรองด้วยเทคโนโลยี Blockchain

การวางแผนงานโครงการ (4.1):

• จัดทำแผนงานโครงการ แผนบริหารจัดการข้อมูล (DMP) วงจรการพัฒนา AI (AI-DLC) และแผนส่งมอบงาน
• จัดทำโครงสร้างบุคลากรโครงการและตาราง RACI Matrix
• จัดทำแผนฝึกอบรมและถ่ายทอดองค์ความรู้
• ศึกษาและเสนอแนวทางการพัฒนา (Solution Design) ครอบคลุมเทคโนโลยี AI, รูปแบบการติดตั้ง (GDCC/Hybrid/On-premise), ระบบจัดการข้อมูล, มาตรฐานความปลอดภัย

การวิเคราะห์และออกแบบระบบ (4.2):

• ออกแบบสถาปัตยกรรมระบบ (System Architecture Design)
• ออกแบบขั้นตอนการทำงาน (Work Flow) และแบบจำลอง (Use Case Diagram, Activity Diagram)
• ออกแบบฐานข้อมูล (Data Model) และพจนานุกรมข้อมูล (Data Dictionary)
• ออกแบบส่วนติดต่อผู้ใช้งาน (UI/UX Design)

การพัฒนาระบบ (4.3):

• 4.3.1 โครงสร้างพื้นฐานข้อมูล: ออกแบบและติดตั้ง Data Infrastructure บน GDCC (Data Lake, Data Warehouse, Vector Database), การนำเข้าและจัดการคุณภาพข้อมูล, การเชื่อมโยงข้อมูลผ่าน API, การจัดเตรียมข้อมูลสำหรับ AI
• 4.3.2 ระบบวิเคราะห์และพัฒนามาตรฐานอาชีพ: พัฒนาระบบสนับสนุนการจัดทำและบริหารจัดการมาตรฐานอาชีพ, ระบบสร้างข้อสอบแบบปรับตัวด้วย AI (Adaptive Test Generation), ระบบสร้างและแนะนำหลักสูตรฝึกอบรม
• 4.3.3 ระบบประเมินและรับรองสมรรถนะด้วย AI: พัฒนาระบบบริหารจัดการการสอบและการประเมิน, ระบบวิเคราะห์ผลงานและหลักฐานประกอบ (Portfolio/Evidence Analysis) ด้วย OCR/NLP, ระบบควบคุมและตรวจสอบการออกใบรับรอง, ระบบตรวจสอบและวิเคราะห์คำขอรับรององค์กร
• 4.3.4 ระบบผู้ช่วยอัจฉริยะและแชทบอท (AI Assistant & Chatbot): พัฒนาระบบวิเคราะห์เจตนา, จัดการคลังความรู้, ให้ข้อมูลและคำแนะนำตามบริบท, บันทึกสถิติการใช้งาน
• 4.3.5 การออกใบรับรองดิจิทัลและเชื่อมโยง Blockchain: พัฒนาการเชื่อมโยงข้อมูลและการตรวจสอบใบรับรองไปยังระบบเดิม พัฒนาแดชบอร์ดสถิติการตรวจสอบ
• 4.3.6 โครงสร้างพื้นฐาน ความปลอดภัย และการทดสอบ: ออกแบบสภาพแวดล้อมระบบ (Staging, UAT, Production) บน GDCC, ออกแบบสถาปัตยกรรมความปลอดภัย, ดำเนินการทดสอบระบบ (Functional, Integration, Performance, Security) และการตรวจสอบโมเดล AI (AI Model Validation)
• 4.3.7 การควบคุมคุณภาพ: จัดทำ Gap Coverage Matrix และบันทึกการควบคุมเวอร์ชัน (Version Control)

การติดตั้งและทดสอบระบบ (4.4):

• ติดตั้งระบบบน UAT Server และ Production Environment (บน GDCC)
• ทดสอบระบบโดยรวม (System Testing) และทดสอบประสิทธิภาพ/ความปลอดภัย (Performance & Security Testing)

การฝึกอบรมและถ่ายทอดองค์ความรู้ (4.5):

• จัดทำคู่มือผู้ใช้งานและคู่มือเทคนิค
• จัดฝึกอบรมผู้ใช้งานระบบและผู้ดูแลระบบ
• พัฒนาเครื่องมือจำลองสถานการณ์ด้วย AI สำหรับฝึกอบรม

การสนับสนุนภายหลังตรวจรับ (4.6-4.9):

• สนับสนุนด้านเทคนิคและบำรุงรักษาแพลตฟอร์มเป็นเวลา 1 ปี (ปีแรกผู้รับจ้างรับผิดชอบค่า Cloud)
• ดำเนินการทดสอบ Load Testing และ Vulnerability Assessment/Penetration Testing ปีละ 2 ครั้ง เป็นเวลา 2 ปี
• จัดให้มีสิทธิ์การใช้งาน API/Endpoint ของบริการ LLM/NLP ตลอดโครงการ

งวดที่ 1 (10%):

• แผนการดำเนินงานโครงการ (รวม DMP, AI-DLC Plan, Risk Management Plan)
• โครงสร้างบุคลากรโครงการ (Project Organization)
• แผนส่งมอบงานและ Milestone Plan
• แผนการถ่ายทอดองค์ความรู้และการฝึกอบรม
• รายงานการศึกษาและวิเคราะห์เทคโนโลยี (Technology Assessment Report)

งวดที่ 2 (25%):

• เอกสารข้อกำหนดความต้องการของผู้ใช้ (User Requirement Specification)
• เอกสารการออกแบบสถาปัตยกรรมข้อมูลและ Data Lakehouse
• เอกสารการออกแบบสถาปัตยกรรมระบบ (System Architecture Design)
• เอกสารการออกแบบการบูรณาการและเชื่อมโยงข้อมูล (API Integration Design)
• เอกสารการออกแบบ UI/UX (Wireframe/Mockup)
• แบบจำลองกระบวนการทำงาน (Use Case, Activity, Sequence Diagram)
• เอกสารการออกแบบฐานข้อมูลและพจนานุกรมข้อมูล

งวดที่ 3 (40%):

• ระบบโครงสร้างพื้นฐานข้อมูล: Source Code ระบบ Data Lakehouse, API Gateway, พร้อมรายงาน As-built Configuration และหลักฐานความปลอดภัย
• โมดูล AI หลัก: Source Code และรายงานผลการพัฒนาทุกโมดูล ประกอบด้วย
  • ระบบสนับสนุนการจัดทำและบริหารจัดการมาตรฐานอาชีพ
  • ระบบสร้างข้อสอบแบบปรับตัวด้วย AI (Adaptive Test Generation)
  • ระบบสร้างและแนะนำหลักสูตรฝึกอบรม
  • ระบบบริหารจัดการการสอบและการประเมิน (รวม Adaptive Exam Engine)
  • ระบบวิเคราะห์ผลงานและหลักฐานประกอบ (Portfolio/Evidence Analysis ด้วย OCR/NLP)
  • ระบบควบคุมและตรวจสอบการออกใบรับรอง
  • ระบบตรวจสอบและวิเคราะห์คำขอรับรององค์กร
  • ระบบผู้ช่วยอัจฉริยะและแชทบอท (AI Assistant & Chatbot)
  • ระบบเชื่อมโยงใบรับรองดิจิทัลกับ Blockchain
• เอกสารโครงสร้างพื้นฐานและความปลอดภัย: รายงานการออกแบบ Infrastructure, Security Architecture, Test Plan, Gap Coverage Matrix, Version Control Log

งวดที่ 4 (15%):

• รายงานผลการติดตั้งระบบ (Installation Report)
• แผนและรายงานผลการทดสอบระบบ (Test Plan, Test Cases, System Test Report) รวม Integration Test
• รายงานการทดสอบเฉพาะด้าน (Performance/Load Test, Vulnerability Assessment)
• รายงานผลการฝึกอบรม (ร่าง)
• คู่มือการใช้งานระบบและคู่มือเทคนิค (ฉบับร่าง)

งวดที่ 5 (10%):

• รายงานฉบับสมบูรณ์ (Final System Report) ครอบคลุมทุกด้าน
• Source Code ทั้งหมดของส่วนที่พัฒนาใหม่ พร้อม Build & Deployment Guide
• คู่มือการใช้งานระบบและคู่มือเทคนิคฉบับสมบูรณ์
• เอกสาร Cloud Infrastructure & Migration Documents
• ข้อเสนอแนะเชิงวิชาการและ Roadmap สำหรับการพัฒนาต่อ

ระยะเวลาดำเนินงานทั้งโครงการ 300 วัน นับถัดจากวันลงนามในสัญญา โดยมีการส่งมอบงานเป็น 5 งวด ดังนี้

• งวดที่ 1: ภายใน 30 วัน
• งวดที่ 2: ภายใน 105 วัน
• งวดที่ 3: ภายใน 240 วัน
• งวดที่ 4: ภายใน 285 วัน
• งวดที่ 5: ภายใน 300 วัน

• Eligibility Requirements:

  • เป็นนิติบุคคลผู้มีอาชีพรับจ้างงานดังกล่าว
  • ต้องลงทะเบียนและมีข้อมูลถูกต้องครบถ้วนในระบบ e-GP ของกรมบัญชีกลาง
  • ไม่เป็นผู้มีผลประโยชน์ร่วมกับผู้ยื่นข้อเสนอรายอื่น
  • ไม่เป็นผู้ได้รับเอกสิทธิ์หรือความคุ้มกันซึ่งอาจปฏิเสธไม่ยอมขึ้นศาลไทย (เว้นแต่มีการสละสิทธิ์)
  • สำหรับกิจการร่วมค้า ต้องเป็นไปตามเงื่อนไขที่กำหนด เช่น การมีผู้เข้าร่วมค้าหลัก และต้องมีคุณสมบัติครบถ้วน

• Standards Compliance: ต้องคำนึงถึงและออกแบบระบบให้สอดคล้องกับมาตรฐานต่างๆ เช่น พระราชบัญญัติคุ้มครองข้อมูลส่วนบุคคล (PDPA), พระราชบัญญัติความมั่นคงปลอดภัยไซเบอร์, มาตรฐานความมั่นคงปลอดภัยสารสนเทศภาครัฐ, ISO/IEC 27001, ISO/IEC 42001 (AI Management System), NIST AI Framework, e-GIF

• Experience:

  • ประสบการณ์โครงการ: ผู้ยื่นข้อเสนอต้องมีผลงานประเภทเดียวกันกับงานจ้างในวงเงินไม่น้อยกว่า 7,000,000 บาท (เจ็ดล้านบาทถ้วน) ซึ่งเป็นผลงานที่เป็นคู่สัญญาโดยตรงกับหน่วยงานของรัฐหรือเอกชนที่น่าเชื่อถือ และได้ส่งมอบและตรวจรับเรียบร้อยแล้ว ภายในระยะเวลา 5 ปีนับถึงวันยื่นข้อเสนอ

• Previous Project Cost: ต้องมีผลงานในวงเงินไม่น้อยกว่า 7,000,000 บาท ตามที่ระบุในด้านประสบการณ์

• Technical Capabilities: ต้องมีแนวทางการพัฒนา (Solution Design) ที่ครอบคลุมเทคโนโลยี AI (NLP, LLM, Machine Learning, Knowledge Graph, Vector Database, Data Pipeline Tools), ระบบจัดการข้อมูล (Data Lake, Data Warehouse, Vector Database), และรูปแบบการติดตั้งระบบบน GDCC/Hybrid/On-premise

• Personnel: ผู้รับจ้างต้องจัดเตรียมบุคลากรที่มีประสบการณ์และความเชี่ยวชาญตามที่กำหนดใน TOR หมวด 5 โดยมีคุณวุฒิและประสบการณ์ขั้นต่ำดังนี้:

  • ผู้จัดการโครงการ (Project Manager): ปริญญาโทขึ้นไป, ประสบการณ์ ≥ 15 ปี (1 คน)
  • ผู้เชี่ยวชาญด้านวิเคราะห์ระบบงาน (System Analyst): ปริญญาโทขึ้นไป, ประสบการณ์ ≥ 13 ปี (2 คน)
  • ผู้เชี่ยวชาญด้านสถาปัตยกรรมข้อมูล (Data Architect): ปริญญาโทขึ้นไป, ประสบการณ์ ≥ 12 ปี (1 คน)
  • ผู้เชี่ยวชาญด้านปัญญาประดิษฐ์ (AI Specialist / AI Engineer): ปริญญาโทขึ้นไป, ประสบการณ์ ≥ 10 ปี (3 คน)
  • ผู้เชี่ยวชาญด้านการวิเคราะห์ข้อมูล (Data Analyst / Data Scientist): ปริญญาโทขึ้นไป, ประสบการณ์ ≥ 10 ปี (2 คน)
  • ผู้เชี่ยวชาญด้านฐานข้อมูล (Database Specialist): ปริญญาโทขึ้นไป, ประสบการณ์ ≥ 15 ปี (1 คน)
  • นักพัฒนาระบบอาวุโส (Backend/Full-stack Developer): ปริญญาตรีขึ้นไป, ประสบการณ์ ≥ 15 ปี (2 คน)
  • นักพัฒนาระบบ (System Developer): ปริญญาตรีขึ้นไป, ประสบการณ์ ≥ 10 ปี (2 คน)
  • นักออกแบบหน้าจอระบบ (UX/UI Designer): ปริญญาตรีขึ้นไป, ประสบการณ์ ≥ 12 ปี (1 คน)
  • นักทดสอบระบบ (Software Tester): ปริญญาตรีขึ้นไป, ประสบการณ์ ≥ 6 ปี (2 คน)
  • ผู้ประสานงานโครงการ (Project Coordinator): ปริญญาตรีขึ้นไป, ประสบการณ์ ≥ 3 ปี (1 คน)

การพิจารณาคัดเลือกใช้เกณฑ์ประสิทธิภาพต่อราคา (Price Performance) โดยมีสัดส่วนน้ำหนักคะแนนดังนี้

• ด้านราคา (Price): น้ำหนัก 10%
• ด้านคุณภาพ (Technical): น้ำหนัก 90% (คะแนนเต็ม 100 คะแนน)

เกณฑ์การให้คะแนนด้านคุณภาพ:

1. ผลงานและประสบการณ์ของผู้ยื่นข้อเสนอ (35 คะแนน):

   • การพัฒนาและออกแบบการเชื่อมโยงระบบฐานข้อมูล มูลค่า ≥ 4 ล้านบาท (1 งาน: 5 คะแนน, 2 งาน: 10 คะแนน, 3 งานขึ้นไป: 15 คะแนน)
   • ผลงานพัฒนาระบบบูรณาการฐานข้อมูลการศึกษา/แรงงาน/มาตรฐานอาชีพ พร้อมประยุกต์ใช้ AI (1 งาน: 5 คะแนน, 2 งาน: 10 คะแนน, 3 งาน: 15 คะแนน, 3 งานและมี AI อย่างน้อย 1 งาน: 20 คะแนน)

2. ข้อเสนอด้านแผนการดำเนินงานและบริหารโครงการ (10 คะแนน):

   • แผนดำเนินงานที่ชัดเจน ครบถ้วน สอดคล้องกับขอบเขตงาน เป็น Gantt Chart หรือ Agile Model (10 คะแนน)

3. ข้อเสนอด้านเทคนิค (55 คะแนน):

   • การออกแบบสถาปัตยกรรมเพื่อรองรับการติดตั้งระบบงาน (15 คะแนน)
   • แนวทาง/เทคนิคการบูรณาการและการเชื่อมโยงระบบ (System Integration) (15 คะแนน)
   • ข้อเสนอด้านเทคนิคในการพัฒนาระบบ (Proof of Concept) และการนำเสนอตัวอย่างภาพรวมระบบ (15 คะแนน)
   • บุคลากรที่รับผิดชอบโครงการ (มีคุณวุฒิ/ประสบการณ์สูงกว่าที่กำหนด >50% ของบุคลากร: 10 คะแนน, ตรงตามที่กำหนด: 5 คะแนน)

การให้คะแนนของคณะกรรมการถือเป็นที่สิ้นสุด

โครงการต้องพัฒนา AI Platform และโมดูลต่างๆ ให้เชื่อมต่อกับระบบหลัก TPQI-NET และระบบที่เกี่ยวข้อง (Digital Exam, EWE Platform, Blockchain) บนโครงสร้างพื้นฐาน GDCC

คุณสมบัติทางเทคนิคหลัก:

• สถาปัตยกรรม: ระบบ AI Platform ต้องเป็นระบบใหม่ ติดตั้งแยกแต่เชื่อมต่อและบูรณาการกับ TPQI-NET ผ่าน API/Data Integration
• Data Infrastructure บน GDCC: ต้องจัดเตรียมและติดตั้ง Data Lake, Data Warehouse, และ Vector Database (เช่น Milvus, Weaviate, pgvector) สำหรับจัดเก็บและประมวลผลข้อมูลทั้ง Structured, Semi-structured, Unstructured และ AI Embeddings
• AI/ML Technologies: ต้องใช้เทคโนโลยี NLP, LLM, Machine Learning, Knowledge Graph, Vector Database, Data Pipeline Tools
• โมดูลวิเคราะห์มาตรฐานอาชีพ: ต้องสามารถวิเคราะห์และสังเคราะห์ข้อมูลจาก Focus Group, Literature Review, ประชาพิจารณ์ และแสดงความเชื่อมโยงหน่วยสมรรถนะ
• โมดูลข้อสอบแบบปรับตัว (Adaptive Test Generation): ต้องสร้างข้อสอบอัตโนมัติตามมาตรฐานอาชีพ รองรับการปรับระดับความยากแบบ Adaptive ตรวจสอบอคติ วิเคราะห์ความสอดคล้องของข้อสอบ
• โมดูลประเมินสมรรถนะ: ต้องรองรับการจัดชุดข้อสอบอัตโนมัติ (Automatic Test Assembly) ตาม Blueprint ทั้งแบบ CBT และ Paper-based
• โมดูลวิเคราะห์พอร์ตโฟลิโอ: ต้องใช้ OCR (ความแม่นยำ ≥80% เป้าหมาย 90%) และ NLP เพื่อดึงข้อมูลจากเอกสารดิจิทัล และจับคู่กับสมรรถนะ (Competency Mapping Accuracy ≥75% เป้าหมาย 85%)
• AI Assistant/Chatbot: ต้องรองรับการวิเคราะห์เจตนา (Intent Recognition), การดึงข้อมูลตามสิทธิ์ (RBAC), การให้คำแนะนำตามบริบท โดยใช้ RAG (Retrieval-Augmented Generation) และมีกลไกควบคุมคุณภาพคำตอบ
• ความปลอดภัย: ต้องออกแบบตามมาตรฐาน ISO/IEC 27001, PDPA, มาตรฐานรัฐบาลดิจิทัล (e-Government) รวมถึงการพิสูจน์ตัวตนหลายปัจจัย (MFA), การเข้ารหัสข้อมูล (Encryption at Rest & in Transit), บันทึก Audit Trail
• การทดสอบ: ต้องมีการทดสอบระบบครอบคลุม Functional, Integration, Performance/Load, Security/Vulnerability Assessment, Penetration Testing (ถ้ากำหนด) และการตรวจสอบคุณภาพโมเดล AI (Model Validation) ด้วยตัวชี้วัด Accuracy, Precision, Recall, F1-score

• วงเงินงบประมาณ: 14,200,000 บาท (รวมภาษีมูลค่าเพิ่มแล้ว)
• การจ่ายเงิน: แบ่งการจ่ายเป็น 5 งวด ตามการส่งมอบงานและตรวจรับ
  • งวดที่ 1: 10% (หลังส่งมอบแผนงาน)
  • งวดที่ 2: 25% (หลังส่งมอบเอกสารออกแบบ)
  • งวดที่ 3: 40% (หลังส่งมอบระบบและซอร์สโค้ด)
  • งวดที่ 4: 15% (หลังติดตั้งและทดสอบระบบ)
  • งวดที่ 5: 10% (หลังส่งมอบงานฉบับสมบูรณ์)
• การรับประกันงาน:
  • รับประกันผลงานเป็นเวลา 2 ปี นับจากวันที่ตรวจรับงานงวดสุดท้าย
  • ปีที่ 1: ผู้รับจ้างรับผิดชอบค่าใช้จ่าย Cloud Infrastructure และซอฟต์แวร์ลิขสิทธิ์ทั้งหมด
  • ปีที่ 2: สถาบันเป็นผู้จัดหา Cloud Infrastructure และซอฟต์แวร์ลิขสิทธิ์ให้ผู้รับจ้างดูแลต่อ และผู้รับจ้างต้องโอนย้ายระบบมายัง Cloud ของสถาบันภายใน 30 วัน (โดยรับผิดชอบค่าใช้จ่ายเอง)
  • ต้องแก้ไขข้อบกพร่องภายใน 1 วันทำการ (หรือ 24 ชั่วโมง) หลังจากได้รับแจ้ง
  • ต้องจัดทำรายงานการรับประกันความชำรุดบกพร่องส่งให้สถาบันทุกเดือน เป็นเวลา 1 ปี
• ค่าปรับ: หากส่งมอบงานล่าช้า ผู้รับจ้างต้องถูกปรับในอัตราร้อยละ 0.10 ของราคาค่าจ้างทั้งหมดต่อวัน (ไม่ต่ำกว่าวันละ 100 บาท)
• การส่งมอบเอกสาร: ทุกงวดต้องส่งเอกสารรูปเล่ม (ต้นฉบับ 1 ชุด สำเนา 2 ชุด) และไฟล์อิเล็กทรอนิกส์ พร้อมแนบ TOR Mapping, Deliverables Checklist และหลักฐานเฉพาะงาน

• Q: AI Platform ที่จะพัฒนาต้องมีความสัมพันธ์กับระบบ TPQI-NET อย่างไร?
  A: AI Platform จะถูกพัฒนาเป็นระบบส่วนขยายใหม่ ติดตั้งแยกจากระบบหลัก TPQI-NET ในเชิงสถาปัตยกรรม แต่ต้องเชื่อมต่อและบูรณาการการทำงานร่วมกันผ่านการเชื่อมโยงข้อมูลและบริการ (API/Data Integration) ตามที่กำหนด TPQI-NET ยังคงเป็นระบบหลักด้านข้อมูลและกระบวนงาน ส่วน AI Platform ทำหน้าที่ให้บริการความสามารถด้าน AI และโมดูล AI ต่างๆ

• Q: ระบบต้องรองรับการติดตั้งบนโครงสร้างพื้นฐานแบบใด?
  A: ระบบต้องสามารถใช้งานบนโครงสร้างพื้นฐานคลาวด์ภาครัฐ (Government Data Center and Cloud: GDCC) เป็นหลัก โดยผู้รับจ้างต้องศึกษาและเสนอรูปแบบการติดตั้งที่เหมาะสม ซึ่งอาจเป็น Government Cloud (GDCC) เต็มรูปแบบ, ระบบผสมผสาน (Hybrid) ระหว่างศูนย์ข้อมูลของหน่วยงานกับ GDCC หรือระบบติดตั้งภายในศูนย์ข้อมูลของหน่วยงาน (On-premise) ในกรณีที่มีข้อจำกัดด้านนโยบายหรือความมั่นคงปลอดภัย

• Q: โมดูลวิเคราะห์ผลงาน (Portfolio Analysis) ต้องมีขีดความสามารถด้าน OCR/NLP อย่างไร?
  A: โมดูลนี้ต้องใช้เทคโนโลยี OCR เพื่อแปลงข้อความจากไฟล์เอกสารและรูปภาพ และใช้ NLP ในการวิเคราะห์เนื้อหา เพื่อจับคู่ผลงานกับมาตรฐานสมรรถนะ ผลการทดสอบกับชุดข้อมูลทดสอบต้องมีค่าความแม่นยำของการรู้จำข้อความ (OCR Accuracy) ไม่น้อยกว่า 80% (เป้าหมาย 90%) และความแม่นยำของการจับคู่ผลงานกับสมรรถนะ (Competency Mapping Accuracy) ไม่น้อยกว่า 75% (เป้าหมาย 85%)

• Q: ระบบสร้างข้อสอบแบบปรับตัว (Adaptive Test Generation) ทำงานอย่างไร?
  A: ระบบต้องสามารถสร้างข้อสอบที่วัดผลลัพธ์การเรียนรู้ตามหน่วยสมรรถนะโดยอัตโนมัติ โดยคำนึงถึงเงื่อนไขต่างๆ เช่น ระดับความยาก หมวดสมรรถนะ และประวัติการตอบของผู้เข้าสอบ และต้องรองรับการปรับระดับความยากของข้อสอบแบบ Adaptive ตามความสามารถของผู้เข้าสอบได้อย่างอัตโนมัติ

• Q: AI Assistant หรือ Chatbot ต้องมีกลไกควบคุมคุณภาพคำตอบอย่างไร?
  A: ระบบต้องมีกลไกควบคุมคุณภาพและความปลอดภัยของคำตอบ (AI Safety & Model Quality Control) โดยอาศัยการอ้างอิงข้อมูลจากแหล่งข้อมูลที่สถาบันกำหนด (Retrieval-based Response / RAG) เช่น การตรวจสอบความถูกต้องของข้อมูลก่อนตอบ การสร้างคำตอบจากคลังความรู้ที่ได้รับอนุมัติ การกรองคำตอบที่ไม่เหมาะสม และการจัดการกรณีคำถามนอกขอบเขตบริการ

• Q: การเชื่อมโยงกับระบบ Blockchain มีขอบเขตอย่างไร?
  A: การทำงานส่วนนี้ให้ยึดการใช้โครงสร้างพื้นฐานเดิมของสถาบันเป็นหลัก โดยผู้รับจ้างต้องพัฒนาระบบเพื่อเชื่อมโยงข้อมูลและการตรวจสอบใบรับรองดิจิทัลไปยังระบบตรวจสอบใบรับรองเดิม (TPQI-Verify) เช่น การส่งข้อมูลเพื่อการตรวจสอบผ่าน API และการสร้างจุดเชื่อมโยง (Hyperlink, QR Code) ไม่ครอบคลุมการจัดทำโครงสร้างพื้นฐาน Blockchain ใหม่ การติดตั้ง Node เพิ่มเติม หรือการเขียน Smart Contract ใหม่

• Q: มีการทดสอบประสิทธิภาพและความปลอดภัยของระบบอย่างไร?
  A: ผู้รับจ้างต้องดำเนินการทดสอบประสิทธิภาพและการรองรับปริมาณงาน (Performance/Load Testing) และการทดสอบหาช่องโหว่ (Vulnerability Assessment) / ทดสอบเจาะระบบ (Penetration Testing) ตามมาตรฐานที่เกี่ยวข้อง นอกจากนี้ ในช่วงรับประกันงาน 2 ปี ต้องดำเนินการทดสอบ Load Testing และ Vulnerability Assessment/Penetration Testing อย่างน้อยปีละ 2 ครั้ง สำหรับระบบ TPQI-NET, TPQI-NET Website และ EWE Platform

• Q: การจัดการสิทธิ์การใช้งาน LLM/API ต้องเป็นอย่างไร?
  A: ผู้รับจ้างต้องจัดให้มีสิทธิ์การใช้งานและ/หรือบริการ API/Endpoint ของบริการปัญญาประดิษฐ์ (LLM/NLP) สำหรับภาษาไทยและภาษาอื่นที่เกี่ยวข้อง รวมถึงค่าบริการที่เกี่ยวเนื่อง ที่จำเป็นสำหรับการพัฒนา ทดสอบ ปรับแต่ง และให้บริการตาม TOR ตลอดระยะเวลาโครงการ/สัญญา

• Q: การฝึกอบรมมีข้อกำหนดอย่างไรบ้าง?
  A: ผู้รับจ้างต้องจัดฝึกอบรมให้แก่ผู้ใช้งานและผู้ดูแลระบบ โดยมีหลักสูตรและจำนวนขั้นต่ำดังนี้ 1) หลักสูตรผู้ใช้งานระบบ: ไม่น้อยกว่า 3 ครั้ง, ไม่น้อยกว่า 35 คนต่อครั้ง 2) หลักสูตรผู้ปฏิบัติงานกำกับดูแลระบบและบริหารจัดการระบบ: ไม่น้อยกว่า 3 ครั้ง, ไม่น้อยกว่า 15 คนต่อครั้ง รวมถึงต้องพัฒนาหรือจัดเตรียมเครื่องมือจำลองสถานการณ์ด้วย AI (AI-based Training & Simulation Tool) เพื่อสนับสนุนการฝึกอบรม

• Q: ในช่วงรับประกันงานปีที่ 2 มีการโอนย้ายระบบ (Migration) อย่างไร?
  A: ในปีที่ 2 สถาบันจะเป็นผู้จัดหา Cloud Infrastructure (เช่น GDCC) เพื่อให้บริการระบบต่อ เมื่อสถาบันแจ้งความพร้อม ผู้รับจ้างมีหน้าที่ต้องดำเนินการย้ายระบบงาน ฐานข้อมูล และข้อมูลทั้งหมด (System Migration) จาก Cloud เดิมของผู้รับจ้างมายัง Cloud ของสถาบันให้แล้วเสร็จภายใน 30 วัน โดยต้องทดสอบให้ระบบทำงานได้สมบูรณ์และผู้รับจ้างรับผิดชอบค่าใช้จ่ายในการโอนย้ายเอง

ข้อกำ หนดลักษณะเงื่อนไขและขอบเขตการดำ เนินงาน (Terms of Reference : TOR)
การจัดจ้างโครงการพัฒนาแพลตฟอร์มเทคโนโลยีปัญญาประดิษฐ์ (AI)
สำ หรับบริหารจัดการมาตรฐานอาชีพและคุณวุฒิวิชาชีพ ประจำ ปีงบประมาณ พ.ศ. 2569

1. หลักการและเหตุผล
   ในยุคดิจิทัลที่เทคโนโลยีมีการเปลี่ยนแปลงอย่างรวดเร็ว การพัฒนามาตรฐานอาชีพให้มีความทันสมัยและ ตอบโจทย์ตลาดแรงงานอย่างแท้จริงเป็นสิ่งจำ เป็นอย่างยิ่ง ปัญญาประดิษฐ์ (Artificial Intelligence: AI) ได้เข้ามามี บทบาทสำ คัญในการยกระดับประสิทธิภาพการบริหารจัดการและการให้บริการข้อมูลด้านอาชีพ ด้วยความสามารถ ในการประมวลผลข้อมูลจำ นวนมาก การวิเคราะห์เชิงลึก และการสร้างผลลัพธ์อัตโนมัติที่แม่นยำ และรวดเร็ว ช่วย ให้การปรับปรุงมาตรฐานอาชีพสามารถดำ เนินการได้อย่างมีประสิทธิภาพ สอดคล้องกับความต้องการของตลาด แรงงานและอุตสาหกรรมในปัจจุบันและอนาคต อีกทั้งยังช่วยให้ประชาชนเข้าถึงข้อมูลได้ง่าย ลดขั้นตอนการทำ งาน และสนับสนุนการตัดสินใจของผู้บริหารด้วยข้อมูลเชิงลึกที่ครอบคลุม
   การนำ เทคโนโลยีปัญญาประดิษฐ์มาประยุกต์ใช้กับระบบการประเมินสมรรถนะและคลังข้อสอบยังช่วยเพิ่ม ความเป็นธรรม ความโปร่งใส ความแม่นยำ และความสามารถในการตรวจสอบย้อนหลังของกระบวนการประเมิน โดยระบบ AI ทำ หน้าที่วิเคราะห์ข้อมูล สนับสนุนการจัดการคลังข้อสอบ และช่วยตรวจสอบความสอดคล้องของผล การประเมินภายใต้การกำ กับดูแลของผู้เชี่ยวชาญ ทั้งนี้ การประเมินและการตัดสินผลสุดท้ายยังคงต้องดำ เนินการ ตามหลักเกณฑ์และดุลยพินิจของเจ้าหน้าที่และผู้ประเมินตามที่กำ หนดในประกาศของสถาบัน เพื่อรักษามาตรฐาน และความถูกต้องของระบบประเมินผลของประเทศ
   อย่างไรก็ดี การพัฒนาแพลตฟอร์มเทคโนโลยีปัญญาประดิษฐ์ให้สามารถใช้งานได้อย่างเต็มประสิทธิภาพ จำ เป็นต้องมีระบบเทคโนโลยีและโครงสร้างพื้นฐานด้านข้อมูลที่เหมาะสม ครอบคลุมทั้งด้านความปลอดภัย ความ ถูกต้องของข้อมูล ความสามารถในการรองรับปริมาณการใช้งานที่เพิ่มขึ้น และความยั่งยืนของการให้บริการในระยะ ยาว
   ในบริบทดังกล่าวการพัฒนาเทคโนโลยีปัญญาประดิษฐ์จึงมีความจำ เป็นเพื่อใช้เป็นเครื่องมือสนับสนุน กระบวนการจัดทำ ทบทวนและปรับปรุงมาตรฐานอาชีพของสถาบันให้มีความทันสมัยถูกต้องและสอดคล้องกับ สถานการณ์ตลาดแรงงานโดยมิได้ทดแทนกระบวนการจัดทำ มาตรฐานอาชีพที่ต้องดำ เนินการโดยผู้เชี่ยวชาญเฉพาะ ด้านหรือผู้มีส่วนได้ส่วนเสียตามหลักวิชาการที่สถาบันกำ หนดระบบปัญญาประดิษฐ์ดังกล่าวมีบทบาทสำ คัญในการ รวบรวมวิเคราะห์และสกัดข้อมูลที่เกี่ยวข้องกับอาชีพการจำ แนกงานย่อยการเปรียบเทียบมาตรฐานระหว่างประเทศ ตลอดจนการช่วยร่างเนื้อหาเบื้องต้นเพื่อเพิ่มประสิทธิภาพในการทำ งานของผู้รับผิดชอบทั้งนี้ผลลัพธ์ที่ได้จาก ระบบAIจะต้องถูกตรวจสอบรับรองและกลั่นกรองโดยผู้เชี่ยวชาญเฉพาะด้าน(SubjectMatterExpert:SME)ทุกครั้ง ก่อนนำ ไปใช้ประโยชน์เพื่อให้มั่นใจว่าเนื้อหามีความถูกต้องสอดคล้องกับการปฏิบัติงานจริงและเป็นไปตามมาตรฐาน อาชีพของประเทศนอกจากนี้การนำ AIมาใช้ในงานบริการประชาชนยังช่วยเพิ่มประสิทธิภาพในการเข้าถึงข้อมูลด้าน มาตรฐานอาชีพการสอบการรับรองและการพัฒนาทักษะผ่านระบบผู้ช่วยอัตโนมัติ(AI-PoweredAssistant)ที่ สามารถตอบคำถามวิเคราะห์ข้อมูลและให้คำแนะนำ ได้อย่างถูกต้องโปร่งใสและตรวจสอบได้โดยยังคงอยู่ภายใต้การ กำ กับดูแลของผู้เชี่ยวชาญเฉพาะด้านเพื่อให้มั่นใจว่าข้อมูลที่นำ เสนอมีคุณภาพและเหมาะสมกับบริบทของผู้ใช้งาน

• 2 -
  ดังนั้น โครงการพัฒนาเทคโนโลยีปัญญาประดิษฐ์สำ หรับบริหารจัดการข้อมูลและสนับสนุนงานด้าน มาตรฐานอาชีพในปีงบประมาณ พ.ศ. 2569 จึงมีบทบาทสำ คัญในฐานะโครงสร้างพื้นฐานด้านข้อมูลและ AI ของ สถาบัน ซึ่งมีเป้าหมายเพื่อยกระดับคุณภาพข้อมูลด้านอาชีพ เพิ่มประสิทธิภาพการทำ งานภายใน สนับสนุนการ วิเคราะห์เพื่อประกอบการตัดสินใจเชิงนโยบาย และพัฒนาระบบบริการเพื่อประชาชน โดยมิใช่การจัดทำ หรือ ประกาศมาตรฐานอาชีพใหม่ แต่เป็นการพัฒนาระบบเทคโนโลยีเพื่อสนับสนุนภารกิจหลักของสถาบันให้มีความ โปร่งใส ตรวจสอบได้ และพร้อมสำ หรับการพัฒนาอย่างยั่งยืนในระยะยาว ทั้งนี้ผลลัพธ์จากระบบปัญญาประดิษฐ์ เป็นเพียงข้อเสนอแนะเพื่อสนับสนุนการทำ งานของเจ้าหน้าที่ ทั้งนี้ การนำ ผลลัพธ์ไปใช้งานจริงให้เป็นไปตามการ ตรวจทานและ/หรือการอนุมัติของผู้มีอำ นาจหรือผู้เชี่ยวชาญ ตามกระบวนการของหน่วยงาน 2. วัตถุประสงค์

2.1 เพื่อพัฒนาแพลตฟอร์มวิเคราะห์และพัฒนามาตรฐานอาชีพด้วยเทคโนโลยีปัญญาประดิษฐ์ 2.2 เพื่อพัฒนาระบบการประเมินและรับรองสมรรถนะบุคคลด้วยเทคโนโลยีปัญญาประดิษฐ์ 2.3 เพื่อพัฒนาระบบสนับสนุนอัตโนมัติ (AI-Powered Assistant) ในการตอบคำถามและให้คำแนะนำ เกี่ยวกับการสอบ การรับรอง และการพัฒนาทักษะที่สอดคล้องกับมาตรฐานอาชีพและคุณวุฒิวิชาชีพ 2.4 เพื่อพัฒนาระบบเก็บข้อมูลใบประกาศหรือหนังสือรับรองด้วยเทคโนโลยี Blockchain 3. คุณสมบัติของผู้ยื่นข้อเสนอ

3.1 มีความสามารถตามกฎหมาย

3.2 ไม่เป็นบุคคลล้มละลาย

3.3 ไม่อยู่ระหว่างเลิกกิจการ
3.4 ไม่เป็นบุคคลซึ่งอยู่ระหว่างถูกระงับการยื่นข้อเสนอหรือทำ สัญญากับหน่วยงานของรัฐไว้ชั่วคราว เนื่องจากเป็นผู้ที่ไม่ผ่านเกณฑ์การประเมินผลการปฏิบัติงานของผู้ประกอบการตามระเบียบที่รัฐมนตรีว่าการ กระทรวงการคลังกำ หนดตามที่ประกาศเผยแพร่ในระบบเครือข่ายสารสนเทศของกรมบัญชีกลาง)
3.5 ไม่เป็นบุคคลซึ่งถูกระบุชื่อไว้ในบัญชีรายชื่อผู้ทิ้งงานและได้แจ้งเวียนชื่อให้เป็นผู้ทิ้งงานของหน่วยงาน ของรัฐในระบบเครือข่ายสารสนเทศของกรมบัญชีกลาง ซึ่งรวมถึงนิติบุคคลที่ผู้ทิ้งงานเป็นหุ้นส่วนผู้จัดการกรรมการ ผู้จัดการ ผู้บริหาร หรือผู้มีอำ นาจในการดำ เนินงานในกิจการของนิติบุคคลนั้นด้วย)
3.6 คุณสมบัติหรือลักษณะต้องห้ามอื่นตามที่คณะกรรมการนโยบายการจัดซื้อจัดจ้างและการบริหารพัสดุ ภาครัฐประกาศกำ หนดในราชกิจจานุเบกษา
3.7 เป็นนิติบุคคลผู้มีอาชีพรับจ้างงานดังกล่าว
3.8 ไม่เป็นผู้มีผลประโยชน์ร่วมกันกับผู้ยื่นข้อเสนอรายอื่นที่เข้ายื่นข้อเสนอให้แก่ สถาบันคุณวุฒิวิชาชีพ (องค์การมหาชน) ณ วันประกาศประกวดราคาอิเล็กทรอนิกส์ หรือวันที่หน่วยงานของรัฐมีหนังสือเชิญชวนและไม่ เป็นผู้กระทำ การอันเป็นการขัดขวางการแข่งขันอย่างเป็นธรรม ในการประกวดราคาอิเล็กทรอนิกส์หรือในการจัด จ้างครั้งนี้
3.9 ไม่เป็นผู้ได้รับเอกสิทธิ์หรือความคุ้มกัน ซึ่งอาจปฏิเสธไม่ยอมขึ้นศาลไทย เว้นแต่รัฐบาลของผู้ยื่นข้อ เสนอได้มีคำสั่งให้สละเอกสิทธิ์และความคุ้มกันเช่นว่านั้น
3.10 ผู้ยื่นข้อเสนอที่ยื่นข้อเสนอในรูปแบบของ “กิจการร่วมค้า” ต้องมีคุณสมบัติ ดังนี้ 3.10.1กรณีที่ข้อตกลงฯกำ หนดให้ผู้เข้าร่วมค้ารายใดรายหนึ่งเป็นผู้เข้าร่วมค้าหลักข้อตกลงฯจะ ต้องมีการกำ หนดสัดส่วนหน้าที่และความรับผิดชอบในปริมาณงานสิ่งของหรือมูลค่าตามสัญญาของผู้เข้าร่วมค้าหลัก มากกว่าผู้เข้าร่วมค้ารายอื่นทุกราย

• 3 -
  3.10.2 กรณีที่ข้อตกลงฯ กำ หนดให้ผู้เข้าร่วมค้ารายใดรายหนึ่งเป็นผู้เข้าร่วมค้าหลักกิจการร่วมค้า นั้นต้องใช้ผลงานของผู้เข้าร่วมค้าหลักรายเดียวเป็นผลงานของกิจการร่วมค้าที่ยื่นข้อเสนอสำ หรับข้อตกลงฯ ที่ไม่ได้ กำ หนดให้ผู้เข้าร่วมค้ารายใดเป็นผู้เข้าร่วมค้าหลักผู้เข้าร่วมค้าทุกรายจะต้องมีคุณสมบัติครบถ้วนตามเงื่อนไขที่ กำ หนดไว้ในเอกสารเชิญชวน
  3.10.3 การยื่นข้อเสนอของกิจการร่วมค้า
  (1) กรณีที่ข้อตกลงฯ กำ หนดให้มีการมอบหมายผู้เข้าร่วมค้ารายใดรายหนึ่งเป็นผู้ยื่นข้อเสนอใน นามกิจการร่วมค้า การยื่นข้อเสนอดังกล่าวไม่ต้องมีหนังสือมอบอำ นาจสำ หรับข้อตกลงฯ ที่ไม่ได้กำ หนดให้ผู้เข้าร่วม ค้ารายใดเป็นผู้ยื่นข้อเสนอผู้เข้าร่วมค้าทุกรายจะต้องลงลายมือชื่อในหนังสือมอบอำ นาจให้ผู้เข้าร่วมค้ารายใดราย หนึ่งเป็นผู้ยื่นข้อเสนอในนามกิจการร่วมค้า
  (2) การยื่นข้อเสนอด้วยวิธีประกวดราคาอิเล็กทรอนิกส์ (e - bidding) ให้ผู้เข้าร่วมค้าที่ได้รับมอบ หมายหรือมอบอำ นาจตามข้อ 3.10.3 (1) ดำ เนินการซื้อและดาวน์โหลดเอกสารประกวดราคาอิเล็กทรอนิกส์ กรณีที่ มีการจำ หน่ายเอกสารจ้างทำ ของจึงจะมีสิทธิในการเข้ายื่นข้อเสนอในนามกิจการร่วมค้าได้
  3.11 ผู้ยื่นข้อเสนอต้องลงทะเบียนที่มีข้อมูลถูกต้องครบถ้วนในระบบจัดซื้อจัดจ้างภาครัฐด้วย อิเล็กทรอนิกส์ (Electronic Government Procurement : e - GP) ของกรมบัญชีกลาง 3.12 ผู้ยื่นข้อเสนอต้องมีมูลค่าสุทธิของกิจการ ดังนี้
  3.12.1 กรณีผู้ยื่นข้อเสนอเป็นนิติบุคคลที่จัดตั้งขึ้นตามกฎหมายไทยหรือต่างประเทศซึ่งได้จด ทะเบียนเกินกว่า 1 ปี ต้องมีมูลค่าสุทธิของกิจการ จากผลต่างระหว่างสินทรัพย์สุทธิหักด้วยหนี้สินสุทธิที่ปรากฏใน งบแสดงฐานะการเงินที่มีการตรวจรับรองแล้ว ซึ่งจะต้องแสดงค่าเป็นบวก 1 ปีสุดท้าย ก่อนวันยื่นข้อเสนองบแสดง ฐานะการเงิน 1 ปีสุดท้ายก่อนวันยื่นข้อเสนอ หมายถึง งบแสดงฐานะการเงินย้อนไปก่อนวันที่หน่วยงานของรัฐ กำ หนดให้เป็นวันยื่นข้อเสนอ 1 ปีปฏิทิน เว้นแต่กรณีนิติบุคคลที่จัดตั้งขึ้นตามกฎหมายไทย หากวันยื่นข้อเสนอเป็น ช่วงระยะเวลาที่กรมพัฒนาธุรกิจการค้ากำ หนดให้นิติบุคคลยื่นงบแสดงฐานะการเงินกับกรมพัฒนาธุรกิจการค้าซึ่ง จะอยูในช่วงเดือนมกราคม - เดือนพฤษภาคม ของทุกปี โดยนิติบุคคลที่เป็นผู้ยื่นข้อเสนอนั้นยังอยู่ในช่วงของการยื่น งบแสดงฐานะการเงินกับกรมพัฒนาธุรกิจการค้า คือ ช่วงเดือนมกราคม -เดือนพฤษภาคมกรณีนี้ให้สามารถยื่นงบ แสดงฐานะการเงินย้อนไปอีก 1 ปีได้
  3.12.2 กรณีผู้ยื่นข้อเสนอเป็นนิติบุคคลที่จัดตั้งขึ้นตามกฎหมายไทย ซึ่งยังไม่มีการรายงานงบแสดง ฐานะการเงินกับกรมพัฒนาธุรกิจการค้า หรือกรณีผู้ยื่นข้อเสนอเป็นนิติบุคคลที่จัดตั้งขึ้นตามกฎหมายของต่าง ประเทศซึ่งยังไม่มีการรายงานงบแสดงฐานะการเงิน ให้พิจารณาการกำ หนดมูลค่าของทุนจดทะเบียนโดยผู้ยื่นข้อ เสนอจะต้องมีทุนจดทะเบียนที่เรียกชำ ระมูลค่าหุ้นแล้ว ณ วันที่ยื่นข้อเสนอ ต้องมีทุนจดทะเบียนไม่ต่ำ กว่า 3 ล้าน บาท
  3.12.3 สำ หรับการจัดซื้อจัดจ้างครั้งหนึ่งที่มีวงเงินเกิน 500,000 บาทขึ้นไป กรณีผู้ยื่นข้อเสนอเป็น บุคคลธรรมดา ให้พิจารณาจากหนังสือรับรองบัญชีเงินฝากไม่เกิน 90 วัน ก่อนวันยื่นข้อเสนอโดยต้องมีเงินฝากคง เหลือในบัญชีธนาคารเป็นมูลค่า 1 ใน 4 ของมูลค่างบประมาณของโครงการหรือรายการที่ยื่นข้อเสนอในแต่ละครั้ง และหากเป็นผู้ชนะการจัดซื้อจัดจ้างหรือเป็นผู้ได้รับการคัดเลือกจะต้องแสดงหนังสือรับรองบัญชีเงินฝากที่มีมูลค่าดัง กล่าวอีกครั้งหนึ่งในวันลงนามในสัญญา
  3.12.4 กรณีที่ผู้ยื่นข้อเสนอไม่มีมูลค่าสุทธิของกิจการหรือทุนจดทะเบียน หรือมีแต่ไม่เพียงพอที่จะ เข้ายื่นข้อเสนอ สามารถดำ เนินการได้ดังนี้
  (1)กรณีผู้ยื่นข้อเสนอเป็นนิติบุคคลที่จัดตั้งขึ้นตามกฎหมายไทยหรือบุคคลธรรมดาที่ถือสัญชาติไทย ผู้ยื่นข้อเสนอสามารถขอวงเงินสินเชื่อโดยต้องมีวงเงินสินเชื่อ1ใน4ของมูลค่างบประมาณ
• 4 -
  ของโครงการหรือรายการที่ยื่นข้อเสนอในแต่ละครั้ง จะเป็นสินเชื่อที่ธนาคารภายในประเทศหรือ บริษัทเงินทุนหรือบริษัทเงินทุนหลักทรัพย์ที่ได้รับอนุญาตให้ประกอบกิจการเงินทุนเพื่อการพาณิชย์และประกอบ ธุรกิจค้ำประกันตามประกาศของธนาคารแห่งประเทศไทย ตามรายชื่อบริษัทเงินทุนที่ธนาคารแห่งประเทศไทยแจ้ง เวียนให้ทราบ โดยพิจารณาจากยอดเงินรวมของวงเงินสินเชื่อที่สำ นักงานใหญ่รับรองหรือที่สำ นักงานสาขารับรอง (กรณีได้รับมอบอำ นาจจากสำ นักงานใหญ่) ซึ่งออกให้แก่ผู้ยื่นข้อเสนอนับถึงวันยื่นข้อเสนอไม่เกิน 90 วัน
  (2) กรณีผู้ยื่นข้อเสนอเป็นนิติบุคคลที่จัดตั้งขึ้นตามกฎหมายต่างประเทศหรือบุคคลธรรมดาที่มิได้ ถือสัญชาติไทย ผู้ยื่นข้อเสนอสามารถขอวงเงินสินเชื่อ โดยต้องมีวงเงินสินเชื่อ 1 ใน 4 ของมูลค่างบประมาณของ โครงการหรือรายการที่ยื่นข้อเสนอในแต่ละครั้ง จะเป็นสินเชื่อที่ธนาคารต่างประเทศหรือบริษัทเงินทุนหรือบริษัท เงินทุนหลักทรัพย์ที่ได้รับอนุญาตให้ประกอบกิจการเงินทุนเพื่อการพาณิชย์และประกอบธุรกิจค้ำประกันตาม ประกาศของธนาคารกลางต่างประเทศนั้น ตามรายชื่อบริษัทที่ธนาคารกลางต่างประเทศนั้นแจ้งเวียนให้ทราบ โดย พิจารณาจากยอดเงินรวมของวงเงินสินเชื่อที่สำ นักงานใหญ่รับรองหรือที่สำ นักงานสาขารับรอง (กรณีได้รับมอบ อำ นาจจากสำ นักงานใหญ่) ซึ่งออกให้แก่ผู้ยื่นข้อเสนอนับถึงวันยื่นข้อเสนอไม่เกิน 90 วัน
  3.12.5 กรณีผู้ยื่นข้อเสนอเป็นนิติบุคคลที่จัดตั้งขึ้นตามกฎหมายต่างประเทศหรือบุคคลธรรมดาที่ มิได้ถือสัญชาติไทยตามข้อ 3.12.2 ข้อ 3.12.3 และข้อ 3.12.4 (2) มูลค่าจะต้องเป็นไปตามอัตราแลกเปลี่ยนเงินตรา ตามประกาศที่ธนาคารแห่งประเทศไทยกำ หนด ในช่วงระหว่างวันที่เผยแพร่หนังสือเชิญชวนและเอกสารจ้างโดยวิธี คัดเลือกในระบบจัดซื้อจัดจ้างภาครัฐด้วยอิเล็กทรอนิกส์ (e - GP) จนถึงวันเสนอราคาทั้งนี้ ผู้ยื่นข้อเสนอจะต้องยื่น เอกสารที่แสดงให้เห็นถึงข้อมูลเกี่ยวกับมูลค่าสุทธิของกิจการแล้วแต่กรณี ประกอบกับเอกสารดังกล่าวจะต้องผ่าน การรับรองตามระเบียบกระทรวงการต่างประเทศว่าด้วยการรับรองเอกสาร พ.ศ. 2539 และที่แก้ไขเพิ่มเติม กำ หนด โดยจะต้องยื่นเอกสารดังกล่าวในวันยื่นข้อเสนอ หากผู้ยื่นข้อเสนอมิได้มีการยื่นเอกสารดังกล่าวมาพร้อมกับการยื่น ข้อเสนอให้ถือว่าผู้ยื่นข้อเสนอรายนั้นยื่นเอกสารไม่ครบถ้วนตามเงื่อนไขที่กำ หนดไว้ในเอกสารประกวดราคา
  3.12.6 กรณีตามข้อ 3.12.1 - ข้อ 3.12.5 ไม่ใช้บังคับกับกรณีดังต่อไปนี้ (1) กรณีที่ผู้ยื่นข้อเสนอเป็นหน่วยงานของรัฐภายในประเทศ
  (2) นิติบุคคลที่จัดตั้งขึ้นตามกฎหมายไทยที่อยู่ระหว่างการฟื้นฟูกิจการตามพระราชบัญญัติล้ม ละลาย พ.ศ. 2483 และที่แก้ไขเพิ่มเติม
  (3) งานจ้างก่อสร้างที่กรมบัญชีกลางได้ขึ้นทะเบียนผู้ประกอบการงานก่อสร้างแล้วและงานจ้าง ก่อสร้างที่หน่วยงานของรัฐที่ได้มีการจัดทำ บัญชีผู้ประกอบการงานก่อสร้างที่มีคุณสมบัติเบื้องต้นไว้แล้วก่อนวันที่ พระราชบัญญัติการจัดซื้อจัดจ้างและการบริหารพัสดุภาครัฐ พ.ศ. 2560 มีผลใช้บังคับ
  (4) การจัดซื้อจัดจ้างตามมาตรา 56 วรรคหนึ่ง (2) (ข) และ (ค) แห่งพระราชบัญญัติการจัดซื้อจัด จ้างฯ
  (5) การซื้ออสังหาริมทรัพย์และการเช่าอสังหาริมทรัพย์
  (6) กรณีงานจ้างบริการหรืองานจ้างเหมาบริการกับบุคคลธรรมดา เช่น จ้างพนักงานขับรถ ครูชาว ต่างชาติ พนักงานเก็บขยะ พนักงานบันทึกข้อมูล เป็นต้น
  3.15ผู้ยื่นข้อเสนอต้องมีผลงานประเภทเดียวกันกับงานจ้างในวงเงินไม่น้อย
  กว่า7,000,000บาท(เจ็ดล้านบาทถ้วน)และเป็นผลงานที่เป็นคู่สัญญาโดยตรงกับหน่วยงานของรัฐหรือเอกชนที่มี ความน่าเชื่อถือและเป็นสัญญาที่ผู้ยื่นข้อเสนอได้ทำ งานแล้วเสร็จตามสัญญาซึ่งได้มีการส่งมอบงานและตรวจรับ เรียบร้อยแล้วภายในระยะเวลา5ปีนับถึงวันยื่นข้อเสนอพร้อมทั้งแนบสำ เนาหนังสือรับรองผลงาน
• 5 -
  3.16 ผู้ยื่นข้อเสนอต้องจัดเตรียมบุคลากรที่มีประสบการณ์มีความเชี่ยวชาญในด้านต่าง ๆเพื่อ ดำ เนินการตามโครงการนี้ โดยต้องจัดทำ เอกสารแสดงรายละเอียดคุณสมบัติของบุคลากรตามรูปแบบที่กำ หนด หรือเอกสารประกอบอื่น ๆ ที่เกี่ยวข้องและจำ เป็นในการพิจารณาคุณสมบัติของเจ้าหน้าที่ดังกล่าวในวันที่ยื่นข้อ เสนอ คุณสมบัติของบุคลากรและรูปแบบการจัดทำ เอกสารตามที่กำ หนดไว้ในเอกสารแนบ โดยผู้รับจ้างต้องจัดหา
  บุคลากรตามที่เสนอมาในการดำ เนินงานในโครงการอย่างครบถ้วนด้วย ทั้งนี้ เอกสารต่าง ๆ จะต้องเป็นเอกสารที่ยัง ไม่หมดอายุในวันที่ยื่นข้อเสนอ และมีระยะเวลาครอบคลุมตลอดระยะเวลาดำ เนินโครงการ 4. ขอบเขตของงานที่จะดำ เนินการจัดจ้าง
  ผู้รับจ้างต้องพัฒนา “ระบบส่วนขยายด้านปัญญาประดิษฐ์” ประกอบด้วยแพลตฟอร์มเทคโนโลยีปัญญา ประดิษฐ์ (AI Platform) และโมดูล AI ที่เกี่ยวข้อง เพื่อสนับสนุนการบริหารจัดการมาตรฐานอาชีพและคุณวุฒิ วิชาชีพ โดยให้TPQI-NET เป็นระบบหลักแกนกลางด้านข้อมูลและกระบวนงานของสถาบัน และให้AI Platform เป็นระบบใหม่ที่พัฒนาเพิ่มเติมเพื่อติดตั้งแยกจาก TPQI-NET แต่ต้องเชื่อมต่อและบูรณาการทำ งานร่วมกัน ผ่านการ เชื่อมโยงข้อมูล/บริการตามที่กำ หนดใน TOR ทั้งนี้ TPQI-NET เป็นระบบหลักด้านข้อมูลและกระบวนงาน ส่วน AI Platform เป็นระบบส่วนขยายเพื่อให้บริการความสามารถ AI และโมดูล AI โดยเชื่อมต่อและทำ งานร่วมกับ TPQI NET และระบบที่เกี่ยวข้อง
  ทั้งนี้ AI Platform และโมดูล AI ต้องบูรณาการกับระบบและแพลตฟอร์มที่เกี่ยวข้อง (เช่น ระบบ Digital Exam, ระบบ Blockchain, ระบบจัดการเอกสารดิจิทัล และ EWE Platform) เพื่อสนับสนุนการประเมินและ รับรองสมรรถนะด้วยเทคโนโลยี AI อย่างครบวงจร
  รายละเอียดการออกแบบและการดำ เนินงานในประเด็นด้านเทคนิค (เช่น สถาปัตยกรรมระบบ โครงสร้าง ข้อมูล และการบูรณาการเชื่อมโยงระบบ) ให้พิจารณาจากผลการตรวจสอบและข้อเสนอแนะของคณะกรรมการ ตรวจรับพัสดุ เพื่อประกอบการพิจารณาของสถาบัน
  ผู้ยื่นข้อเสนอจะต้องนำ เสนอแนวคิด แนวทางการดำ เนินงานของโครงการ และสาธิต (Demonstration) ระบบหรือเทคโนโลยีที่เสนอ ต่อคณะกรรมการจัดจ้าง เพื่อใช้ประกอบการพิจารณาคัดเลือกผู้เสนอราคาที่เหมาะสม
  4.1 การวางแผนงานโครงการ
  ผู้รับจ้างต้องจัดทำ แผนงานโครงการที่ครบถ้วน ชัดเจน และเป็นเอกสารอ้างอิงสำ หรับการดำ เนินงาน โดย ต้องนำ เสนอรายละเอียดอย่างน้อยดังต่อไปนี้
  4.1.1 ผู้รับจ้างต้องจัดทำ แผนการดำ เนินงานตั้งแต่เริ่มต้นจนกระทั่งสิ้นสุดโครงการ โดยแผนต้องแสดงราย ละเอียดกิจกรรม ระยะเวลาการปฏิบัติงานในแต่ละกิจกรรม กำ หนดเวลาแล้วเสร็จ และจำ นวนบุคลากรที่รับผิดชอบ ในแต่ละกิจกรรมอย่างชัดเจน รวมทั้งต้องจัดทำ แผนเฉพาะด้านที่เกี่ยวข้องกับโครงการ โดยมีองค์ประกอบไม่น้อย กว่ารายละเอียดดังต่อไปนี้
  4.1.1.1 แผนการบริหารจัดการข้อมูล (Data Management Plan : DMP) ประกอบด้วย 1) Data Collection (การรวบรวมข้อมูล)

2. Data Use (การใช้ข้อมูล)
3. Data Storage & Security (การจัดเก็บและความปลอดภัยของข้อมูล) 4) Access Control (การบริหารสิทธิ์และการเข้าถึงข้อมูล)
   4.1.1.2 วงจรการพัฒนา AI (AI Development Lifecycle : AI-DLC) ประกอบด้วย 1) Data Pipeline (กระบวนการไหลและจัดเตรียมข้อมูล)
4. ModelTraining/ModelConfiguration(การฝึกหรือการกำ หนดค่าและปรับแต่ง
   โมเดลตามความเหมาะสม)

• 6 -

3. Model Evaluation (การประเมินคุณภาพโมเดล)
4. Model Deployment (การนำ โมเดลขึ้นใช้งานจริง)
5. Monitoring (การติดตามการทำ งานและคุณภาพของโมเดล) 4.1.1.3 แผนการส่งมอบงานและติดตามความคืบหน้าโครงการ (Deliverables & Milestones Plan)
   ผู้รับจ้างต้องจัดทำ แผนการส่งมอบงาน (Delivery Plan) และแผนติดตามความคืบหน้า (Milestones) สำ หรับตลอดระยะเวลาโครงการ โดยต้องแสดงช่วงเวลา กิจกรรม รายการส่งมอบงาน (Deliverables Checklist) พร้อมแสดงในรูปแบบ Gantt Chart เพื่อใช้เป็นกรอบติดตามความก้าวหน้าในแต่ละ ระยะ การตรวจรับในแต่ละงวด และเป็นหลักฐานประกอบการเบิกจ่าย ประกอบด้วย
6. AI System Design Document (เอกสารออกแบบระบบ AI) 2) Data Governance Framework (กรอบการกำ กับดูแลข้อมูล) 3) Model Card / Model Documentation (เอกสารรายละเอียดโมเดล AI) 4) UAT / Performance / Stress Testing Reports (รายงานการทดสอบระบบ) 5) Incremental Delivery Plan (แผนการส่งมอบงานตามระยะ) 6) Acceptance Plan (แผนการตรวจรับงานในแต่ละงวด) โดยระบุ ก. ความหมายของเอกสาร
   ข. วัตถุประสงค์
   ค. เงื่อนไขสำ คัญ
   ง. เกณฑ์ตรวจรับแบบสรุป
   จ. รายการ Milestones
   ฉ. งวดการส่งมอบ
   ทั้งนี้ รายละเอียดประเภทเอกสาร ขอบเขตเนื้อหา เกณฑ์การตรวจรับ และกำ หนดเวลา การส่งมอบของรายการส่งมอบงานทั้งหมด ให้เป็นไปตามที่ระบุใน “ภาคผนวก ก ตามรายละเอียดรายการส่งมอบ งานข้อ 4.1 โดยมีรายละเอียดเกณฑ์การตรวจรับ (Deliverables Checklist)” และข้อย่อยที่เกี่ยวข้อง ซึ่งให้ถือเป็น ส่วนหนึ่งของเงื่อนไข TOR ฉบับนี้
   4.1.1.4 แผนบริหารความเสี่ยงโครงการ (AI Risk Management Plan) ประกอบด้วย 1) Insufficient Data Risk (ความเสี่ยงข้อมูลไม่เพียงพอ) 2) AI Bias Risk (ความเสี่ยงโมเดลมีอคติ)
7. Cybersecurity Risk (ความเสี่ยงด้านความปลอดภัยไซเบอร์) 4) System Integration Risk (ความเสี่ยงด้านการเชื่อมต่อระบบ) 4.1.2 ผู้รับจ้างต้องจัดทำ โครงสร้างบุคลากรของโครงการโดยแสดงตำ แหน่งบทบาทและความรับ ผิดชอบของบุคลากรหลักทุกตำ แหน่งให้ชัดเจนและต้องจัดทำ RACIMatrix(ตารางกำ กับบทบาทและความรับผิดชอบ ของงานในโครงการ)ให้ครอบคลุมงานทุกหมวดและทุกกิจกรรมตามTORเพื่อใช้เป็นกรอบบริหารโครงการและการ ตรวจรับงาน

• 7 -
  4.1.3 ผู้รับจ้างต้องจัดทำ แผนการฝึกอบรมและถ่ายทอดองค์ความรู้ (Training & Knowledge Transfer Plan) โดยต้องครอบคลุมอย่างน้อย
  4.1.3.1 End User Training (อบรมผู้ใช้งานระบบ
  4.1.3.2 Administrator Training (อบรมผู้ดูแลระบบ)
  4.1.3.3 Technical Training (อบรมด้านเทคนิค) เช่น

1. Data Pipeline Administration (การดูแล Data Pipeline) 2) Model Configuration / Optimization ((การกำ หนดค่า การปรับแต่ง หรือการ เพิ่มประสิทธิภาพโมเดล ตามแนวทางและสถาปัตยกรรม AI ที่ผู้รับจ้างเสนอ โดยไม่จำ เป็นต้องเป็นการฝึกสอน โมเดลใหม่ทั้งหมด) (ถ้ามี)
2. Model Evaluation (การตรวจสอบคุณภาพของโมเดล) 4.1.3.4 Knowledge Transfer (การถ่ายทอดองค์ความรู้) ครอบคลุม 1)คู่มือมืการใช้งช้านระบบ(UserManual)และคู่มือมืผู้ดูผู้แดูลระบบ(AdministratorManual) 2) เอกสารเชิงเทคนิคและเอกสารประกอบการอบรม (Technical Documentation / Training Materials)
3. รายการ Source Code และเอกสารกำ กับ Source Code (รวมถึงวิธีการ Build/Deploy ระบบ และโครงสร้างโครงการ) เฉพาะในส่วนที่มีการพัฒนาเพิ่มเติมขึ้นใหม่ภายใต้โครงการนี้
   ทั้งนี้ไม่รวมซอร์สโค้ดหรือโมเดลที่เป็นทรัพย์สินทางปัญญาของผู้ให้บริการภายนอก
   4.1.4 ผู้รับจ้างต้องศึกษา วิเคราะห์และประเมินเทคโนโลยีที่เหมาะสมสำ หรับการออกแบบและ พัฒนาระบบ ตลอดจนเทคโนโลยีที่จำ เป็นต่อการพัฒนาระบบ โดยต้องจัดทำ เอกสารเสนอแนวทางการพัฒนา (Solution Design) เพื่อใช้เป็นข้อมูลประกอบการดำ เนินงานตามขอบเขตงาน ทั้งนี้ เอกสารดังกล่าวอย่างน้อยต้อง ครอบคลุมประเด็นต่อไปนี้
   4.1.4.1 การศึกษาและวิเคราะห์ข้อมูลที่เกี่ยวข้อง ผู้รับจ้างต้องดำ เนินการศึกษาและ วิเคราะห์ข้อมูลที่เกี่ยวข้องกับระบบ TPQI‑NET และระบบแพลตฟอร์ม EWE ตลอดจนสำ รวจความต้องการของผู้ใช้ งานและผู้มีส่วนได้ส่วนเสีย เพื่อสรุปแนวทางและข้อค้นพบเชิงวิเคราะห์สำ หรับใช้เป็นข้อมูลประกอบการออกแบบ ระบบ ก่อนดำ เนินการออกแบบระบบ
   4.1.4.2 รูปแบบการติดตั้งระบบ (Deployment Options)
   ผู้รับจ้างต้องศึกษาและเสนอรูปแบบการติดตั้งระบบที่เหมาะสมโดยต้องสามารถใช้งาน บนโครงสร้างพื้นฐานคลาวด์ภาครัฐ(Government Data Center and Cloud : GDCC)หรือโครงสร้างพื้นฐานด้าน ศูนย์ข้อมูลของหน่วยงานตามข้อกำ หนดในขอบเขตงานทั้งนี้ให้พิจารณารูปแบบการติดตั้งที่เหมาะสมและสอดคล้อง กับข้อกำ หนดตามTORโดยอย่างน้อยต้องครอบคลุมทางเลือกดังต่อไปนี้

• 8 -

1. ระบบคลาวด์ภาครัฐ (Government Cloud / GDCC) 2) ระบบผสมผสาน (Hybrid) ระหว่างศูนย์ข้อมูลของหน่วยงานกับคลาวด์ภาค
   รัฐ
2. ระบบติดตั้งภายในศูนย์ข้อมูลของหน่วยงาน (On–premise) ในกรณีที่มีข้อ
   จำ กัดด้านนโยบายหรือความมั่นคงปลอดภัย ทั้งนี้ รูปแบบการติดตั้งระบบต้องสามารถรองรับการเชื่อมต่อกับบริการ ปัญญาประดิษฐ์หรือโมเดลภาษา (AI / LLM Services) ที่ได้รับอนุญาตจากสถาบันได้ โดยไม่จำ กัดเฉพาะผู้ให้ บริการรายใดรายหนึ่ง
   4.1.4.3 เทคโนโลยีปัญญาประดิษฐ์ที่ใช้ (AI Technologies) โดยต้องครอบคลุมอย่างน้อย ดังต่อไปนี้
3. NLP – Natural Language Processing (เทคโนโลยีประมวลผลภาษาธรรมชาติ) 2) LLM – Large Language Model (โมเดลภาษาขนาดใหญ่) 3) Machine Learning (เทคโนโลยีการเรียนรู้ของเครื่อง) 4) Knowledge Graph (ระบบกราฟความรู้)
4. Vector Database (ฐานข้อมูลเวกเตอร์)
5. Data Pipeline Tools (เครื่องมือบริหารจัดการการไหลของข้อมูล) 4.1.4.4 ระบบจัดการข้อมูล (Data Infrastructure) โดยต้องครอบคลุมอย่างน้อย ดังต่อ ไปนี้
6. Data Lake (พื้นที่จัดเก็บข้อมูลขนาดใหญ่แบบไม่กำ หนดโครงสร้าง) 2) Data Warehouse (คลังข้อมูลแบบมีโครงสร้าง)
7. Vector Database (ฐานข้อมูลเวกเตอร์สำ หรับการประมวลผลด้าน AI) 4.1.4.5 มาตรฐานด้านความปลอดภัยและการกำ กับดูแลข้อมูลภาครัฐ (Security &
   Compliance Standards) โดยต้องครอบคลุมอย่างน้อย ดังต่อไปนี้
8. พระราชบัญญัติคุ้มครองข้อมูลส่วนบุคคล (PDPA)
9. พระราชบัญญัติความมั่นคงปลอดภัยไซเบอร์
10. มาตรฐานความมั่นคงปลอดภัยสารสนเทศภาครัฐ
11. มาตรฐานสากลด้านข้อมูลและ AI อาทิ NIST AI Framework SO/IEC 27001 –
    Information Security e–GIF มาตรฐานข้อมูลภาครัฐ ISO/IEC 42001 – AI Management System
    4.1.4.6 การประเมินโครงสร้างพื้นฐานด้านข้อมูล (Data Infrastructure Assessment) โดยต้องครอบคลุมอย่างน้อย ดังต่อไปนี้
12. แหล่งข้อมูล (Data Sources)
13. รูปแบบข้อมูล (Data Types)
14. ปริมาณข้อมูล (Data Volume)
15. ระบบที่ต้องเชื่อมต่อหรือบูรณาการร่วมกัน(Inter connected Systems)

• 9 -
  4.2 การวิเคราะห์และออกแบบระบบ
  ผู้รับจ้างต้องวิเคราะห์และออกแบบระบบ โดยจัดทำ เอกสารการออกแบบระบบอย่างน้อย ดังต่อไปนี้ 4.2.1 การออกแบบสถาปัตยกรรมระบบ (System Architecture Design)
  ผู้รับจ้างต้องจัดทำ สถาปัตยกรรมระบบที่ครอบคลุมองค์ประกอบหลักทั้งหมดของโครงการ ได้แก่ ระบบ TPQI-NET ระบบ AI Platform ระบบจัดการข้อมูล (Data Infrastructure) ระบบบริหารจัดการความ ปลอดภัย และการเชื่อมต่อกับระบบภายนอก โดยต้องแสดงความสัมพันธ์ระหว่างส่วนประกอบต่าง ๆ อย่างชัดเจน ทั้งในมิติ Logical Architecture และ Physical/ Deployment Architecture เพื่อใช้เป็นกรอบอ้างอิงสำ หรับการ พัฒนาและตรวจรับงาน
  4.2.2 การออกแบบขั้นตอนการทำ งาน (Work Flow)
  ผู้รับจ้างต้องออกแบบขั้นตอนการทำ งานของระบบแบบ End-to-End ครอบคลุมกระบวนการ เกี่ยวกับการบริหารจัดการมาตรฐานอาชีพ การประเมินสมรรถนะ การออกใบรับรอง การใช้ AI วิเคราะห์ข้อมูล และการจัดการเอกสาร โดยต้องระบุบทบาทผู้ใช้งาน (User Roles) กิจกรรมที่เกี่ยวข้อง และลำ ดับการทำ งานอย่าง ชัดเจน เพื่อใช้เป็นแนวทางในการพัฒนา ทดสอบระบบ และถ่ายทอดองค์ความรู้ 4.2.3 แบบจำ ลองการวิเคราะห์ระบบ (Use Case Diagram)
  ผู้รับจ้างต้องจัดทำ Use Case Diagram แสดงความสัมพันธ์ระหว่างผู้ใช้งานแต่ละประเภท (Actors) กับฟังก์ชันการทำ งานของระบบ (Use Cases) ทั้งส่วนที่เป็นระบบเดิมและส่วนที่พัฒนาเพิ่มเติมด้วย เทคโนโลยี AI โดยต้องแสดง Use Case สำ คัญ เช่น การจัดการข้อสอบ การประเมินสมรรถนะ การใช้บริการ AI Assistant การออกใบรับรองดิจิทัล และการจัดการข้อมูล เพื่อให้สถาบันสามารถตรวจสอบความครบถ้วนของ ฟังก์ชันก่อนการพัฒนา
  4.2.4 แบบจำ ลองกระบวนการทำ งานของระบบ (Activity Diagram)
  ผู้รับจ้างต้องจัดทำ Activity Diagram แสดงลำ ดับกิจกรรม จุดตัดสินใจ (Decision Points) และ เส้นทางการไหลของกระบวนการทำ งานในแต่ละกระบวนการ เช่น การยื่นคำขอประเมิน การคัดกรองคุณสมบัติผู้ สมัคร การดำ เนินการสอบและประเมิน การออกใบรับรอง และการจัดเก็บข้อมูลเข้าสู่ระบบ TPQI-NET เพื่อใช้เป็น เอกสารประกอบการพัฒนา ทดสอบ และถ่ายทอดองค์ความรู้ให้กับผู้ใช้งาน
  4.2.5 การออกแบบฐานข้อมูล ได้แก่ Data Model และ Data Structure
  ผู้รับจ้างต้องออกแบบโครงสร้างฐานข้อมูลรองรับการจัดเก็บข้อมูลด้านมาตรฐานอาชีพ คุณวุฒิ วิชาชีพ การประเมินสมรรถนะ ข้อมูลใบรับรอง และข้อมูลที่เกี่ยวข้องกับโมดูล AI โดยต้องจัดทำ Data Model (เช่น ER Diagram) แสดงความสัมพันธ์ระหว่างตารางหรือเอนทิตีอย่างชัดเจน รวมทั้งกำ หนด Data Structure สำ หรับ ข้อมูลเชิงโครงสร้าง (Structured Data) และข้อมูลกึ่งโครงสร้างหรือไม่เป็นโครงสร้าง (Semi-structured / Unstructured) ตามขอบเขตที่ TOR กำ หนด
  4.2.6 การออกแบบส่วนติดต่อผู้ใช้งาน (User Interface Design)
  ผู้รับจ้างต้องออกแบบหน้าจอและประสบการณ์การใช้งาน (UI/UX) ให้เหมาะสมกับผู้ใช้งานแต่ละ กลุ่ม เช่น ผู้ใช้งานทั่วไป เจ้าหน้าที่สถาบัน ผู้ประเมิน และผู้ดูแลระบบ โดยต้องจัดทำ Wireframe หรือ Mockup แสดงโครงร่างหน้าจอหลัก การนำ ทาง (Navigation) รูปแบบการแสดงผลข้อมูล การเรียกใช้ฟังก์ชัน AI และ Dashboard วิเคราะห์ข้อมูล โดยต้องคำนึงถึงหลัก Accessibility และมาตรฐานการออกแบบของภาครัฐ

• 10 -
  4.2.7 พจนานุกรมข้อมูล (Data Dictionary)
  ผู้รับจ้างต้องจัดทำ พจนานุกรมข้อมูล (Data Dictionary) สำ หรับข้อมูลที่ใช้ในระบบทั้งหมด โดย อย่างน้อยต้องระบุชื่อฟิลด์ คำอธิบายข้อมูล ประเภทข้อมูล (Data Type) ความยาวข้อมูล ความบังคับใช้ (Required/Optional) แหล่งที่มาของข้อมูล (Data Source) และความสัมพันธ์กับตารางหรือเอนทิตีในฐานข้อมูล เพื่อสนับสนุนการกำ กับดูแลข้อมูล (Data Governance) การบำ รุงรักษาระบบ และการถ่ายทอดองค์ความรู้ให้กับ สถาบัน
  4.3 การพัฒนาระบบ (System Development)
  ผู้รับจ้างต้องพัฒนาแพลตฟอร์มเทคโนโลยีปัญญาประดิษฐ์ (AI Platform) สำ หรับปีงบประมาณ พ.ศ. 2569 โดยแพลตฟอร์มดังกล่าวทำ หน้าที่เป็น “โครงสร้างกลางรองรับการทำ งานของโมดูล AI” ของโครงการ (เช่น AI Assistant & Chatbot, AI Document Assistant, Next Step Recommendation, โมดูลวิเคราะห์สมรรถนะ และฟังก์ชัน AI อื่นตาม TOR)
  AI Platform ถือเป็นระบบใหม่ (New System Component) ในฐานะส่วนขยายเพิ่มเติมจากระบบ ที่ สถาบันให้บริการ โดยต้องออกแบบและพัฒนาในลักษณะ ติดตั้งแยกจากระบบ TPQI-NET เดิม (แยกในเชิง สถาปัตยกรรม/การติดตั้ง) แต่ต้อง เชื่อมต่อและบูรณาการทำ งานร่วมกับ TPQI-NET และระบบที่เกี่ยวข้อง ตาม สิทธิ์ผู้ใช้งานอย่างถูกต้องปลอดภัย
  ทั้งนี้ AI Platform ต้องรองรับความสามารถด้านการบริหารจัดการโมเดล (Model Management), Vector Search/Vector Database, การประมวลผลแบบ RAG (Retrieval-Augmented Generation), การ จัดการข้อมูลสำ หรับโมเดล AI และการเชื่อมต่อข้อมูลกับระบบ TPQI-NET/EWE
  AI Platform ต้องสามารถบูรณาการกับระบบ TPQI-NET เดิม ระบบสอบ ระบบรับรอง ระบบฝึกอบรม ออนไลน์ และระบบของแพลตฟอร์ม EWE ได้อย่างถูกต้องและปลอดภัย ตามข้อกำ หนดและสิทธิ์การใช้งานของ ระบบที่เกี่ยวข้อง รวมถึงต้องจัดทำ เอกสารสถาปัตยกรรมระบบ AI Platform (AI Platform Architecture) เพื่อใช้ ประกอบการตรวจรับระบบ
  รายละเอียดความสามารถและฟังก์ชันการทำ งานของระบบให้เป็นไปตามที่ระบุไว้ในภาคผนวก ก 4.3.1 ด้านโครงสร้างพื้นฐานข้อมูลและการจัดเตรียมข้อมูล (Data Infrastructure & Preparation) 4.3.1.1 การจัดหาและติดตั้งโครงสร้างพื้นฐานข้อมูล (Data Infrastructure Setup / Cloud Infrastructure Provisioning & Setup)
  ผู้รับจ้างต้องดำ เนินการออกแบบและติดตั้งระบบโครงสร้างพื้นฐานด้านข้อมูลบนระบบคลาวด์กลางภาค รัฐ(GDCC)โดยมีรายละเอียดดังนี้

• 11 -
  ก. โครงสร้างพื้นฐานคลาวด์และการรองรับการขยายตัว (Cloud Infrastructure & Scalability) : ผู้รับจ้างต้องออกแบบและติดตั้งโครงสร้างพื้นฐานด้านข้อมูล (Data Infrastructure) บน GDCC (Government Data Center and Cloud Service) ให้รองรับการใช้งานของระบบ TPQI-NET และโมดูลปัญญาประดิษฐ์ (AI Modules) รองรับข้อมูลทั้งแบบมีโครงสร้าง (Structured), กึ่งโครงสร้าง (Semi-structured) และไม่มีโครงสร้าง (Unstructured) โดยต้องออกแบบให้รองรับการขยายตัว (Scalability) ของปริมาณข้อมูลและผู้ใช้งานในอนาคตได้ อย่างเหมาะสม
  ข. การติดตั้งระบบจัดเก็บข้อมูลดิบ (Data Lake Setup) : ผู้รับจ้างต้องติดตั้งระบบจัดเก็บข้อมูล ดิบ (Data Lake) บน GDCC สำ หรับจัดเก็บข้อมูลดิบ (Raw Data) จากแหล่งข้อมูลต่าง ๆ ได้แก่ GDX, GDCC และ ระบบภายนอก ตามสถาปัตยกรรมที่กำ หนดในหมวด 4.2 โดยใช้เทคโนโลยีที่เหมาะสม ได้แก่ PostgreSQL ร่วมกับ Timescale DB, MinIO (Object Storage), Hadoop/Spark (สำ หรับข้อมูลจำ นวนมาก) หรือใช้เทคโนโลยีอื่นที่มี คุณสมบัติเทียบเท่าหรือเหมาะสมกับการดำ เนินงานตาม TOR
  ค. การติดตั้งระบบจัดเก็บข้อมูลที่ประมวลผลแล้ว (Data Warehouse Setup) : ผู้รับจ้างต้องติด ตั้งระบบจัดเก็บข้อมูลที่ประมวลผลแล้ว (Data Warehouse) บน GDCC สำ หรับจัดเก็บและประมวลผลข้อมูลที่ ผ่านการแปลงให้พร้อมใช้งาน (Refined/Curated Data) ตามแบบสถาปัตยกรรมที่ผู้ว่าจ้างกำ หนด
  ง. การติดตั้งฐานข้อมูลเวกเตอร์ (Vector Database Setup) : ผู้รับจ้างต้องติดตั้งฐานข้อมูลเวก เตอร์ (Vector Database) บน GDCC สำ หรับจัดเก็บ AI Embeddings และรองรับการค้นหาความใกล้เคียง (Similarity Search) โดยใช้เทคโนโลยี ได้แก่ Milvus, Weaviate หรือ PostgreSQL ร่วมกับ pgvector หรือ ใช้ เทคโนโลยีอื่นที่มีคุณสมบัติเทียบเท่าหรือเหมาะสมกับการดำ เนินงานตาม TOR
  จ. ข้อมูลเมตาและพจนานุกรมข้อมูล (Metadata & Data Dictionary) : ผู้รับจ้างต้องจัดทำ ข้อมูล เมตา (Metadata) และพจนานุกรมข้อมูล (Data Dictionary) เพื่ออธิบายความหมายของข้อมูล ฟิลด์ข้อมูล โครงสร้างตาราง และความสัมพันธ์ของข้อมูล เพื่อรองรับการธรรมาภิบาลข้อมูล (Data Governance) ตามกรอบที่ กำ หนดในหมวด 4.1.1 และภาคผนวกที่เกี่ยวข้อง
  ฉ. ผู้รับจ้างต้องดำ เนินการจัดหา เช่าใช้ ติดตั้ง และกำ หนดค่าโครงสร้างพื้นฐานระบบ (Cloud Infrastructure) สำ หรับการพัฒนา ทดสอบ และให้บริการระบบตามขอบเขตงานนี้ ให้มีความมั่นคงปลอดภัยและ พร้อมใช้งาน โดยครอบคลุมทั้งโครงสร้างพื้นฐานระบบงาน (Compute/Network/Security) และโครงสร้างพื้น ฐานด้านข้อมูล (Data Infrastructure) และต้องสอดคล้องกับมาตรฐานความมั่นคงปลอดภัยสารสนเทศภาครัฐและ กฎหมายคุ้มครองข้อมูลส่วนบุคคล (PDPA) โดยให้เป็นไปตามเงื่อนไขและข้อกำ หนดในภาคผนวก ก และภาคผนวก ค ทั้งนี้รายละเอียดในภาคผนวกเป็นข้อกำ หนดขั้นต่ำ (Minimum Specifications) และผู้รับจ้างต้องรับผิดชอบให้ ระบบใช้งานได้จริงและผ่านเกณฑ์ตรวจรับตาม TOR หากทรัพยากรขั้นต่ำ ไม่เพียงพอ ผู้รับจ้างต้องเพิ่ม/ปรับปรุง ทรัพยากรให้เพียงพอ โดยไม่เรียกค่าใช้จ่ายเพิ่มเติม
  4.3.1.2 การนำ เข้าและจัดการคุณภาพข้อมูล (Data Ingestion & Cleansing)
  ผู้รับจ้างต้องออกแบบและพัฒนากระบวนการจัดการข้อมูลให้รองรับการรวบรวมและนำ เข้าข้อมูล จากระบบ TPQI-NET แพลตฟอร์ม และแหล่งข้อมูลที่เกี่ยวข้องตามที่สถาบันกำ หนด รวมทั้งต้องดำ เนินการ ทำ ความสะอาด แปลง และตรวจสอบคุณภาพข้อมูลให้เหมาะสมต่อการใช้งานในระบบและโมดูลปัญญาประดิษฐ์ (AI Modules) โดยต้องดำ เนินการดังนี้
  ก. การรวบรวมและนำ เข้าข้อมูล(DataCollection&Ingestion)ผู้รับจ้างต้อง
  พัฒนาDataPipelinesสำ หรับการรับข้อมูล(DataIngestion)ทั้งแบบBatchและReal-timeจากแหล่งข้อมูลตามที่ผู้ ว่าจ้างหรือสถาบันกำ หนดโดยต้องรองรับรูปแบบข้อมูลตามมาตรฐานที่สถาบันกำ หนด(CorrectDataIngestion)

• 12 -
  ข. การทำ ความสะอาดและแปลงข้อมูล (Data Cleansing & Transformation) ผู้รับจ้างต้อง ดำ เนินการทำ ความสะอาดข้อมูล (Data Cleansing) การแปลงข้อมูล (Data Transformation) และการจัด โครงสร้างข้อมูล (Data Structuring) เพื่อลบหรือจัดการข้อมูลผิดรูปแบบ ข้อมูลซ้ำ ข้อมูลขาดหาย และข้อมูลที่ไม่ ผ่านเกณฑ์การตรวจสอบ ให้เหมาะสมต่อการใช้งานในระบบและโมดูลปัญญาประดิษฐ์
  ค. การตรวจสอบและติดตามคุณภาพข้อมูล (Data Quality Validation & Monitoring) ผู้รับจ้าง ต้องกำ หนดและดำ เนินการตรวจสอบโครงสร้างข้อมูล (Schema Validation) และตรวจสอบคุณภาพข้อมูล โดยให้ ข้อมูลที่เข้าระบบมีความสอดคล้อง (Data Consistency) มีค่าใกล้เคียงร้อยละ 98 และความครบถ้วน (Data Completeness) ใกล้เคียงร้อยละ 100 ตามเกณฑ์ในภาคผนวกที่เกี่ยวข้อง พร้อมทั้งจัดให้มีการติดตามและ รายงานสถานะคุณภาพข้อมูล (Data Quality Monitoring) ตามตัวชี้วัดที่ระบุในภาคผนวก
  4.3.1.3. การเชื่อมโยงข้อมูลและ API (Data Integration & API)
  ผู้รับจ้างต้องพัฒนาระบบสำ หรับเชื่อมโยงข้อมูลผ่าน API Gateway หรือกลไกการเชื่อมต่อที่ สถาบันกำ หนด เพื่อให้โมดูลต่าง ๆ แลกเปลี่ยนข้อมูลกันได้อย่างปลอดภัยและตรวจสอบย้อนกลับได้ โดยต้องจัดทำ เอกสาร API Specification และข้อตกลงรูปแบบข้อมูล (Data Contract) ครอบคลุมอย่างน้อย Endpoint/Method, Request/Response Schema, Field Mapping, Validation Rules, Error Code, Error Handling, Security (Authentication/Authorization, Encryption) รวมถึงแนวทางทดสอบการเชื่อมต่อ เพื่อใช้ ประกอบการพัฒนา บำ รุงรักษา และตรวจรับงาน
  อย่างน้อยต้องรองรับ Use Case การเชื่อมต่อดังต่อไปนี้
  (1) ซิงก์ข้อมูลมาตรฐานอาชีพ/สมรรถนะจาก TPQI-NET เข้าสู่โมดูลคลังข้อสอบ (2) ส่งข้อมูลข้อสอบที่อนุมัติใช้และ Mapping ไปยังโมดูลจัดสอบ/ประเมินสมรรถนะ (3) ส่งผลการสอบ/ผลการประเมินกลับเข้าสู่ระบบกลางเพื่อการรายงานและตรวจสอบ โดยต้องมี Log การรับส่งข้อมูลทุกครั้ง
  การไหลของข้อมูลมาตรฐานอาชีพไปยังคลังข้อสอบและไปสู่ระบบประเมิน (Standards to Item Bank to Assessment Data Flow)

1. ระบบต้องดึงโครงสร้างมาตรฐานอาชีพ/มาตรฐานสมรรถนะจากระบบ TPQI-NET (รวมรหัส มาตรฐาน, Unit, Element/Performance Criteria, ตัวบ่งชี้ และเลขเวอร์ชัน) มาเป็นข้อมูลอ้างอิงหลักของโมดูล คลังข้อสอบ โดยต้องรองรับการซิงก์อัตโนมัติหรือแบบตั้งเวลา และต้องมีบันทึกการซิงก์ (Sync Log) เพื่อการตรวจ สอบย้อนหลัง
   Waiting)
   การทำ งานแบบขนานโดยไม่ต้องรออนุมัติมาตรฐาน (Parallel Authoring Without Approval เพื่อให้การจัดทำ คลังข้อสอบดำ เนินการได้ทันตามกรอบเวลา ระบบต้องรองรับการนำ โครงสร้าง
   มาตรฐานอาชีพ/มาตรฐานสมรรถนะที่ถูกบันทึก/นำ เข้า หรือซิงก์เข้าสู่ TPQI-NET แล้ว ไปใช้เป็นข้อมูลอ้างอิงใน การนำ เข้าข้อสอบ/สร้างข้อสอบ/สร้างเครื่องมือประเมิน และทำ การผูกโยง (Mapping) ได้ทันที โดยไม่ผูกเงื่อนไขว่า มาตรฐานดังกล่าวต้องอยู่ในสถานะอนุมัติแล้วเท่านั้น ทั้งนี้ ระบบต้องบันทึกสถานะมาตรฐาน (Standard Status) และเวอร์ชันมาตรฐาน (Standard Version) ที่ถูกอ้างอิงไว้กับข้อสอบ/เครื่องมือประเมินทุกข้อ และต้องมีบันทึก การซิงก์ (Sync Log) เพื่อการตรวจสอบย้อนหลัง
2. เมื่อสร้างหรือแก้ไขข้อสอบ/เครื่องมือประเมินระบบต้องให้ผู้ใช้งานเลือกมาตรฐานอาชีพ/หน่วย สมรรถนะ/ตัวบ่งชี้จากรายการที่ดึงจากTPQI-NETเท่านั้น(ไม่อนุญาตให้พิมพ์กรอกข้อมูลมาตรฐานเอง)และต้อง บันทึกการผูกโยงด้วยรหัสอ้างอิง(Standard/Unit/ElementIDs)พร้อมระบุเวอร์ชันของมาตรฐานที่อ้างอิง

• 13 -

3. ระบบต้องส่งต่อข้อมูลข้อสอบ/เครื่องมือประเมินที่ผ่านการอนุมัติใช้ (Approved Items) พร้อม Mapping และ Metadata ที่เกี่ยวข้อง ไปยังโมดูลจัดสอบ/ประเมินสมรรถนะหรือระบบปลายน้ำ ที่เกี่ยวข้อง ผ่าน Data Mart หรือ API ตามที่สถาบันกำ หนด เพื่อให้หน่วยงาน/องค์กรที่ทำ หน้าที่รับรองสมรรถนะบุคคล (CB) สามารถจัดชุดข้อสอบและดำ เนินการประเมินได้โดยไม่ต้องกรอกข้อมูลมาตรฐานซ้ำ (Zero Re-entry)
4. กรณีมีการปรับปรุงมาตรฐานเป็นเวอร์ชันใหม่ ระบบต้องมีเครื่องมือ Standard Mapping เพื่อ เทียบเคียงและโอนย้าย Mapping ของข้อสอบเดิมไปยังเวอร์ชันใหม่ได้ โดยต้องคงการอ้างอิงเวอร์ชันเดิมสำ หรับ การตรวจสอบย้อนหลัง และต้องไม่ทำ ให้ข้อสอบเดิมสูญหาย
   ต้องจัดทำ ข้อตกลงรูปแบบข้อมูล (Data Contract) และเอกสารการเชื่อมต่อระบบ (API Specification) สำ หรับ (ก) การดึงข้อมูลมาตรฐานจาก TPQI-NET และ (ข) การส่งข้อมูลข้อสอบ/ผลการประเมิน ไปยังระบบปลายน้ำ โดยระบุอย่างน้อย Endpoint/Method, Field Mapping, Validation Rules, Error Code, Error Handling, Authentication/Authorization, และมาตรการเข้ารหัส/ความปลอดภัย ให้สอดคล้องกับหมวด การเชื่อมโยงข้อมูลและ API (Data Integration & API)
   4.3.1.4. การจัดเตรียมข้อมูลสำ หรับโมดูล AI (Data Preparation for AI)
   ผู้รับจ้างต้องจัดเตรียมชุดข้อมูลสำ หรับการฝึก ตรวจสอบความถูกต้อง และทดสอบโมดูลปัญญา ประดิษฐ์ (AI Modules) โดยแยกเป็นชุดข้อมูลสำ หรับการฝึกสอนโมเดล (Training Set) ชุดข้อมูลสำ หรับการตรวจ สอบความแม่นยำ ระหว่างการฝึก (Validation Set) และชุดข้อมูลสำ หรับการทดสอบประสิทธิภาพของโมเดล (Test Set) อย่างชัดเจน พร้อมจัดทำ คำอธิบายชุดข้อมูล (Data Description) แหล่งที่มาของข้อมูล (Data Sources) คุณลักษณะข้อมูลสำ คัญ (Key Features) และเงื่อนไขการใช้งานข้อมูล (Usage Constraints) ให้สอดคล้องกับ กฎหมายคุ้มครองข้อมูลส่วนบุคคล (PDPA) และมาตรฐานข้อมูลภาครัฐที่เกี่ยวข้อง
   4.3.2. ด้านระบบวิเคราะห์และพัฒนามาตรฐานอาชีพด้วยเทคโนโลยีปัญญาประดิษฐ์ (AI for Occupational Standards & Analytics)
   4.3.2.1 ระบบสนับสนุนการจัดทำ และบริหารจัดการมาตรฐานอาชีพและคุณวุฒิวิชาชีพ (Standards and Qualifications Development Supporting & Management)
   ผู้รับจ้างต้องพัฒนาระบบAI(ProfessionalStandardsAIEngine)เพื่อสนับสนุนกระบวนการจัดทำ ร่างมาตรฐานอาชีพและคุณวุฒิวิชาชีพโดยระบบต้องสามารถวิเคราะห์และสังเคราะห์ข้อมูลจากบันทึกการประชุมผู้ มีส่วนได้ส่วนเสีย(FocusGroup)การทบทวนวรรณกรรมที่เกี่ยวข้อง(LiteratureReview)และบันทึกผลจากการทำ ประชาพิจารณ์หรือแหล่งข้อมูลอื่นที่เกี่ยวข้องรวมทั้งต้องสามารถวิเคราะห์และแสดงความเชื่อมโยงของหน่วย สมรรถนะ(CompetencyUnits)และมาตรฐานอาชีพที่มีอยู่แล้วตามรายการที่ระบุในภาคผนวกและต้องมีช่องทางใน การรับความคิดเห็นจากการใช้งานมาตรฐานอาชีพเพื่อนำ มาใช้เป็นข้อมูลประกอบในการทบทวนและปรับปรุง มาตรฐานในอนาคตโดยต้องสามารถวิเคราะห์และประมวลผลด้วยเทคโนโลยีปัญญาประดิษฐ์เพื่อสนับสนุน

• 14 -
  การบริหารจัดการข้อมูลมาตรฐานอาชีพ มาตรฐานสมรรถนะ และคุณวุฒิวิชาชีพ ที่เชื่อมโยงกับฐานข้อมูล TPQI NET อย่างเป็นระบบ รองรับการค้นหา แก้ไข ขยายข้อมูล พร้อมทั้งจัดเตรียมและส่งออกข้อมูลในรูปแบบที่ระบบ TPQI-Net รองรับ สำ หรับการปรับปรุงฐานข้อมูลมาตรฐานอาชีพในอนาคต ตามข้อกำ หนดในภาคผนวก
  4.3.2.2 ระบบการสร้างข้อสอบแบบปรับตัวด้วยเทคโนโลยีปัญญาประดิษฐ์ (Adaptive/AI-assisted Test Generation)
  ผู้รับจ้างต้องพัฒนาระบบที่สามารถสร้างข้อสอบที่ใช้วัดผลลัพธ์การเรียนรู้ตามหน่วยสมรรถนะตาม มาตรฐานอาชีพโดยอัตโนมัติ ภายใต้เงื่อนไขที่สถาบันกำ หนด โดยใช้เทคโนโลยีปัญญาประดิษฐ์ เช่น ระดับความยาก หมวดสมรรถนะ และประวัติการตอบของผู้เข้าสอบ และต้องรองรับการปรับระดับความยากแบบ Adaptive สามารถตรวจสอบความชัดเจนของข้อคำถาม ลดอคติ (Bias) ในข้อสอบ และแนะนำ การปรับข้อความให้มีความ เป็นกลาง และเหมาะสมกับบริบทของการประเมินสมรรถนะ โดยมีปริมาณข้อสอบที่เพียงพอต่อการใช้งาน รวมทั้ง ต้องรองรับการวิเคราะห์ความสอดคล้องและความเบี่ยงเบนของข้อสอบ และตัวชี้วัดด้านคุณภาพแบบทดสอบที่ กำ หนดตามค่าเป้าหมายที่ระบุในภาคผนวก และพัฒนาคลังข้อสอบที่นำ เข้าข้อมูลข้อสอบที่มีอยู่เดิมรวมกับข้อสอบ ใหม่ โดยกำ หนดโครงสร้างชุดข้อสอบสำ หรับรองรับการสอบในรูปแบบต่าง ๆ รวมทั้งการบันทึกและวิเคราะห์ผล การสอบโดยใช้เทคโนโลยีปัญญาประดิษฐ์ (Artificial Intelligence: AI) เพื่อสนับสนุนการตัดสินใจ และการพัฒนา คุณภาพข้อสอบอย่างต่อเนื่อง ทั้งนี้ระบบต้องมีคุณลักษณะและความสามารถ อย่างน้อยดังต่อไปนี้

1. รองรับการสร้าง แก้ไข จัดเก็บ และบริหารคลังข้อสอบได้หลายรูปแบบ เช่น ข้อสอบปรนัย ข้อสอบอัตนัย ข้อสอบสถานการณ์/กรณีศึกษา ข้อสอบปฏิบัติ (Performance-based) และข้อสอบที่ใช้ร่วมกับ เครื่องมือประเมิน 6 ประเภท (เช่น แบบสัมภาษณ์ แบบสังเกต แบบจำ ลองสถานการณ์ การประเมินโดยบุคคลที่ สาม และแฟ้มสะสมผลงาน) เป็นต้น
2. ข้อสอบทุกข้อและเครื่องมือประเมินแต่ละรายการต้องถูกจัดเก็บในระบบคลังข้อสอบ ที่ สามารถกำ หนดคุณลักษณะต่าง ๆ ได้ เช่น กลุ่ม/สาขาอาชีพ ประเภทสมรรถนะ ระดับความยาก รูปแบบข้อสอบ กลุ่มเป้าหมาย ภาษา ฯลฯ โดยสามารถตรวจสอบความซ้ำ ซ้อนของข้อสอบ (Duplicate / Similar Item Detection) เพื่อเป็นข้อมูลในการพิจารณารวม/ยุบ/ปิดข้อสอบที่มีความซ้ำ ซ้อนหรือใกล้เคียงกันมากเกินไป
3. ระบบต้องมีโครงสร้างข้อมูลที่รองรับการเชื่อมโยงข้อสอบและเครื่องมือประเมิน กับโครงสร้าง มาตรฐานอาชีพและมาตรฐานสมรรถนะในระบบ TPQI-NET และระบบที่เกี่ยวข้อง โดยอย่างน้อยต้องสามารถผูก โยงกับ

• สาขาวิชาชีพ/สาขาอาชีพ
• มาตรฐานอาชีพ และเลขที่มาตรฐาน
• หน่วยสมรรถนะ (Unit of Competence)
• สมรรถนะย่อย/ตัวบ่งชี้ (Element / Performance Criteria)
• เวอร์ชันของมาตรฐานอาชีพ/หน่วยสมรรถนะ (Standard Version)

4. ระบบต้องแยกโครงสร้างข้อมูลระหว่าง"ข้อสอบ/เครื่องมือประเมิน"กับ"มาตรฐานอาชีพ"โดยใช้ ตาราง/โครงสร้างการเชื่อมโยง(Mapping)ที่รองรับการเชื่อมโยงข้อสอบ1ข้อกับหลายหน่วยสมรรถนะ/ตัวบ่งชี้รวมทั้ง สามารถวิเคราะห์ข้อสอบที่มีอยู่ว่าสอดคล้องกับสมรรถนะใดในมาตรฐานอาชีพหรือมาตรฐานสมรรถนะเพื่อให้ สามารถนำ ไปใช้ในคลังข้อสอบได้

• 15 -
  4.3.2.3 ระบบการสร้าง แนะนำ และพิจารณาความสอดคล้องของหลักสูตรฝึกอบรมตามมาตรฐานอาชีพ (Training Course Development, Recommendation & Consistency Consideration)
  ผู้รับจ้างต้องพัฒนาระบบการสร้างหลักสูตรฝึกอบรมที่มีผลลัพธ์การเรียนรู้ตามหน่วยสมรรถนะใน มาตรฐานอาชีพ และสามารถค้นหาหลักสูตรฝึกอบรมที่สอดคล้องจากฐานข้อมูลในระบบ TPQI E-Training และ แพลตฟอร์ม EWE ด้วยเทคโนโลยี AI รวมทั้งสามารถวิเคราะห์ความสอดคล้องของหลักสูตรฝึกอบรมและหลักสูตร การศึกษาของหน่วยงานภายนอกกับมาตรฐานอาชีพและคุณวุฒิวิชาชีพ พร้อมแสดงรายละเอียดและสัดส่วนของ ความสอดคล้องและช่องว่าง (Gap) ตามเกณฑ์ที่กำ หนดในภาคผนวก
  4.3.3. ด้านระบบประเมินและรับรองสมรรถนะด้วยเทคโนโลยีปัญญาประดิษฐ์ (AI-based Assessment & Certification System)
  4.3.3.1. ระบบบริหารจัดการการสอบและการประเมิน (Examination & Assessment Management) ผู้รับจ้างต้องออกแบบและพัฒนาระบบดำ เนินการสอบในรูปแบบต่าง ๆ และการบันทึก/ วิเคราะห์ผลการสอบ โดยใช้เทคโนโลยีปัญญาประดิษฐ์ (Artificial Intelligence: AI) สนับสนุนในการจัด
  ชุดข้อสอบ การจัดการผู้เข้าสอบ และการบันทึกและวิเคราะห์ผลการสอบ ทั้งนี้ระบบต้องมีคุณลักษณะและ ความสามารถ อย่างน้อยดังต่อไปนี้

1. ระบบต้องรองรับการกำ หนดโครงสร้างชุดข้อสอบ (Test Blueprint) ที่กำ หนดสัดส่วนข้อสอบ ตามหน่วยสมรรถนะ/หมวดสมรรถนะ ระดับความยาก ประเภทข้อสอบ และเกณฑ์อื่น ๆ ตามที่สถาบันกำ หนด
   2)ระบบต้อต้งสามารถจัดจัชุดชุ ข้อข้สอบโดยอัตอัโนมัติมัติ(AutomaticTest Assembly)ตาม Blueprintและ เงื่องื่ นไขที่กำที่ กำหนดเช่นช่

• จำ นวนข้อสอบรวม
• สัดส่วนข้อสอบตามหน่วยสมรรถนะ/ตัวบ่งชี้
• ระดับความยากรวมของชุดข้อสอบ
• เงื่อนไขด้านความปลอดภัย เช่น หลีกเลี่ยงข้อสอบที่ผู้เข้าสอบเคยทำ ในรอบก่อน 3) ใช้ AIช่วช่ ยเสนอชุดชุ ข้อข้สอบที่เที่ หมาะสมและมีคุ มีณภาพ เช่นช่ การกระจายระดับดัความยากง่าง่ ยความสมดุลดุ ของหน่วน่ ยสมรรถนะเป็นป็ต้นต้ โดยให้ผู้รัผู้บรัผิดผิชอบสามารถปรับรัแก้แก้ละอนุมันุ ติมัชุติดชุ ข้อข้สอบได้อด้ย่าย่ งมีข้มีอข้มูลมู ประกอบ

4. รองรับทั้งการจัดชุดข้อสอบกลาง (Central Exams) และการจัดชุดข้อสอบเฉพาะองค์กร/หน่วยงาน/ กลุ่มผู้เข้าสอบ ภายใต้กรอบมาตรฐานอาชีพเดียวกัน โดยสามารถกำ หนดข้อจำ กัด และขอบเขตการใช้งานข้อสอบได้ ตามสิทธิ์ที่สถาบันกำ หนด
5. ระบบต้องรองรับการดำ เนินการสอบทั้งในรูปแบบการสอบด้วยคอมพิวเตอร์ (Computer-based Testing :CBT)และการสอบด้วยกระดาษ(Paper-based)โดยใช้คลังข้อสอบและโครงสร้างชุดข้อสอบเดียวกันและ บันทึกผลการสอบเข้าระบบฐานข้อมูลกลางอย่างเป็นระบบ

• 16 -

6. รองรับการกำ หนดและบริหารรอบการสอบ สนามสอบ ห้องสอบ และการจัดสรรผู้เข้าสอบ รวมถึงการ กำ หนดสิทธิ์เข้าทำ ข้อสอบ การยืนยันตัวตน และเงื่อนไขการเข้าสอบตามระเบียบของสถาบัน
7. ระบบต้องเชื่อมโยงข้อมูลผู้เข้าสอบและผลการสอบกับข้อมูลโปรไฟล์ ในระบบ TPQI-NET และ/หรือ ระบบที่เกี่ยวข้อง ตามกลไกการเชื่อมโยงข้อมูลที่สถาบันกำ หนด (เช่น ผ่าน Data Mart หรือ API)
8. ระบบต้องบันทึกผลการสอบในระดับข้อสอบ (Item-level) ระดับหน่วยสมรรถนะ และระดับสมรรถนะ รวมของผู้เข้าสอบ ตามโครงสร้างมาตรฐานอาชีพและข้อกำ หนดที่สถาบันกำ หนด
9. ใช้ AI และเครื่องมือวิเคราะห์ข้อมูลช่วยในการวิเคราะห์คุณภาพข้อสอบ เช่น อัตราการตอบถูก ความ ยาก อำ นาจจำ แนก ความเที่ยงตรง และจัดทำ รายงานที่ช่วยให้ผู้รับผิดชอบสามารถตัดสินใจ ปรับปรุงข้อสอบหรือ ระงับใช้ข้อสอบบางข้อได้อย่างมีหลักฐานรองรับ
10. ระบบต้องสามารถแสดงประวัติการใช้งานและการเปลี่ยนแปลงของข้อสอบ และชุดข้อสอบ (Audit Trail) เพื่อรองรับการตรวจสอบย้อนหลัง ทั้งในระดับข้อสอบ ชุดข้อสอบ การอนุมัติใช้ และผลการสอบที่เกี่ยวข้อง
    การแจ้งเตือนและการจัดทำ ชุดข้อสอบภายหลังเปิดรอบการประเมิน (Assessment Notification & Item Set Workflow)
    เมื่อมีการเปิดรอบการจัดสอบ/ประเมินสมรรถนะในโมดูลจัดสอบ/ประเมินสมรรถนะของ TPQI-NET ระบบต้องสร้างเหตุการณ์ (Event) และส่งการแจ้งเตือน (Notification) ไปยังเจ้าหน้าที่ผู้รับผิดชอบการประเมิน สมรรถนะตาม CB/มาตรฐานอาชีพนั้น ตามที่หน่วยงานกำ หนดและตั้งค่าไว้ในระบบ (Role-based Assignment) โดยอัตโนมัติ เพื่อดำ เนินการจัดทำ ชุดข้อสอบ (ซึ่งรวมถึงการสุ่มข้อสอบข้อเขียนตามกติกาที่หน่วยงานกำ หนด) และ/ หรือการยืนยันชุดข้อสอบก่อนเผยแพร่
    การสุ่ม/การเลือกข้อสอบต้องตรวจสอบย้อนหลังได้ โดยอย่างน้อยต้องบันทึก Audit Log ได้แก่ ผู้ดำ เนิน การ วันเวลา เกณฑ์/เงื่อนไขที่ใช้ รายการข้อสอบที่ถูกเลือก/สุ่ม ผลการเลือก/สุ่ม และกรณีมีการปรับแก้ด้วยมือให้ บันทึกเหตุผลการปรับแก้ไว้เพื่อการตรวจสอบย้อนหลัง
    ภายหลังจัดทำ /สุ่ม/ยืนยันชุดข้อสอบแล้วเสร็จ ระบบต้องปรับสถานะรอบการประเมิน/ชุดข้อสอบเป็น “พร้อมดาวน์โหลด (Ready for Download)” และส่งการแจ้งเตือนไปยัง CB ที่เกี่ยวข้องโดยอัตโนมัติว่า สามารถ ดาวน์โหลดชุดข้อสอบ/เอกสารประกอบการสอบได้แล้ว โดยต้องระบุอย่างน้อย รหัสรอบการประเมิน รหัสชุด ข้อสอบ ประเภทการสอบ (CBT/Paper-based) และวันเวลาที่พร้อมใช้งาน พร้อมมี Notification Log เพื่อการ ตรวจสอบย้อนหลัง และต้องมีหน้าจอให้CB ตรวจสอบสถานะได้ด้วยตนเอง
    ระบบต้องมีเครื่องมือช่วยด้วยAIสำ หรับสนับสนุนการจัดทำ ชุดข้อสอบโดยอย่างน้อยต้องสามารถช่วยแปลง กติกาการจัดชุดข้อสอบตามคู่มือมาตรฐานอาชีพให้เป็นพารามิเตอร์/เงื่อนไขที่ระบบรองรับและช่วยตรวจความขัด แย้งของเงื่อนไขกับจำ นวนข้อสอบที่มี(เช่นไม่สามารถจัดชุดให้ครบตามเงื่อนไข)พร้อมแสดงข้อเสนอทางเลือกให้เจ้า หน้าที่พิจารณาทั้งนี้การยืนยันชุดข้อสอบต้องเป็นการดำ เนินการโดยเจ้าหน้าที่ผู้มีสิทธิ์และต้องบันทึกผลลัพธ์และ เหตุผลไว้ในAuditLog

• 17 -
  กรณีสอบแบบกระดาษ (Paper-based): การสร้างเอกสาร PDF และบันทึกการดาวน์โหลด (PDF Package & Download Log)
  กรณีรอบการประเมินกำ หนดเป็น Paper-based ระบบต้องสามารถสร้างไฟล์เอกสารในรูปแบบ PDF โดย อัตโนมัติอย่างน้อยประกอบด้วย (1) ข้อสอบ (Question Paper) (2) กระดาษคำตอบ (Answer Sheet) และ (3) เฉลย/แนวคำตอบ (Answer Key) โดยต้องควบคุมสิทธิ์การเข้าถึงเอกสารแต่ละประเภทตามบทบาทผู้ใช้งาน และ ต้องบันทึกการดาวน์โหลด (Download Log) อย่างน้อยระบุผู้ดาวน์โหลด วันเวลา ประเภทเอกสาร รหัสรอบการ ประเมิน รหัสชุดข้อสอบ และผลการดาวน์โหลด (สำ เร็จ/ไม่สำ เร็จ)
  4.3.3.2. ระบบวิเคราะห์ผลงานและหลักฐานประกอบ (Portfolio/Evidence Analysis) ผู้รับจ้างต้องพัฒนาระบบรับและจัดการข้อมูลผลงานและหลักฐานประกอบ ในรูปแบบดิจิทัลของผู้ ขอรับการประเมินสมรรถนะ และสนับสนุนการวิเคราะห์ความเชื่อมโยง กับมาตรฐานอาชีพและมาตรฐานสมรรถนะ ด้วยเทคโนโลยี AI เพื่อจัดทำ โปรไฟล์สมรรถนะ (E-Portfolio) อย่างเป็นระบบ โปร่งใส และตรวจสอบย้อนกลับได้ โดยอย่างน้อยต้องมีคุณลักษณะดังต่อไปนี้

1. รองรับการรับและจัดการข้อมูลผลงาน ประสบการณ์ทำ งาน หลักฐานการทำ งาน เอกสารรับรองการฝึก อบรม วุฒิบัตร ใบอนุญาต และหลักฐานสนับสนุนอื่น ๆ ในหลายรูปแบบดิจิทัล เช่น ไฟล์เอกสาร รูปภาพ วิดีโอ ลิงก์ออนไลน์ ฯลฯ ตามรูปแบบที่สถาบันกำ หนด
2. ระบบต้องสามารถเชื่อมโยงและดึงข้อมูลแฟ้มสะสมผลงาน (E-Portfolio) จากระบบ TPQI-NET / EWE หรือระบบอื่นที่เกี่ยวข้อง ตามกลไกที่สถาบันกำ หนด (เช่น Data Mart หรือ API) เพื่อใช้เป็นข้อมูลประกอบการ ประเมินสมรรถนะ โดยไม่ต้องอัปโหลดข้อมูลซ้ำ ซ้อน
3. ใช้ AI ช่วยวิเคราะห์เนื้อหาของเอกสารและผลงาน เพื่อเสนอการเชื่อมโยงกับมาตรฐานอาชีพ หน่วย สมรรถนะ ตัวบ่งชี้สมรรถนะ และระดับสมรรถนะที่เกี่ยวข้อง (AI-based Competency Mapping) โดยผู้ประเมิน สามารถตรวจสอบ แก้ไข และยืนยันผลการจับคู่ได้ก่อนนำ ไปใช้จริง
4. ระบบต้องสามารถจัดทำ โปรไฟล์สมรรถนะ (E-Portfolio Profile) ของผู้ขอรับการประเมิน ที่แสดง ระดับสมรรถนะตามมาตรฐานอาชีพ โดยอ้างอิงจากทั้ง

• ข้อมูลผลงาน/หลักฐานที่ยื่นประกอบ
• ผลการสอบ/การประเมินจากข้อสอบและเครื่องมือประเมินประเภทต่างๆภายใต้กรอบมาตรฐานอาชีพ เดียวกัน
• 18 -

5. ระบบต้องออกแบบให้กระบวนการวิเคราะห์และการจับคู่หลักฐานกับมาตรฐานอาชีพ มีความโปร่งใส สามารถตรวจสอบย้อนกลับได้ โดยบันทึก

• วิธีการ/เกณฑ์ที่ใช้ในการวิเคราะห์(เช่น การใช้โมเดล AI)
• การตัดสินใจของผู้ประเมิน/ผู้อนุมัติ
• ประวัติการแก้ไข/ปรับปรุงผลการวิเคราะห์

6. รองรับการจัดทำ รายงานหรือสรุปผลการประเมินจากข้อมูล E-Portfolio เพื่อนำ ไปใช้ประกอบการ พิจารณารับรองสมรรถนะ การวางแผนพัฒนาสมรรถนะ หรือการให้คำปรึกษาด้านอาชีพตามที่สถาบันกำ หนด
7. ระบบต้องใช้เทคโนโลยีการรู้จำ ตัวอักษร (Optical Character Recognition: OCR) และการประมวล ผลภาษาธรรมชาติ (Natural Language Processing: NLP) เพื่อแปลงข้อมูลจากเอกสารเป็นข้อมูลเชิงโครงสร้าง โดยผลการทดสอบกับชุดข้อมูลทดสอบตามที่กำ หนดไว้ในภาคผนวก ต้องมีค่าความแม่นยำ ของการรู้จำ ข้อความ (OCR Accuracy) ไม่น้อยกว่าร้อยละ 80 และมีเป้าหมายในการพัฒนาให้มีค่าความแม่นยำ เข้าใกล้ร้อยละ 90 และ ต้องมีค่าความแม่นยำ ของการจับคู่ผลงานกับสมรรถนะ (Competency Mapping Accuracy) ไม่น้อยกว่าร้อยละ 75 และมีเป้าหมายในการพัฒนาให้มีค่าความแม่นยำ เข้าใกล้ร้อยละ 85 ทั้งนี้ การประเมินผลให้เป็นไปภายใต้ข้อ จำ กัดด้านคุณภาพของเอกสารและข้อมูลต้นทางของหน่วยงาน ตามเกณฑ์และชุดทดสอบที่กำ หนดไว้ในภาคผนวก
8. ระบบต้องบันทึกประวัติการประมวลผลเอกสาร (Document Processing Log) อย่างน้อยประกอบ ด้วย เวลาอัปโหลดเอกสาร ขั้นตอนการประมวลผล ผลลัพธ์ที่ได้ ข้อผิดพลาด (ถ้ามี) และข้อมูลผู้ใช้หรือระบบที่ ดำ เนินการ เพื่อรองรับการตรวจสอบย้อนกลับ (Audit Trail) และการติดตามคุณภาพของกระบวนการประมวลผล เอกสาร
   4.3.3.3. ระบบควบคุมและตรวจสอบการออกใบรับรอง (Certificate Control & Validation)
   ผู้รับจ้างต้องพัฒนาระบบควบคุมกระบวนการออกใบรับรองสมรรถนะ และระบบตรวจสอบความถูกต้อง ของใบรับรอง เพื่อป้องกันการออกซ้ำ ซ้อน การปลอมแปลง และรองรับการตรวจสอบย้อนหลังอย่างครบถ้วน โดย อย่างน้อยต้องมีคุณลักษณะดังต่อไปนี้
9. ระบบต้องรองรับการกำ หนดเงื่อนไขและเกณฑ์ในการออกใบรับรองสมรรถนะ ตามมาตรฐานอาชีพ แต่ละสาขา/ระดับ เช่น

• การผ่านเกณฑ์การประเมินข้อสอบ/เครื่องมือประเมินครบถ้วนตามที่กำ หนด - การผ่านการตรวจสอบเอกสาร/หลักฐานประกอบ
• การผ่านขั้นตอนการอนุมัติจากผู้มีอำ นาจตามกระบวนการของสถาบัน 2) ระบบต้องมีขั้นตอนการตรวจสอบก่อนออกใบรับรอง (Pre-issuance Check) โดยอัตโนมัติ เช่น ตรวจ สอบการออกใบรับรองซ้ำ ซ้อน ตรวจสอบสถานะใบรับรองเดิม การเพิกถอนใบรับรอง หรือเงื่อนไขอื่น ๆ ตามข้อ กำ หนดของสถาบัน

3. ระบบต้องบันทึกประวัติการดำ เนินการทุกขั้นตอนที่เกี่ยวข้องกับการออกใบรับรองการแก้ไขการเพิก ถอนการพิมพ์ซ้ำ และการตรวจสอบใบรับรองในรูปแบบAuditTrailที่ครบถ้วนเพียงพอสำ หรับการตรวจสอบย้อนหลัง

• 19 -
  4.3.3.4. ระบบตรวจสอบและวิเคราะห์ความสมบูรณ์ของคำ ขอรับรององค์กร และจัดเตรียม รายงาน(Applications Analysis and Report Preparation)
  ผู้รับจ้างต้องพัฒนาระบบตรวจสอบและวิเคราะห์ความสมบูรณ์ของคำขอรับรององค์กร สำ หรับ องค์กรที่ทำ หน้าที่รับรองสมรรถนะบุคคลตามมาตรฐานอาชีพ (Certification Body) และองค์กรที่ทำ หน้าที่ฝึก อบรม (Training Provider) พร้อมทั้งสนับสนุนการจัดทำ ร่างรายงานผลการตรวจประเมินองค์กร โดยใช้ข้อมูลจาก แบบคำขอ ข้อมูลจากระบบฐานข้อมูลกลาง และผลการวิเคราะห์ด้วย AI โดยอย่างน้อยต้องมีคุณลักษณะดังต่อไปนี้

1. ระบบต้องรองรับการนำ เข้า/บันทึกคำขอรับรององค์กรในรูปแบบดิจิทัลตามแบบฟอร์มที่สถาบันกำ หนด โดยดึงข้อมูลที่จำ เป็นจากฐานข้อมูลกลางเพียงแหล่งเดียว (Single Source of Truth) เพื่อลดการกรอกข้อมูลซ้ำ ซ้อน
2. ระบบต้องสามารถตรวจสอบความครบถ้วนและความสอดคล้องของข้อมูลคำขอรับรององค์กรตามแบบ ฟอร์มที่สถาบันกำ หนด โดยอย่างน้อยต้องตรวจสอบ ได้แก่
   ก. ข้อมูลบังคับ (Mandatory Fields) ครบถ้วน
   อ้างอิง เป็นต้น
   ข. ความถูกต้องของรูปแบบข้อมูล (Data Format Validation) เช่น วันที่ เลขทะเบียน หมายเลข ค.ความสอดคล้อล้งกันกัของข้อข้มูลมูข้าข้มส่วส่ น (Cross-field Consistency)และความสมเหตุสตุ มผลของข้อข้มูลมู
3. ระบบต้องรองรับการนำ เข้าและวิเคราะห์เอกสารหลักฐานประกอบของคำขอในรูปแบบดิจิทัล และต้อง สามารถใช้เทคโนโลยี OCR/NLP เพื่อดึงข้อมูลจากเอกสารให้เป็นข้อมูลเชิงโครงสร้างได้ตามที่สถาบันกำ หนด 4) ระบบต้องสามารถวิเคราะห์คำขอรับรององค์กรเบื้องต้น (Application Analysis) อย่างน้อยต้อง ประกอบด้วย

• ตรวจสอบว่ามีการกรอกข้อมูลครบทุกส่วนที่กำ หนด
• ตรวจสอบว่ามีการแนบเอกสารหลักฐานครบถ้วนตามรายการที่กำ หนด - แจ้งเตือนข้อผิดพลาดหรือข้อมูลที่ขาดหาย

5. ระบบต้องใช้เทคโนโลยี AI ช่วยวิเคราะห์ข้อมูลจากคำขอ เอกสารแนบ ข้อมูลประวัติการดำ เนินงานของ องค์กร และข้อมูลที่เกี่ยวข้อง เพื่อสนับสนุนการจัดทำ ร่างรายงานผลการตรวจประเมินองค์กร (Draft Audit/Assessment Report) โดยอย่างน้อยต้องมีความสามารถ ได้แก่
   ก. สรุปประเด็นสำ คัญ (Key Findings) เพื่อช่วยให้เจ้าหน้าที่และผู้ตรวจประเมินเห็นภาพรวมได้ อย่างรวดเร็ว
   ข. ระบุ/แจ้งเตือนรายการข้อมูลหรือเอกสารที่ยังขาด หรือมีความไม่ครบถ้วน (Missing or Incomplete Information) ที่ต้องติดตามเพิ่มเติม
   ค. ตรวจพบประเด็นความเสี่ยง/ความไม่สอดคล้องจากคำขอและเอกสารประกอบ เช่น เอกสาร ขาดหาย/ไม่ตรงประเภท หรือข้อมูลไม่สอดคล้องกันระหว่างแบบคำขอกับเอกสารแนบ และจัดกลุ่มประเด็นที่ต้อง ขอข้อมูลเพิ่มเติม
   ง. เตรียมโครงร่างรายงานเพื่อให้ผู้ตรวจประเมินสามารถเพิ่มเติมข้อวิเคราะห์ความเห็นเชิงผู้ เชี่ยวชาญ และข้อเสนอแนะได้อย่างสะดวก
   ทั้งนี้ผลการวิเคราะห์ด้วยเทคโนโลยีAIต้องสามารถให้เหตุผลประกอบและให้เจ้าหน้าที่/ผู้ตรวจ ประเมินสามารถตรวจสอบแก้ไขและยืนยันก่อนนำ ไปใช้จริง

• 20 -

6. ต้องใช้เทคโนโลยี AI ช่วยวิเคราะห์ข้อมูลจากคำขอ เอกสารแนบ ข้อมูลประวัติการดำ เนินงานของ องค์กร และข้อมูลที่เกี่ยวข้อง เพื่อสนับสนุนการจัดทำ ร่างรายงานผลการตรวจประเมินองค์กร (Draft Audit/Assessment Report) โดยอย่างน้อยต้องมีความสามารถ ได้แก่
   อย่างรวดเร็ว
   จ. สรุปประเด็นสำ คัญ (Key Findings) เพื่อช่วยให้เจ้าหน้าที่และผู้ตรวจประเมินเห็นภาพรวมได้ ฉ. ระบุ/แจ้งเตือนรายการข้อมูลหรือเอกสารที่ยังขาด หรือมีความไม่ครบถ้วน (Missing or
   Incomplete Information) ที่ต้องติดตามเพิ่มเติม
   ช. ตรวจพบประเด็นความเสี่ยง/ความไม่สอดคล้องจากคำขอและเอกสารประกอบ เช่น เอกสาร ขาดหาย/ไม่ตรงประเภท หรือข้อมูลไม่สอดคล้องกันระหว่างแบบคำขอกับเอกสารแนบ และจัดกลุ่มประเด็นที่ต้อง ขอข้อมูลเพิ่มเติม
   ซ. เตรียมโครงร่างรายงานเพื่อให้ผู้ตรวจประเมินสามารถเพิ่มเติมข้อวิเคราะห์ความเห็นเชิงผู้ เชี่ยวชาญ และข้อเสนอแนะได้อย่างสะดวก
   ฌ. ทั้งนี้ ผลการวิเคราะห์ด้วย AI ต้องสามารถให้เหตุผลประกอบ และให้เจ้าหน้าที่/ผู้ตรวจ ประเมินสามารถตรวจสอบ แก้ไข และยืนยันก่อนนำ ไปใช้จริง
7. ระบบต้องรองรับการจัดทำ ร่างรายงานผลการตรวจประเมินองค์กรตามแม่แบบ (Report Template) มาตรฐานของสถาบันโดยอัตโนมัติ โดยดึงข้อมูลจากฐานข้อมูลกลางและผลการวิเคราะห์ของระบบ โดยไม่ต้องกรอก ข้อมูลซ้ำ
8. ระบบต้องรองรับการแสดงตัวอย่างรายงาน (Report Preview) การตรวจสอบความถูกต้องของข้อมูล การติดตามสถานะการจัดทำ รายงาน และการอนุมัติรายงานก่อนเผยแพร่ (Report Approval Workflow) ตามขั้น ตอนที่สถาบันกำ หนด
9. ระบบต้องรองรับการส่งออกไฟล์รายงานและเอกสารประกอบในรูปแบบที่สถาบันกำ หนด เช่น PDF, Excel หรือรูปแบบอื่น เป็นต้น และต้องบันทึกประวัติการสร้าง แก้ไข และอนุมัติรายงาน (Report Generation Log) เพื่อรองรับการตรวจสอบย้อนหลัง
10. ระบบต้องออกแบบให้เป็นไปตามมาตรฐานความมั่นคงปลอดภัยสารสนเทศภาครัฐ และกฎหมาย คุ้มครองข้อมูลส่วนบุคคล (PDPA) โดยกำ หนดสิทธิ์การเข้าถึงข้อมูลตามบทบาท (Role-based Access) 11) ร่างรายงาน/สรุปประเด็นที่ระบบจัดทำ ต้องมีองค์ประกอบอย่างน้อย ได้แก่ สรุปข้อมูลสำ คัญของ องค์กร สรุปผลการตรวจสอบความครบถ้วนของคำขอและเอกสารประกอบ รายการประเด็นข้อสังเกต/ข้อไม่ สอดคล้องและข้อเสนอแนะเบื้องต้น และรายการข้อมูล/เอกสารที่ต้องขอเพิ่มเติม (ถ้ามี)
11. ระบบต้องออกแบบให้เป็นไปตามมาตรฐานความมั่นคงปลอดภัยสารสนเทศภาครัฐ และกฎหมาย คุ้มครองข้อมูลส่วนบุคคล (PDPA) โดยกำ หนดสิทธิ์การเข้าถึงข้อมูลตามบทบาท (Role-based Access) และยึด หลักการ Single Source of Truth เพื่อให้ข้อมูลมีความสอดคล้อง ลดความซ้ำ ซ้อน และรองรับการบูรณาการกับ ระบบอื่นในอนาคต
    ทั้งนี้ผลการวิเคราะห์ด้วยเทคโนโลยีAIต้องสามารถให้เหตุผลประกอบผลการวิเคราะห์และให้ผู้ตรวจ สามารถตรวจสอบ/แก้ไข/ยืนยันก่อนนำ ไปใช้จริง

• 21 -
  4.3.4. ด้านผู้ช่วยอัจฉริยะและระบบตอบคำ ถามอัตโนมัติ (AI Assistant & Chatbot) ผู้รับจ้างต้องพัฒนาระบบผู้ช่วยอัจฉริยะ (AI Powered Assistant) และระบบสนทนาอัตโนมัติ (Chatbot) เพื่อสนับสนุนการสอบ การประเมินและรับรองสมรรถนะ การพัฒนาทักษะ และบริการอื่นที่เกี่ยวข้องของสถาบันใน ระบบ TPQI NET รวมทั้งต้องรองรับการให้บริการข้อมูลของแพลตฟอร์ม E Workforce Ecosystem (EWE) ตามที่ สถาบันกำ หนด โดยระบบต้องรองรับการโต้ตอบด้วยภาษาธรรมชาติ การให้คำแนะนำ เชิงรายบุคคล การสืบค้น ข้อมูล และการเชื่อมต่อกับฐานข้อมูลที่เกี่ยวข้องได้อย่างถูกต้องตามสิทธิ์ผู้ใช้งาน (Role based Access Control : RBAC)
  ระบบต้องมีกลไกควบคุมคุณภาพและความปลอดภัยของคำตอบปัญญาประดิษฐ์ (AI Safety & Model Quality Control) โดยอาศัยการอ้างอิงข้อมูลจากแหล่งข้อมูลที่สถาบันกำ หนด (Retrieval based Response / RAG) เช่น การตรวจสอบความถูกต้องของข้อมูลก่อนตอบ การสร้างคำตอบบนพื้นฐานคลังความรู้ที่ได้รับอนุมัติ การกรองหรือปิดกั้นคำตอบที่ไม่เหมาะสมหรืออยู่นอกขอบเขต การจัดการกรณีคำถามนอกขอบเขตบริการ และการ บันทึกเหตุการณ์ด้านความปลอดภัยของคำตอบ รวมทั้งต้องมีค่าเป้าหมายความถูกต้องของโมเดลและแผนการ ทดสอบตรวจสอบคุณภาพโมเดลเพื่อใช้เป็นเกณฑ์การประเมิน และมีมาตรการป้องกันการตอบข้อมูลที่ไม่ถูกต้อง ไม่ เหมาะสม หรืออยู่นอกขอบเขตบริการของสถาบัน รวมถึงรองรับการให้คำแนะนำ ตามบริบทของผู้ใช้งานและการ เสนอขั้นตอนถัดไปโดยอัตโนมัติ จากข้อมูลสถานะการสมัคร การสอบ การรับรอง และบริการอื่นของสถาบัน
  4.3.4.1 การวิเคราะห์เจตนาและคำ ถามของผู้ใช้งาน (Intent & Entity Recognition) ระบบต้องสามารถประมวลผลข้อความของผู้ใช้งาน แยกเจตนาการถามและข้อมูลสำ คัญ (Entity / Key Parameter) เพื่อจัดหมวดหมู่คำถามครอบคลุมประเด็นอย่างน้อยด้านมาตรฐานอาชีพ มาตรฐานสมรรถนะ กระบวนการประเมินและรับรอง การเตรียมแฟ้มสะสมงานอิเล็กทรอนิกส์ ระบบใบรับรองและการตรวจสอบใบรับ รอง และการใช้บริการต่าง ๆ ของ TPQI NET และระบบ EWE
  4.3.4.2 ระบบจัดการชุดคำ ถามและองค์ความรู้ (Knowledge Base Management) ระบบต้องรองรับการออกแบบและจัดการคลังองค์ความรู้สำ หรับการประเมิน การรับรอง มาตรฐานอาชีพ การฝึกอบรม และบริการของสถาบัน โดยอย่างน้อยต้องสามารถจัดหมวดหมู่เนื้อหา กำ หนดคำ สำ คัญและเมตาดาต้า และรองรับการเพิ่ม แก้ไข ลบ และกำ หนดสถานะเผยแพร่ของคำถาม–คำ ตอบ โดยเจ้าหน้าที่ ผ่านหน้าจอส่วนจัดการ (Back-office / Management Console)
  4.3.4.3 การให้ข้อมูลเชิงเนื้อหา (Information & FAQ Response)
  ระบบต้อต้งสามารถให้คำตอบเชิงชิข้อข้มูลมู ที่ถูที่ กถูต้อต้งและเป็นป็ ปัจปัจุบัจุ นบัจากคลังลัความรู้หรู้รือรืแหล่งล่ ข้อข้มูลมู ที่ไที่ด้รัด้บรั อนุมันุ ติมัติครอบคลุมลุ หัวข้อข้ เช่นช่ มาตรฐานอาชีพชี ขั้นขั้ตอนและเงื่องื่ นไขการสมัคมัรประเมินมิ เกณฑ์กฑ์ารประเมินมิ วิธีวิตธีรวจสอบใบรับรัรอง และการเข้าข้ถึงถึบริกริารต่าต่ งๆ บนระบบ TPQI NETและระบบ EWE ทั้งทั้นี้รนี้ะบบต้อต้งรองรับรัการเชื่อชื่ มต่อต่ ส่งส่ ต่อต่ บริกริารและการ รองรับรัหลายช่อช่ งทาง (Channel Handoff & Multi Channel Integration) โดยส่งส่ ต่อต่ กรณีคำณี ถามอยู่นยู่ อกขอบเขตหรือรืจำ เป็นป็ ต้อต้งได้รัด้บรัการช่วช่ ยเหลือลืจากเจ้าจ้หน้าน้ที่ ไปยังยัช่อช่ งทางติดติต่อต่ ที่เที่ หมาะสมโดยส่งส่ ต่อต่ บริบริทการสนทนาให้ครบถ้วถ้น และต้อต้งรองรับรั การใช้งช้าน Chatbotผ่าผ่ นหลายช่อช่ งทางอย่าย่ งน้อน้ยบนเว็บว็ ไซต์และสามารถเชื่อชื่ มต่อต่ เพิ่มพิ่ เติมติกับกัช่อช่ งทางอื่นอื่ ตามที่สที่ ถาบันบั กำ หนด
  4.3.4.4 การให้คำ แนะนำ ตามบริบทและการดึงข้อมูลส่วนบุคคล (Contextual Guidance & Personalized Data)
  ระบบต้อต้งสามารถให้คำแนะนำ บริกริารตามความต้อต้งการของผู้ใผู้ช้งช้านรวมทั้งทั้แนวทางการพัฒพั นาตนเองหรือรืเติมติเต็มต็ ส่วส่ นที่ขที่ าดจากการวิเวิคราะห์โปรไฟล์แล์ละผลการประเมินมิด้วด้ยบริกริารของสถาบันบัที่สที่ อดคล้อล้งกับกับริบริทของผู้ใผู้ช้งช้านโดยอ้าอ้งอิงอิสิทสิธิ์กธิ์ารใช้งช้าน ประวัติวักติารสมัคมัรสถานะการประเมินมิสถานะใบรับรัรองและข้อข้มูลมูบริกริารที่เที่กี่ยกี่ วข้อข้งพร้อร้มทั้งทั้สามารถดึงดึและแสดงข้อข้มูลมูเฉพาะบุคบุคลจาก ระบบหลังลับ้าบ้นตามหลักลัPDPAเพื่อพื่ นำ ไปใช้ปช้ระกอบการเสนอขั้นขั้ตอนถัดถัไปและคำแนะนำ ตามช่วช่ งเวลาอย่าย่ งเหมาะสม.
• 22 -
  4.3.4.5 ระบบบันทึกสถิติและการวิเคราะห์การใช้งาน (Analytics & Quality Monitoring) ระบบต้องสามารถบันทึกและวิเคราะห์สถิติการใช้งานของ Chatbot และ AI Assistant เช่น จำ นวนการ สนทนา คำถามที่พบบ่อย ระดับความพึงพอใจ ประเภทปัญหา และอัตราความสำ เร็จในการตอบคำถาม พร้อมทั้ง แสดงผลผ่านแดชบอร์ดในรูปแบบกราฟ แผนภาพ และตาราง เพื่อใช้ในการติดตามและปรับปรุงคุณภาพการให้ บริการอย่างต่อเนื่อง
  4.3.5. ด้านการออกใบรับรองดิจิทัลและการเชื่อมโยงการตรวจสอบด้วย Blockchain (Digital Certificate Issuance & Blockchain Verification Integration)
  ผู้รับจ้างต้องดำ เนินการพัฒนาระบบเพื่อเชื่อมโยงข้อมูลและการตรวจสอบใบรับรองดิจิทัลไปยังระบบตรวจ สอบใบรับรองเดิมของสถาบัน โดยมีขอบเขตงานดังนี้

1. การส่งข้อมูลเพื่อการตรวจสอบ (กรณีมีช่องทางรองรับ) : ให้สามารถส่งออกข้อมูลผู้ได้รับใบรับรอง (อาทิ ชื่อ–สกุล เลขที่ใบรับรอง/รหัสอ้างอิง วันที่ออกใบรับรอง วันหมดอายุ สถานะใบรับรอง) ตามรูปแบบข้อมูลและวิธี การเชื่อมต่อที่สถาบันกำ หนด หรือที่ระบบ TPQI-Verify รองรับ (เช่น ผ่าน API หรือรูปแบบไฟล์แลกเปลี่ยนข้อมูล) เพื่อให้ระบบ TPQI-Verify สามารถนำ ข้อมูลไปใช้ในการตรวจสอบความถูกต้องและแสดงผลได้
2. การเชื่อมโยงการแสดงผล : พัฒนาจุดเชื่อมโยง (อาทิ Hyperlink, URL/Deep Link หรือ QR Code) บนหน้าจอระบบที่เกี่ยวข้อง (เช่น E-Portfolio หรือหน้าตรวจสอบสถานะ) เพื่อให้ผู้ใช้งานสามารถคลิก/สแกนเชื่อม ต่อไปยังหน้าเว็บไซต์ TPQI-Verify ได้โดยตรง ทั้งนี้ รูปแบบ URL และพารามิเตอร์ให้เป็นไปตามที่สถาบันกำ หนด
3. แนวทางการใช้โครงสร้างเดิม : การดำ เนินงานในส่วนนี้ให้ยึดการใช้งานระบบและโครงสร้างพื้นฐานเดิม ของสถาบันเป็นหลัก โดยมิได้กำ หนดให้ผู้รับจ้างต้องจัดทำ โครงสร้างพื้นฐาน Blockchain ใหม่ ติดตั้ง Node เพิ่ม เติม หรือจัดทำ Smart Contract เพิ่มเติม
   ทั้งนี้ไม่ครอบคลุมการจัดทำ โครงสร้างพื้นฐาน Blockchain ใหม่ หรือการติดตั้ง Node เพิ่มเติม โดยให้ยึด บริการและช่องทางการตรวจสอบของระบบเดิมที่สถาบันใช้งานอยู่เป็นหลัก
   4.3.5.1. ระบบสถิติและแดชบอร์ดการตรวจสอบใบรับรอง (Certificate Verification Analytics Dashboard)
   ระบบต้องบันทึกข้อมูลในการตรวจสอบใบรับรอง (Verification Log) อย่างน้อยประกอบด้วย 1) วันและเวลาที่ตรวจสอบ

2. ช่องทางที่ใช้ตรวจสอบ
3. ประเภทผู้ตรวจสอบ (เช่น บุคคลทั่วไป, สถานประกอบการ) หากมีการเข้าสู่ระบบ 4) รายการใบรับรองที่ถูกตรวจสอบและเวลา
4. ผลการตรวจสอบ (Valid / Expired / Revoked / Not Found) และนำ ข้อมูลสถิติจากการตรวจสอบใบรับรองมาวิเคราะห์และพัฒนาเป็นแดชบอร์ดเพื่อแสดงสถิติ การตรวจสอบใบรับรอง (Verification Analytics Dashboard) ในรูปแบบตาราง กราฟ หรือแผนภาพ โดยสามารถ แสดงผลบนระบบ EWE และสรุปเป็นรายงานเพื่อใช้ประกอบการวางแผน พัฒนา และกำ กับดูแลของสถาบัน ทั้งนี้ แดชบอร์ดต้องสามารถสรุปข้อมูลอย่างน้อยในมิติดังต่อไปนี้
5. จำ นวนครั้งที่มีการตรวจสอบใบรับรอง (Verification Count) 2)การกระจายตามมาตรฐานอาชีพ/สาขาวิชาชีพ(Occupation/SectorDistribution)

• 23 -

3. ระดับสมรรถนะที่ถูกตรวจสอบ (Competency Level Distribution) 4) ประเภทหน่วยงาน/องค์กร ที่ตรวจสอบ (เช่น ผู้ประกอบการ/บุคคลทั่วไป/หน่วยงาน รัฐ) ตามที่สถาบันกำ หนด
4. อัตราผลลัพธ์การตรวจสอบ (Valid / Expired / Revoked / Not Found Ratio) 6) ช่วงเวลาและแนวโน้มการตรวจสอบ (Time-based Trend) 7) พื้นที่ในการตรวจสอบ (Area Based) ตามที่สถาบันกำ หนด
   และต้องมีค่าตัวชี้วัดด้านประสิทธิภาพในการตอบสนอง (Verification Response Time) ตามเป้า หมายที่ระบุในภาคผนวก
   4.3.6. ด้านโครงสร้างพื้นฐาน ระบบความปลอดภัย และการทดสอบระบบ (Infrastructure, Security & System Testing)
   ผู้รับจ้างต้องออกแบบและจัดเตรียมโครงสร้างพื้นฐานของระบบ รวมทั้งกำ หนดมาตรการด้าน ความปลอดภัยและการทดสอบระบบให้เป็นไปตามมาตรฐานภาครัฐ มาตรฐานสากล และข้อกำ หนดด้านความ มั่นคงปลอดภัยสารสนเทศ เพื่อให้ระบบสามารถใช้งานได้จริงอย่างมีเสถียรภาพ (Stability) และความปลอดภัย (Security) และผ่านการตรวจสอบประสิทธิภาพตามเกณฑ์ที่สถาบันกำ หนด
   4.3.6.1. โครงสร้างพื้นฐานระบบ (System Infrastructure)
   ผู้รับจ้างต้องออกแบบและจัดเตรียมสภาพแวดล้อมระบบ (System Environments)
   สำ หรับการพัฒนา ทดสอบ และใช้งานจริง ประกอบด้วยอย่างน้อย
5. สภาพแวดล้อมสำ หรับการทดสอบระหว่างพัฒนา (Staging Environment) 2) สภาพแวดล้อมทดสอบผู้ใช้งาน (User Acceptance Test – UAT Environment) 3) สภาพแวดล้อมสำ หรับใช้งานจริง (Production Environment)
   ระบบต้องติดตั้งบนศูนย์ข้อมูลของสถาบัน หรือบนระบบคลาวด์ภาครัฐ (GDCC) ตามที่สถาบัน กำ หนด โดยต้องกำ หนดรายละเอียด ดังต่อไปนี้
6. ทรัพยากรระบบ (System Resources) เช่น จำ นวน CPU ปริมาณ RAM และพื้นที่จัดเก็บ ข้อมูล (Storage)
   ฉุกเฉิน
7. ระบบสำ รองข้อมูล (Backup & Restore) ทั้งแบบรายวัน รายสัปดาห์และการกู้คืนในกรณี
8. ระบบรองรับความต่อเนื่อง (High Availability / Failover) หากสถาบันกำ หนด 4) แนวทางดูแลและบำ รุงรักษา (System Maintenance Plan) ครอบคลุมการตรวจสอบระบบ
   การบันทึกเหตุการณ์ และการอัปเดตซอฟต์แวร์/ความปลอดภัยอย่างสม่ำ เสมอ
   4.3.6.2. สถาปัตยกรรมความปลอดภัย (Security Architecture)
   ระบบต้องออกแบบให้สอดคล้องกับมาตรฐานด้านความปลอดภัย เช่น ISO/IEC 27001, PDPA, มาตรฐาน e-Government และมาตรฐานข้อมูลภาครัฐ และต้องประกอบด้วยอย่างน้อย ได้แก่
9. การพิสูจน์ตัวตนหลายปัจจัย (Multi-Factor Authentication — MFA) 2) การกำ หนดสิทธิ์ตามบทบาทผู้ใช้งาน(Role-BasedAccessControl—RBAC)

• 24 -

3. การเข้ารหัสข้อมูลทั้งขณะจัดเก็บและระหว่างส่งผ่านเครือข่าย
4. (Encryption at Rest & in Transit)
5. ระบบบันทึก Log และ Audit Trail ครอบคลุมเหตุการณ์สำ คัญ
6. การรองรับการเชื่อมต่อระบบยืนยันตัวตนดิจิทัลภาครัฐ เช่น SSO หรือ NDID ตามที่สถาบัน กำ หนด

4.3.6.3. การทดสอบระบบ (System & Security Testing)
ผู้รับจ้างต้องดำ เนินการทดสอบระบบเพื่อยืนยันความถูกต้อง ประสิทธิภาพ และความ ปลอดภัยของระบบ โดยต้องครอบคลุมอย่างน้อย ดังต่อไปนี้

1. การทดสอบการทำ งานของระบบ (Functional Testing)
2. การทดสอบการเชื่อมต่อระบบ (Integration Testing)
3. การทดสอบประสิทธิภาพและการรองรับปริมาณงาน (Performance / Load Testing) 4) การทดสอบความปลอดภัย (Security Testing / Vulnerability Assessment) 5) การทดสอบเจาะระบบ (Penetration Testing) หากสถาบันกำ หนด 6) การทดสอบยอมรับจากผู้ใช้งาน (User Acceptance Test – UAT) เอกสารที่ต้องจัดทำ ประกอบด้วย
   • แผนการทดสอบ (Test Plan)
   • กรณีทดสอบ (Test Case / Test Scenario)
   • สคริปต์การทดสอบ (Test Script)
   • รายงานผลการทดสอบ (Test Report)
   • รายการปัญหาและการแก้ไข (Issue / Bug Log)
   4.3.6.4. การตรวจสอบและประเมินโมเดลปัญญาประดิษฐ์ (AI Model Validation) ในส่วนที่มีการใช้โมเดลปัญญาประดิษฐ์ (AI Model) ผู้รับจ้างต้องดำ เนินการตรวจสอบและ ประเมินคุณภาพของโมเดล โดยจัดทำ รายงานการประเมินผลอย่างเป็นทางการ ซึ่งต้อง ประกอบด้วยอย่างน้อย ดัง ต่อไปนี้
4. ตัวชี้วัดความแม่นยำ ของโมเดล (Model Accuracy Metrics) ได้แก่ • ค่า Accuracy (ความถูกต้องโดยรวมของโมเดล)
   • ค่า Precision (ความแม่นยำ ในการทำ นายค่าที่เป็นบวก/ค่าที่สนใจ) • ค่า Recall (ความสามารถในการตรวจพบข้อมูลที่เป็นบวกทั้งหมด) • ค่า F1-score (คะแนนสมดุลระหว่าง Precision และ Recall) • Confusion Matrix (ตารางเปรียบเทียบผลทำ นายกับข้อมูลจริงในแต่ละกลุ่ม) • ตัวชี้วัดอื่นที่จำ เป็นตามลักษณะงานเช่นROC-AUC,Specificity,Sensitivity

• 25 -

2. การประเมินความสอดคล้องกับข้อมูลจริง (Real-world Validation) ครอบคลุมการทดสอบด้วย
   • ข้อมูลทดสอบ (Test Set)
   • ข้อมูลที่เกิดจากการใช้งานจริง (Production Data) • รายงานความสม่ำ เสมอของผลลัพธ์ (Consistency Report) 3) เกณฑ์มาตรฐานที่สถาบันกำ หนด (Benchmark Criteria) เพื่อยืนยันว่าโมเดลมีคุณภาพเพียง พอต่อการใช้งาน
3. ข้อเสนอแนวทางปรับปรุง (Model Improvement Recommendation) ในกรณีที่ผล ประเมินไม่เป็นไปตามเกณฑ์
   รายงานทั้งหมดต้องสามารถตรวจสอบย้อนหลังได้ และต้องบันทึกผลผ่านระบบบันทึกเหตุการณ์ (Audit Trail) 4.3.7. การควบคุมคุณภาพและมาตรฐานการพัฒนา(Quality Assurance & Development Standards) ผู้รับจ้างจะต้องจัดทำ เอกสารควบคุมการดำ เนินการ (Control Documentation) ในการพัฒนา ระบบ ดังนี้
   4.3.7.1 ตารางแสดงการปิดช่องว่างข้อกำ หนด (Gap Coverage Matrix) ผู้รับจ้างต้องจัดทำ เอกสารแสดงความเชื่อมโยงของข้อกำ หนด โดยต้องดำ เนินการดังนี้ (1) การจัดทำ ตารางแสดงการปิดช่องว่าง (Gap Coverage Matrix)
   ผู้รับจ้างต้องจัดทำ Gap Coverage Matrix เพื่อแสดงความเชื่อมโยงระหว่างข้อกำ หนด ด้าน AI Requirements ภาคผนวก และข้อ TOR ในหมวดต่าง ๆ โดยอย่างน้อยต้องประกอบด้วย รหัสข้อกำ หนด (Requirement ID) แหล่งที่มา (Source) คำอธิบายข้อกำ หนด อ้างอิงข้อ TOR รหัส Test Case และสถานะความ ครอบคลุมของข้อกำ หนดแต่ละรายการ
   (2) การครอบคลุมข้อกำ หนดบังคับ (Mandatory Coverage)ผู้รับจ้างต้องแสดงให้เห็นอย่าง ชัดเจนว่าข้อกำ หนดที่เป็นข้อบังคับ (Mandatory Requirements) ได้รับการครอบคลุมครบถ้วน (Fully Covered) ก่อนการตรวจรับขั้นสุดท้าย ตามเกณฑ์ที่กำ หนดไว้ในภาคผนวกที่เกี่ยวข้อง
   (3) การปรับปรุงอย่างต่อเนื่อง (Ongoing Update)
   ผู้รับจ้างต้องดำ เนินการปรับปรุง Gap Coverage Matrix ทุกครั้งที่มีการเปลี่ยนแปลง
   สำ คัญ ด้าน Requirement Design หรือ Implementation และต้องจัดส่งเอกสารถึงผู้ว่าจ้าง ณ Milestone ตาม ที่กำ หนดไว้ใน TOR เพื่อให้สามารถใช้ในการติดตามความก้าวหน้า และการตรวจรับงานได้อย่างต่อเนื่องและเป็น ปัจจุบัน
   4.3.7.2บันบัทึกทึการควบคุมคุ เวอร์ชัร์นชั(VersionControlLog)
   ผู้รัผู้บรัจ้าจ้งต้อต้งดำ เนินนิการควบคุมเวอร์ชัร์นชัของระบบและเอกสารที่เที่กี่ยกี่ วข้อข้งกับกัโครงการโดยต้อต้งดำ เนินนิการดังดันี้ (1)การใช้รช้ะบบควบคุมเวอร์ชัร์นชั (VersionControlSystem)
   ผู้รัผู้บรัจ้าจ้งต้อต้งใช้VersionControlSystemสำ หรับรัซอร์สร์โค้ดสคริปริต์ด้ต์าด้นข้อข้มูลมู โมเดลAIและเอกสารทางเทคนิคนิที่ สำ คัญตามมาตรฐานและแนวปฏิบัฏิติบัที่ติกำที่ กำหนดไว้ใว้นภาคผนวกเพื่อพื่ ให้สามารถติดติตามการเปลี่ยลี่ นแปลงและบริหริารจัดจัการเวอร์ชัร์นชัได้อด้ย่าย่ ง เป็นป็ระบบ

• 26 -
  (2) การจัดทำ บันทึกการควบคุมเวอร์ชัน (Version Control Log)
  ผู้รับจ้างต้องจัดทำ Version Control Log สำ หรับการเปลี่ยนแปลงสำ คัญของระบบ โดย อย่างน้อยต้องระบุ หมายเลขเวอร์ชัน วันที่ปรับปรุง ผู้รับผิดชอบ รายละเอียดการเปลี่ยนแปลง โมดูลที่ได้รับผลกระ ทบ และสถานะการอนุมัติ เพื่อใช้เป็นหลักฐานประกอบการตรวจสอบและติดตามการเปลี่ยนแปลงของระบบ
  (3) การจัดการเวอร์ชันของโมเดลปัญญาประดิษฐ์ (AI Model Versioning) สำ หรับโมเดลปัญญา ประดิษฐ์ (AI Model)
  ผู้รับจ้างต้องระบุอย่างน้อย Model Version ID วันที่ดำ เนินการฝึกโมเดล ชุดข้อมูลที่ใช้
  ฝึก (Training Dataset Reference) และค่าตัวชี้วัดหลัก (Key Metrics) ของแต่ละเวอร์ชัน ตามที่ระบุในภาคผนวก เพื่อให้สามารถเปรียบเทียบคุณภาพ และติดตามประสิทธิภาพของโมเดลแต่ละเวอร์ชันได้อย่างโปร่งใส (4) การจัดเก็บและสำ รองข้อมูลบันทึกเวอร์ชัน (Log Retention)
  ผู้รับจ้างต้องดำ เนินการจัดเก็บและสำ รองข้อมูล Version Control Log อย่างเหมาะสม ตามระยะเวลาที่ผู้ว่าจ้างกำ หนด และต้องสามารถเรียกดู ตรวจสอบ และอ้างอิงข้อมูลย้อนหลัง ได้เมื่อมีความจำ เป็น เพื่อรองรับการตรวจสอบด้านเทคนิค การตรวจรับงาน และการตรวจสอบจากหน่วยงานที่เกี่ยวข้อง 4.4 ติดตั้งและทดสอบระบบ
  4.4.1 ติดตั้งระบบงานบนเครื่องเซิร์ฟเวอร์ทดสอบ (UAT Server)
  ผู้รับจ้างต้องติดตั้งระบบงานทั้งหมดบนเครื่องแม่ข่ายสำ หรับการทดสอบการยอมรับของผู้ใช้ (UAT Server) ให้ครบถ้วนตามสถาปัตยกรรมที่ออกแบบไว้ พร้อมกำ หนดค่าระบบ (Configuration) ฐานข้อมูล และการ เชื่อมต่อกับระบบที่เกี่ยวข้อง เพื่อใช้ในการทดสอบระบบร่วมกับสถาบันก่อนนำ ขึ้นใช้งานจริง
  4.4.2 ติดตั้งระบบงานสำ หรับใช้งานจริง (Production)
  ผู้รับจ้างต้องติดตั้งระบบงานสำ หรับใช้งานจริง (Production Environment) บนโครงสร้างพื้น ฐานคลาวด์กลางภาครัฐ Government Data Center and Cloud Service (GDCC) หรือศูนย์ข้อมูลภาครัฐที่ สถาบันกำ หนด โดยต้องปฏิบัติตามข้อกำ หนดด้านความมั่นคงปลอดภัย มาตรฐานการให้บริการ และแนวทางการใช้ งานระบบ GDCC ตามที่หน่วยงานเจ้าของโครงสร้างพื้นฐานกำ หนด และต้องจัดทำ เอกสาร Deployment และ Configuration (Deployment & Configuration Document) เพื่อใช้ในการบริหารจัดการและบำ รุงรักษาระบบ ในระยะยาว
  4.4.3 ทดสอบระบบโดยรวม (System Testing)
  ผู้รับจ้างต้องดำ เนินการทดสอบระบบโดยรวม ครอบคลุมการทำ งานของทุกโมดูลและการเชื่อมต่อ กับระบบภายนอก (Integration Testing) โดยต้องจัดทำ แผนการทดสอบ (Test Plan), กรณีทดสอบ (Test Case) และรายงานผลการทดสอบ (System Test Report) แสดงผลการทดสอบและข้อบกพร่องที่พบอย่างชัดเจน 4.4.4 การทดสอบประสิทธิภาพและความปลอดภัยของระบบ (Performance & Security Testing)
  ผู้รับจ้างต้องดำ เนินการทดสอบประสิทธิภาพระบบ(Performance/LoadTesting)และการ ทดสอบด้านความปลอดภัย(Security/VulnerabilityAssessment)ตามมาตรฐานที่เกี่ยวข้องพร้อมจัดทำ รายงาน ผลการทดสอบแสดงตัวชี้วัดสำ คัญ(เช่นResponseTime,Throughput,ConcurrentUsers)และรายการช่องโหว่/ข้อ บกพร่องที่พบรวมถึงแนวทางการปรับปรุงแก้ไข
• 27 -
  ทั้งนี้ ระบบต้องรองรับการติดตั้งและทดสอบโมดูลปัญญาประดิษฐ์ (AI Models) ทั้งในสภาพแวดล้อม ทดสอบ (UAT) และสภาพแวดล้อมใช้งานจริง (Production) บนโครงสร้างพื้นฐาน GDCC โดยต้องสามารถรัน โมเดลเพื่อทดสอบความถูกต้อง ประสิทธิภาพ และการตอบสนองต่อปริมาณผู้ใช้งานตามที่สถาบันกำ หนด และต้อง ออกแบบสถาปัตยกรรมให้รองรับการปรับปรุงหรือเปลี่ยนรุ่นโมเดล (Model Update/Deployment) ได้โดยไม่ กระทบการให้บริการหลักของระบบ
  4.5 การฝึกอบรมและถ่ายทอดองค์ความรู้ระบบ (Training, Simulation & Knowledge Transfer)
  ผู้รับจ้างต้องดำ เนินการจัดทำ คู่มือ การฝึกอบรม การจำ ลองสถานการณ์ด้วยเทคโนโลยีปัญญาประดิษฐ์ (AI Simulation) และการถ่ายทอดองค์ความรู้ทางเทคนิคให้แก่ผู้ใช้งานและผู้ดูแลระบบของสถาบัน เพื่อให้สามารถใช้ งานและบำ รุงรักษาระบบได้อย่างมีประสิทธิภาพและยั่งยืน โดยแบ่งเป็นหัวข้อต่อไปนี้
  4.5.1 การจัดทำ คู่มือและเอกสารประกอบ (User & Technical Manuals)
  ผู้รับจ้างต้องจัดทำ คู่มือและเอกสารที่จำ เป็นต่อการใช้งานและบำ รุงรักษาระบบ ประกอบด้วยอย่าง น้อย ดังนี้

1. คู่มือผู้ใช้งานระบบ (User Manual)
2. คู่มือผู้ดูแลระบบ (Administrator Manual)
3. คู่มือทางเทคนิค (Technical Manual)
4. คู่มือการสำ รองและกู้คืนข้อมูล (Backup & Restore Guide)
5. คำอธิบายสถาปัตยกรรมระบบ (System Architecture Documentation) 6) เอกสารประกอบด้านเทคนิค ได้แก่ As-built Design, Deployment Guide, Data
   Dictionary, API Specification และเอกสารอื่นที่เกี่ยวข้อง ตามที่คณะกรรมการตรวจรับพัสดุพิจารณาและกำ หนด เพื่อสนับสนุนการบำ รุงรักษาและพัฒนาต่อยอดระบบในอนาคต
   4.5.2 การฝึกอบรมผู้ใช้งานระบบ (End User Training)
   ผู้รับจ้างต้องจัดอบรมการใช้งานระบบให้แก่ผู้ใช้งานตามกลุ่มที่สถาบันกำ หนด เช่น ผู้ใช้งานทั่วไป เจ้าหน้าที่ ผู้ประเมิน ผู้บริหาร และบุคลากรที่เกี่ยวข้อง โดยต้องจัดทำ ดังต่อไปนี้
6. แผนการฝึกอบรม (Training Plan)
7. เนื้อหาและหัวข้อการอบรม (Training Content)
8. วิธีการอบรม เช่น บรรยาย สาธิต เวิร์กช็อป (Lecture, Demonstration, Workshop) 4) เอกสารหรือสื่อประกอบการอบรม
9. การประเมินผลหลังอบรม (Post-Training Evaluation)
10. บันทึกหลักฐานการเข้าร่วมเช่นรายชื่อผู้เข้าอบรมแบบทดสอบและผลการประเมิน

• 28 -
  4.5.3 การฝึกอบรมผู้ดูแลระบบและการถ่ายทอดองค์ความรู้ทางเทคนิค (Administrator Training & Technical Knowledge Transfer)
  ผู้รับจ้างต้องดำ เนินการฝึกอบรมเชิงเทคนิคและถ่ายทอดองค์ความรู้ให้แก่ผู้ดูแลระบบของสถาบัน ครอบคลุมประเด็นดังต่อไปนี้

1. การบริหารจัดการโครงสร้างพื้นฐานและสภาพแวดล้อมระบบ (Infrastructure &
   Environment Management)
2. การจัดการฐานข้อมูลและท่อข้อมูล (Database & Data Pipeline Administration)
   Procedures)
3. การติดตั้ง ปรับใช้ และอัพเดตระบบ (System Installation, Deployment & Update
4. การดูแลและปรับแต่งโมเดล AI (AI Model Maintenance & Optimization) 5) การมอนิเตอร์ระบบ การแจ้งเตือน และการจัดการเหตุขัดข้อง (Monitoring, Alerting &
   Incident Management)
5. การสำ รองและกู้คืนระบบ (Backup & Recovery)
   ผู้รับจ้างต้องส่งมอบทรัพย์สินทางเทคนิค เช่น Source Code (ตามขอบเขต TOR), As-built Design, Deployment Guide, Technical Specification, Data Dictionary, API Specification และเอกสาร อื่น ๆ ตามที่คณะกรรมการตรวจรับพัสดุพิจารณาและกำ หนด เพื่อให้สถาบันสามารถดูแลและพัฒนาต่อยอดด้วย ตนเอง
   4.5.4 การจำ ลองสถานการณ์ด้วย AI เพื่อสนับสนุนการฝึกอบรม (AI-based Training & Simulation Tool)
   ผู้รับจ้างต้องพัฒนาหรือจัดเตรียมเครื่องมือจำ ลองสถานการณ์ที่ใช้เทคโนโลยีปัญญาประดิษฐ์สำ หรับ สนับสนุนการฝึกอบรม เช่น
6. ระบบจำ ลองสถานการณ์การใช้งาน (AI Training Simulation)
7. ระบบจำ ลองการประเมินสมรรถนะ (Competency Simulation Engine) 3) ระบบให้ข้อเสนอแนะอัตโนมัติจากผลตอบสนองของผู้เข้าอบรม (AI Feedback
   Generator)โดยเครื่องมือจำ ลองสถานการณ์ต้องสามารถกำ หนดรูปแบบสถานการณ์ (Scenario Setting) ชุด คำถาม รูปแบบการตอบสนอง การให้คะแนนอัตโนมัติ และการสรุปผลการฝึกอบรมได้ และมีแผนอบรมการใช้งาน อย่างน้อย ดังนี้
   หลักสูตร
   จำ นวนครั้ง
   จำ นวนผู้เข้ารับการอบรม
   หลักสูตร ผู้ใช้งานระบบ
   ไม่น้อยกว่า 3 ครั้ง
   ไม่น้อยกว่า 35 คน ต่อครั้ง
   หลักสูตร ผู้ปฏิบัติงานกำ กับดูแลระบบและบริหารจัดการระบบ
   ไม่น้อยกว่า 3 ครั้ง
   ไม่น้อยกว่า 15 คน ต่อครั้ง

รายละเอียดรูปแบบการอบรม กำ หนดการ และช่องทางการจัดอบรม ให้เป็นไปตามแผนการฝึกอบรมของ โครงการที่ผู้รับจ้างจัดทำ และข้อเสนอแนะด้านเทคนิคของคณะกรรมการฯ

• 29 -
  4.6 การสนับสนุนภายหลังตรวจรับงานงวดสุดท้าย
  ผู้รับจ้างจะเป็นผู้ดำ เนินการเตรียมเครื่องมือที่ให้บริการประมวลผลเทคโนโลยีปัญญาประดิษฐ์ สามารถ รองรับการประมวลผลด้านปัญญาประดิษฐ์ ที่สามารถตั้งค่าการใช้งานสำ หรับการฝึกสอนและทดสอบโมเดลปัญญา ประดิษฐ์ สามารถจัดการ การบำ รุงรักษาและอัพเดตแพลตฟอร์มตลอดระยะเวลา 1 ปี ภายหลังการตรวจรับงาน งวดสุดท้าย และให้การสนับสนุนด้านเทคนิคเมื่อเกิดปัญหาภายในระยะเวลา 2 ปี ภายหลังการตรวจรับงานงวด สุดท้าย
  4.7 การทดสอบการรองรับการใช้งานระบบ (Load Testing)
  ผู้รับจ้างต้องดำ เนินการทดสอบการรองรับการใช้งานระบบ (Load Testing) เพื่อประเมินประสิทธิภาพและ ความสามารถในการรองรับปริมาณการใช้งานของระบบ โดยจำ ลองการใช้งานของผู้ใช้จริงในสถานการณ์ที่ระบบมี ภาระงานสูง เพื่อระบุจุดที่ต้องปรับปรุงประสิทธิภาพของระบบ ทั้งนี้ให้ดำ เนินการทดสอบ อย่างน้อยปีละ 2 ครั้ง ตลอดช่วงการสนับสนุน/รับประกันผลงานภายหลังตรวจรับงานงวดสุดท้าย และจัดทำ รายงานผลการทดสอบ (Test Report) ในแต่ละรอบ ประกอบด้วยสรุปผลการทดสอบ ปัญหาที่พบ และข้อเสนอแนะ/แผนการปรับปรุง (ถ้ามี) ระบบที่ต้องดำ เนินการทดสอบ มีดังนี้
  4.7.1 ระบบบริหารจัดการคุณวุฒิวิชาชีพและมาตรฐานอาชีพ (TPQI-NET)
  4.7.2 TPQI-NET Website
  4.7.3 EWE Platform และบริการต่าง ๆ ภายใต้แพลตฟอร์ม (รวมจำ นวน 7 บริการ) (การส่งมอบเอกสารประกอบการรับรองผลในช่วงสนับสนุน/รับประกันผลงาน) ผู้รับจ้างต้องจัดส่งรายงานผลการ ทดสอบ (Test Report) และหลักฐานประกอบการทดสอบในแต่ละรอบให้สถาบัน ภายใน 15 วันทำ การ นับแต่วัน ที่ดำ เนินการทดสอบแล้วเสร็จ เพื่อให้ผู้แทนหน่วยงาน/ผู้ควบคุมงาน/คณะกรรมการกำ กับสัญญา หรือผู้ที่สถาบัน มอบหมาย พิจารณารับทราบและใช้ประกอบการติดตามการสนับสนุน/รับประกันผลงาน 4.8 การทดสอบหาช่องโหว่ของระบบ (Vulnerability Assessment) และการทดสอบเจาะระบบ (Web Application Penetration Testing)
  ผู้รับจ้างต้องดำ เนินการทดสอบความมั่นคงปลอดภัยของระบบสารสนเทศ โดยจัดทำ แผนการทดสอบหา ช่องโหว่ของระบบ (Vulnerability Assessment) และการทดสอบเจาะระบบ (Web Application Penetration Testing) เพื่อค้นหา ประเมินความเสี่ยง และเสนอแนวทางแก้ไขช่องโหว่ ทั้งนี้ให้ดำ เนินการทดสอบ อย่างน้อยปีละ 2 ครั้ง ตลอดช่วงการสนับสนุน/รับประกันผลงานภายหลังตรวจรับงานงวดสุดท้าย และจัดทำ รายงานผลการ ทดสอบในแต่ละรอบ
  ระบบที่ต้องดำ เนินการทดสอบ มีดังนี้
  4.8.1 ระบบบริหารจัดการคุณวุฒิวิชาชีพและมาตรฐานอาชีพ (TPQI-NET)
  4.8.2 TPQI-NET Website
  4.8.3 EWE Platform และบริการต่าง ๆ ภายใต้แพลตฟอร์ม (รวมจำ นวน 7 บริการ) รายงานผลการทดสอบในแต่ละรอบ อย่างน้อยต้องประกอบด้วย
  (1) เป้าหมายและขอบเขตการทดสอบ
  (2) วิธีการทดสอบและเครื่องมือที่ใช้
  (3)รายการช่องโหว่/ข้อค้นพบพร้อมระดับความรุนแรงและผลกระทบ
• 30 -
  (4) URL/IP Address หรือส่วนของระบบที่พบช่องโหว่/ข้อค้นพบ
  (5) แนวทางแก้ไข/ข้อเสนอแนะในการปรับปรุง และแผนดำ เนินการ (ถ้ามี)
  (การส่งมอบเอกสารประกอบการรับรองผลในช่วงสนับสนุน/รับประกันผลงาน) ผู้รับจ้างต้องจัดส่งรายงานผลการ ทดสอบ (Test Report) และหลักฐานประกอบการทดสอบในแต่ละรอบให้สถาบัน ภายใน 15 วันทำ การ นับแต่วัน ที่ดำ เนินการทดสอบแล้วเสร็จ เพื่อให้ผู้แทนหน่วยงาน/ผู้ควบคุมงาน/คณะกรรมการกำ กับสัญญา หรือผู้ที่สถาบัน มอบหมาย พิจารณารับทราบและใช้ประกอบการติดตามการสนับสนุน/รับประกันผลงาน
  4.9 ค่าสิทธิการใช้งานและ/หรือค่าบริการ API/Endpoint ของบริการปัญญาประดิษฐ์ (LLM/NLP)
  ผู้รับจ้างต้องจัดให้มีสิทธิการใช้งานและ/หรือบริการ API/Endpoint ของบริการปัญญาประดิษฐ์ (LLM/NLP) สำ หรับภาษาไทยและภาษาอื่นที่เกี่ยวข้อง รวมถึงค่าบริการที่เกี่ยวเนื่องที่จำ เป็น เพื่อใช้ในการพัฒนา ทดสอบ ปรับแต่ง และให้บริการตาม TOR
  ทั้งนี้บริการดังกล่าวต้องเป็นบริการด้านโมเดลภาษาขนาดใหญ่และการประมวลผลภาษาธรรมชาติ (LLM/NLP) และให้พร้อมใช้งานตลอดระยะเวลาโครงการ/สัญญา (ตามที่สถาบันกำ หนด) ทั้งนี้บริการดังกล่าวต้องอย่างน้อยมีคุณลักษณะดังต่อไปนี้
  (1) ให้เรียกใช้งานผ่าน API/Endpoint ได้ และรองรับการจัดการกุญแจ/สิทธิ์การเข้าถึง (API Key/Token/Role)
  (2) รองรับภาษาไทยและภาษาอื่นที่เกี่ยวข้องกับการให้บริการของสถาบัน
  (3) มีการกำ หนดขีดจำ กัดการใช้งาน/โควตา/อัตราการเรียกใช้ (Rate limit/Quota) และสามารถจัดทำ รายงานสรุปการใช้งานได้
  (4) มีมาตรการด้านความมั่นคงปลอดภัยของข้อมูลและการบันทึกเหตุการณ์การใช้งานตามที่สถาบัน กำ หนด
  (การส่งมอบเอกสารประกอบการตรวจรับ) ผู้รับจ้างต้องส่งมอบเอกสารหลักฐานประกอบการตรวจรับ อย่างน้อย ประกอบด้วย
  (1) หลักฐานสิทธิการใช้งาน/สัญญาบริการ/ใบอนุญาตการใช้บริการ (License/Subscription/Service Agreement) ตามระยะเวลาโครงการ
  (2) รายละเอียดบริการ API/Endpoint ที่ใช้งาน (เช่น URL Endpoint/รูปแบบการเรียกใช้/ข้อจำ กัดการใช้งาน/ โควตาหรือวงเงิน)
  (3) รายงานสรุปการใช้งานตามรอบระยะเวลาที่เหมาะสม ซึ่งกำ หนดไว้ในสัญญาหรือแผนการดำ เนินงานของ โครงการ ตลอดระยะเวลาการดำ เนินโครงการและระยะเวลารับประกันผลงาน โดยจัดส่งให้หน่วยงานผู้รับผิดชอบ ดูแลระบบของสถาบัน เพื่อใช้ประกอบการติดตามและบริหารจัดการระบบตามสัญญา
  การกำ กับดูแลการดำ เนินงานด้านเทคนิค
  การดำ เนินงานการกำ หนดรายละเอียดเชิงเทคนิควิธีการขั้นตอนรูปแบบการดำ เนินการออกแบบและพัฒนา ระบบและเอกสารประกอบต่างๆตามหมวด4ขอบเขตของงานนี้ให้เป็นไปตามการพิจารณาและการกำ กับดูแลของ คณะกรรมการตรวจรับพัสดุที่ได้รับมอบหมายทั้งนี้ในกรณีที่เป็นการเปลี่ยนแปลงสาระสำ คัญของโครงการซึ่งมีผลก ระทบต่อขอบเขตงานวงเงินระยะเวลาหรือวัตถุประสงค์หลักของโครงการให้ดำ เนินการตามอำ นาจของสถาบันต่อไป
• 31 -

5. บุคลากรในโครงการ
   5.1 ผู้จัดการโครงการ (Project Manager) ต้องมีคุณวุฒิไม่ต่ำ กว่าปริญญาโท ทางด้านเทคโนโลยี สารสนเทศ วิทยาการคอมพิวเตอร์ วิศวกรรมซอฟต์แวร์ วิศวกรรมคอมพิวเตอร์ หรือสาขาอื่นที่เกี่ยวข้อง และเป็นผู้ มีประสบการณ์ด้านการบริหารโครงการเทคโนโลยีสารสนเทศ และมีประสบการณ์ไม่น้อยกว่า 15 ปี จำ นวน 1 คน
   5.2 ผู้เชี่ยวชาญด้านวิเคราะห์ระบบงาน (System Analyst) ต้องมีคุณวุฒิไม่ต่ำ กว่าปริญญาโท ทางด้าน เทคโนโลยีสารสนเทศ วิทยาการคอมพิวเตอร์ วิศวกรรมซอฟต์แวร์ วิศวกรรมคอมพิวเตอร์ หรือสาขาอื่นที่เกี่ยวข้อง และมีประสบการณ์ไม่น้อยกว่า 13 ปี จำ นวน 2 คน
   5.3 ผู้เชี่ยวชาญด้านสถาปัตยกรรมข้อมูล (Data Architect) ต้องมีคุณวุฒิไม่ต่ำ กว่าปริญญาโท ทางด้าน เทคโนโลยีสารสนเทศ วิทยาการคอมพิวเตอร์ วิศวกรรมซอฟต์แวร์ วิศวกรรมคอมพิวเตอร์ หรือสาขาอื่นที่เกี่ยวข้อง และมีประสบการณ์ไม่น้อยกว่า 12 ปี จำ นวน 1 คน
   5.4 ผู้เชี่ยวชาญด้านปัญญาประดิษฐ์ (AI Specialist / AI Engineer) ต้องมีคุณวุฒิไม่ต่ำ กว่าปริญญาโท ทาง ด้านเทคโนโลยีสารสนเทศ วิทยาการคอมพิวเตอร์ วิศวกรรมวิศวกรรมคอมพิวเตอร์ หรือสาขาอื่นที่เกี่ยวข้อง และมี ประสบการณ์ไม่น้อยกว่า 10 ปี จำ นวน 3 คน
   5.5 ผู้เชี่ยวชาญด้านการวิเคราะห์ข้อมูล (Data Analyst / Data Scientist) ต้องมีคุณวุฒิไม่ต่ำ กว่าปริญญา โท ทางด้านเทคโนโลยีสารสนเทศ วิทยาการคอมพิวเตอร์ หรือวิศวกรรมคอมพิวเตอร์ หรือสาขาอื่นที่เกี่ยวข้อง และ มีประสบการณ์ไม่น้อยกว่า 10 ปี จำ นวน 2 คน
   5.6 ผู้เชี่ยวชาญด้านฐานข้อมูล (Database Specialist) ต้องมีคุณวุฒิไม่ต่ำ กว่าปริญญาโท ทางด้าน เทคโนโลยีสารสนเทศ วิทยาการคอมพิวเตอร์ วิศวกรรมซอฟต์แวร์ วิศวกรรมคอมพิวเตอร์ หรือสาขาอื่นที่เกี่ยวข้อง และมีประสบการณ์ไม่น้อยกว่า 15 ปี จำ นวน 1 คน
   5.7 นักพัฒนาระบบอาวุโส (Backend / Full-stack Developer) ต้องมีคุณวุฒิไม่ต่ำ กว่าปริญญาตรี ทาง ด้านเทคโนโลยีสารสนเทศ วิทยาการคอมพิวเตอร์ วิศวกรรมซอฟต์แวร์ หรือวิศวกรรมคอมพิวเตอร์ หรือสาขาอื่นที่ เกี่ยวข้อง และมีประสบการณ์ไม่น้อยกว่า 15 ปี จำ นวน 2 คน
   5.8 นักพัฒนาระบบ (System Developer) ต้องมีคุณวุฒิไม่ต่ำ กว่าปริญญาตรี ทางด้านเทคโนโลยี สารสนเทศ วิทยาการคอมพิวเตอร์ วิศวกรรมคอมพิวเตอร์ หรือสาขาอื่นที่เกี่ยวข้อง และมีประสบการณ์ไม่น้อยกว่า 10 ปี จำ นวน 2คน
   5.9 นักออกแบบหน้าจอระบบ (UX/UI Designer) ต้องมีคุณวุฒิไม่ต่ำ กว่าปริญญาตรี ทางด้านเทคโนโลยี สารสนเทศ วิทยาการคอมพิวเตอร์ วิศวกรรมคอมพิวเตอร์ หรือสาขาอื่นที่เกี่ยวข้อง และมีประสบการณ์ไม่น้อยกว่า 12 ปี จำ นวน 1 คน
   5.10 นักทดสอบระบบ (Software Tester) ต้องมีคุณวุฒิไม่ต่ำ กว่าปริญญาตรี ทางด้านเทคโนโลยี สารสนเทศ วิทยาการคอมพิวเตอร์ วิศวกรรมคอมพิวเตอร์ หรือสาขาอื่นที่เกี่ยวข้อง และมีประสบการณ์ไม่น้อยกว่า 6 ปี จำ นวน 2 คน
   5.11 ผู้ประสานงานโครงการ (Project Coordinator) ต้องมีคุณวุฒิไม่ต่ำ กว่าปริญญาตรี เป็นผู้มี ประสบการณ์ไม่น้อยกว่า 3 ปี จำ นวน 1 คน
6. ระยะเวลาการดำ เนินงาน
   ระยะเวลา 300 วันนับถัดจากวันลงนามในสัญญา

• 32 -

7. หลักเกณฑ์ในการพิจารณาคัดเลือกข้อเสนอ
   การจัดจ้างครั้งนี้เป็นงานที่มีความซับซ้อนและมีข้อจำ กัดด้านเทคนิคที่แตกต่างกันไปตามลักษณะของงาน ส่งผลให้ข้อเสนอของผู้ยื่นข้อเสนออาจไม่อยู่บนพื้นฐานเดียวกันทั้งหมด ดังนั้น ผู้ยื่นข้อเสนอต้องแสดงให้เห็นถึง ความพร้อมและความเชี่ยวชาญเฉพาะด้านให้สอดคล้องกับขอบเขตการดำ เนินงานที่กำ หนด สถาบันจะพิจารณาคัด เลือกจากผู้ยื่นข้อเสนอที่ผ่านเกณฑ์ด้านคุณภาพ (ข้อเสนอด้านเทคนิค) และด้านราคา โดยกำ หนดสัดส่วนน้ำ หนัก คะแนนด้านคุณภาพ ร้อยละ 90 และด้านราคา ร้อยละ 10 และจะดำ เนินการพิจารณาตามลำ ดับขั้นตอนที่กำ หนด ต่อไป
   7.1 พิจารณาข้อเสนอด้านเทคนิคของผู้เสนอราคาทุกราย หากผู้เสนอราคารายใดมีคุณสมบัติไม่ ถูกต้อง หรือยื่นหลักฐานการยื่นข้อเสนอไม่ถูกต้อง หรือไม่ครบถ้วน หรือยื่นข้อเสนอไม่ถูกต้อง คณะกรรมการพิจารณาผล การจะไม่รับพิจารณาราคาของผู้เสนอราคารายนั้น เว้นแต่เป็น ข้อเสนอผิดพลาด หรือผิดหลงเพียงเล็กน้อยหรือ ผิดแผกไปจากเงื่อนไขของเอกสารในส่วนที่มิใช่ สาระสำ คัญเฉพาะในกรณีที่พิจารณาเห็นว่าจะเป็นประโยชน์ต่อ สถาบัน เท่านั้น ทั้งนี้ คณะกรรมการฯ จะพิจารณาข้อเสนอด้านเทคนิคของผู้ยื่นข้อเสนอทุกรายที่มีคุณสมบัติและยื่น เอกสารครบถ้วนถูกต้อง โดยมีหัวข้อในการให้คะแนนข้อเสนอด้านเทคนิค ดังนี้
   การกำ หนดเกณฑ์ราคาประกอบเกณฑ์อื่น (Price Performance) ในการพิจารณาผู้ชนะในการยื่นข้อเสนอจะ พิจารณาโดยให้คะแนนตามปัจจัยหลักและน้ำ หนักที่กำ หนดดังต่อไปนี้
8. ด้านราคาที่ยื่นข้อเสนอ (Price) กำ หนดน้ำ หนักเท่ากับ ร้อยละ 10 2. ด้านคุณภาพ กำ หนดน้ำ หนักเท่ากับ ร้อยละ 90 รวมทั้งสิ้น ร้อยละ 100 การพิจารณาด้านคุณภาพ คิดคะแนนเต็ม 100 คะแนน โดยมีเกณฑ์ในการพิจารณาด้านคุณภาพดังนี้
   2.1 ผลงานและประสบการณ์ของผู้ยื่นข้อเสนอ คะแนนเต็ม 35 คะแนน 2.2 ข้อเสนอด้านแผนการดำ เนินงานและบริหารโครงการ คะแนนเต็ม 10 คะแนน ตั้งแต่เริ่มต้นโครงการจนสิ้นสุดการดำ เนินงานตาม โครงการ
   2.2.1 แผนการดำ เนินงาน
   2.3 ข้อเสนอด้านเทคนิค กรอบแนวคิดในการพัฒนา โดยอธิบาย คะแนนเต็ม 55 คะแนน กรอบแนวคิดในการติดตั้ง ภายใต้โครงการที่จะพัฒนา
   2.3.1 การออบแบบสถาปัตยกรรมเพื่อรองรับการติดตั้ง ระบบงานในโครงการ
   2.3.2 แนวทาง/เทคนิคการบูรณาการและการเชื่อมโยงระบบ (System Integration) 2.3.3 ข้อเสนอด้านเทคนิคในการพัฒนาระบบ ด้านเทคนิค (Proof of Concept) และ และการนำ เสนอ ตัวอย่างภาพรวมระบบ
   ด้านเทคนิค (Proof of Concept)
   และการนำ เสนอตัวอย่างภาพรวมระบบ

• 33 -
  2.3.4 บุคลากรที่รับผิดชอบโครงการ
  ลำ ดับ
  รายการ
  คะแนน
  (คะแนน)
  คะแนนรวม(คะแนน)
  1
  ผลงานและประสบการณ์ของผู้ยื่นข้อเสนอ

  35

  1.1 จำ นวนผลงานด้านการพัฒนาและออกแบบการเชื่อมโยงระบบ (System Integration) และฐานข้อมูล

  15

  1. ผลงานของผู้ยื่นข้อเสนอที่เคยพัฒนาและออกแบบการเชื่อมโยง ระบบฐานข้อมูล มูลค่าโครงการไม่ต่ำ กว่า 4 ล้านบาท จำ นวน 3 งาน ขึ้นไป
     15

  (2) ผลงานของผู้ยื่นข้อเสนอที่เคยพัฒนาและออกแบบการเชื่อมโยง ระบบฐานข้อมูล มูลค่าโครงการไม่ต่ำ กว่า 4 ล้านบาท จำ นวน 2 งาน ขึ้นไป
  10

  (3) ผลงานของผู้ยื่นข้อเสนอที่เคยพัฒนาและออกแบบการเชื่อมโยง ระบบฐานข้อมูล มูลค่าโครงการไม่ต่ำ กว่า 4 ล้านบาท จำ นวน 1 งาน ขึ้นไป
  5

  1.2 ผลงานด้านการพัฒนาระบบบูรณาการฐานข้อมูลการศึกษา แรงงาน หรือมาตรฐานอาชีพ และการประยุกต์ใช้ปัญญาประดิษฐ์

  20

  (1) มีผลงานพัฒนาระบบที่บูรณาการร่วมกับฐานข้อมูลด้านการศึกษา หรือ ภาคแรงงาน หรือมาตรฐานอาชีพ หรือระบบอื่นในลักษณะใกล้ เคียง เพื่อการวิเคราะห์และบริหารจัดการข้อมูลเชิงลึก จำ นวน 3 ผล งาน โดยมีการประยุกต์ใช้เทคโนโลยีปัญญาประดิษฐ์ (AI) อย่างน้อย จำ นวนตั้งแต่ 1 ผลงานขึ้นไป
  20

  (2) มีผลงานพัฒนาระบบที่บูรณาการร่วมกับฐานข้อมูลด้านการศึกษา หรือ ภาคแรงงาน หรือมาตรฐานอาชีพ หรือระบบอื่นในลักษณะใกล้ เคียง เพื่อการวิเคราะห์และบริหารจัดการข้อมูลเชิงลึก จำ นวน 3 ผล งาน
  15

  (3) มีผลงานพัฒนาระบบที่บูรณาการร่วมกับฐานข้อมูลด้านการศึกษา หรือ ภาคแรงงาน หรือมาตรฐานอาชีพ หรือระบบอื่นในลักษณะใกล้ เคียง เพื่อการวิเคราะห์และบริหารจัดการข้อมูลเชิงลึก จำ นวน 2 ผล งาน
  10

  (4) มีผลงานพัฒนาระบบที่บูรณาการร่วมกับฐานข้อมูลด้านการศึกษา หรือ ภาคแรงงาน หรือมาตรฐานอาชีพ หรือระบบอื่นในลักษณะใกล้ เคียง เพื่อการวิเคราะห์และบริหารจัดการข้อมูลเชิง จำ นวน 1 ผลงาน
  5

• 34 -
  ลำ ดับ
  รายการ
  คะแนน
  (คะแนน)
  คะแนนรวม(คะแนน)
  2
  ข้อเสนอด้านแผนการดำ เนินงานและบริหารโครงการ

  10

  2.1 แผนการดำ เนินงาน

  10

  (1) มีแผนการดำ เนินงานมีความชัดเจน แสดงกิจกรรมหลักและ กิจกรรมย่อยครบถ้วน สอดคล้องกับขอบเขตงาน งวดงาน และระยะ เวลาในการทำ งาน เป็น Gantt Chart หรือ Agile Model
  10

  (2) มีแผนการดำ เนินงานแสดงกิจกรรมหลักและกิจกรรมย่อยบางส่วน สอดคล้องกับขอบเขตงาน งวดงาน และระยะเวลาในการทำ งาน เป็น Gantt Chart หรือ Agile Model
  5

  (3) ไม่มีแผนการดำ เนินงานที่แสดงกิจกรรมหลักและกิจกรรมย่อย สอดคล้องกับขอบเขตงาน งวดงาน และระยะเวลาในการทำ งาน เป็น Gantt Chart หรือ Agile Model
  0

  3
  ข้อเสนอด้านเทคนิค กรอบแนวคิดในการพัฒนา โดยอธิบายกรอบ แนวคิดในการติดตั้งภายใต้โครงการที่จะพัฒนา

  55

  3.1 การออกแบบสถาปัตยกรรมเพื่อรองรับการติดตั้งระบบงานใน โครงการ

  15

  (1) อธิบายโครงสร้างสถาปัตยกรรมของระบบ และ Flow กระบวนการทำ งาน ได้อย่างชัดเจนและครบถ้วน ตรงตามขอบเขตของงาน
  15

  (2) อธิบายโครงสร้างสถาปัตยกรรมของระบบ และ Flow กระบวนการทำ งาน ยังไม่ครบถ้วน
  10

  3.2 แนวทาง/เทคนิคการบูรณาการและการเชื่อมโยงระบบ (System Integration)

  15

  3.2.1 นำ เสนอแนวทางการบูรณาการและการเชื่อมโยงข้อมูล/บริการ ระหว่าง TPQI-NET, AI Platform และระบบ/แพลตฟอร์มที่เกี่ยวข้อง ชัดเจนและสอดคล้องกับขอบเขตงาน โดยระบุอย่างน้อย
  (1) สถาปัตยกรรมการเชื่อมโยงและการไหลของข้อมูลที่เกี่ยวข้อง (2) วิธีการเชื่อมต่อและแลกเปลี่ยนข้อมูล เช่น
  API/ETL/Integration (3) แนวทางความมั่นคงปลอดภัยในการเชื่อม โยง (รวมถึงการกำ หนดสิทธิ์เข้าถึงและการบันทึกเหตุการณ์)ทั้งนี้ สามารถบริหารจัดการข้อมูลได้เหมาะสมกับภารกิจของ สคช.
  15

• 35 -
  ลำ ดับ
  รายการ
  คะแนน
  (คะแนน)
  คะแนนรวม(คะแนน)

  3.2.2 นำ เสนอแนวทางการบูรณาการและการเชื่อมโยงข้อมูล/บริการ ระหว่าง TPQI-NET, AI Platform และระบบ/แพลตฟอร์มที่ เกี่ยวข้อง ชัดเจนและสอดคล้องกับขอบเขตงาน โดยระบุอย่างน้อย
  (1) สถาปัตยกรรมการเชื่อมโยงและการไหลของข้อมูลที่เกี่ยวข้อง (2) วิธีการเชื่อมต่อและแลกเปลี่ยนข้อมูล เช่น API/ETL/Integration (3) แนวทางความมั่นคงปลอดภัยในการเชื่อมโยง
  (รวมถึงการกำ หนดสิทธิ์เข้าถึงและการบันทึกเหตุการณ์) ทั้งนี้สามารถบริหารจัดการข้อมูลได้เหมาะสมกับภารกิจของ สคช. โดยนำ เสนออย่างน้อยสองในสามข้อ
  10

  3.2.3 นำ เสนอแนวทางการบูรณาการและการเชื่อมโยงข้อมูล/บริการ ระหว่าง TPQI-NET, AI Platform และระบบ/แพลตฟอร์มที่เกี่ยวข้อง ชัดเจนและสอดคล้องกับขอบเขตงาน โดยระบุอย่างน้อย
  (1) สถาปัตยกรรมการเชื่อมโยงและการไหลของข้อมูลที่เกี่ยวข้อง (2) วิธีการเชื่อมต่อและแลกเปลี่ยนข้อมูล เช่น
  API/ETL/Integration (3) แนวทางความมั่นคงปลอดภัยในการเชื่อมโยง(รวมถึงการกำ หนดสิทธิ์เข้าถึงและการบันทึกเหตุการณ์) ทั้งนี้สามารถบริหารจัดการข้อมูลได้เหมาะสมกับภารกิจของ สคช. โดยนำ เสนออย่างน้อยหนึ่งในสามข้อ
  5

  3.2.4 ไม่ได้นำ เสนอแนวทางการบูรณาการและการเชื่อมโยงระบบ หรือข้อเสนอไม่สอดคล้องกับขอบเขตงาน
  0

  3.3 ข้อเสนอด้านเทคนิคในการพัฒนาระบบด้านเทคนิค (Proof of Concept) และการนำ เสนอตัวอย่างภาพรวมระบบ

  15

  (1) มีข้อเสนอด้านเทคนิคในการพัฒนาระบบด้านเทคนิค (Proof of Concept) หรือมีการนำ เสนอแบบจำ ลองความคิด (Conceptual Design) และภาพรวมการทำ งานของระบบตามคุณสมบัติของ โปรแกรมคอมพิวเตอร์ที่นำ เสนอ ครบถ้วน และตรงตามขอบเขตของ งาน
  15

  (2) มีข้อเสนอด้านเทคนิคในการพัฒนาระบบด้านเทคนิค (Proof of Concept) หรือมีการนำ เสนอแบบจำ ลองความคิด (Conceptual Design) และภาพรวมการทำ งานของระบบตามคุณสมบัติของ โปรแกรมคอมพิวเตอร์ที่นำ เสนอไม่ครบถ้วน หรือไม่ตรงตามขอบเขต ของงาน
  10

  (3) ไม่นำ เสนอ POC/Conceptual Design หรือไม่มีการนำ เสนอ ตัวอย่างภาพรวมระบบ หรือข้อเสนอไม่สอดคล้องกับขอบเขตงาน
  0

• 36 -
  ลำ ดับ
  รายการ
  คะแนน
  (คะแนน)
  คะแนนรวม(คะแนน)

  3.4 บุคลากรที่รับผิดชอบโครงการ

  10

  (1) บุคลากรผู้รับผิดชอบโครงการมีคุณวุฒิและประสบการณ์สูงกว่าที่ กำ หนดไว้ในขอบเขตของงาน มากกว่าร้อยละ 50 ของจำ นวนบุคลากร ตามขอบเขตงาน
  10

  (2) บุคลากรผู้รับผิดชอบโครงการมีคุณวุฒิและประสบการณ์ตรงตาม ขอบเขตของงาน
  5

การให้คะแนนของคณะกรรมการถือเป็นที่สิ้นสุดและ สคช. สงวนสิทธิ์ในการโต้แย้งที่ไม่เป็นไปตาม พรบ.การจัดซื้อจัดจ้างและการบริหารพัสดุภาครัฐ พ.ศ. 2560
7.2 ข้อเสนอด้านเทคนิคที่ผ่านเกณฑ์การพิจารณาครบถ้วน จะได้รับการประเมินค่า ประสิทธิภาพต่อราคา (Price Performance) ตามสัดส่วนเกณฑ์ราคาและเกณฑ์ข้อเสนอด้านเทคนิคที่กำ หนด สำ หรับคะแนน ข้อเสนอด้านราคาจะให้คะแนนตามช่วงความต่างของราคาที่เสนอ ผู้ยื่นข้อเสนอที่ได้รับคะแนนประเมินสูงสุดจะได้ รับการคัดเลือก และ สถาบันจะพิจารณาเจรจาต่อรองราคาตามที่เห็นสมควรเพื่อประโยชน์ของสถาบันต่อไป กรณีผู้ได้รับการคัดเลือกไม่ไปทำ สัญญาภายในวันเวลาที่กำ หนด สถาบัน จะพิจารณาเรียกราย ลำ ดับถัดไป เพื่อเจรจาต่อรองและ/หรือทำ สัญญาต่อไป หรืออาจพิจารณายกเลิกการประกาศ เชิญชวน เพื่อดำ เนินการใหม่ตาม วิธีหรือขั้นตอนตามระเบียบที่เกี่ยวข้องต่อไป
8. วงเงินที่ได้รับการจัดสรร
ภายในวงเงิน 14,200,000.00 บาท รวมภาษีมูลค่าเพิ่มแล้ว
9. การส่งมอบงานและการจ่ายเงิน
การส่งมอบงานในแต่ละงวด ต้องจัดเตรียมเอกสารรายการที่ต้องส่งมอบ โดยจัดเย็บเข้าเป็นรูปเล่มประกอบ ด้วยต้นฉบับ 1 (หนึ่ง) ชุด สำ เนาจำ นวน 2 (สอง) ชุด พร้อมเอกสารอิเล็กทรอนิกส์บรรจุลงในอุปกรณ์บันทึกข้อมูล ดิจิทัล (Flash Drive) จำ นวน 1 (หนึ่ง) ชุด ตามงวดงาน
โดยในทุกงวดงานผู้รับจ้างต้องแนบเอกสารหลักฐานอย่างน้อย 3 รายการเพื่อประกอบการพิจารณาและ การตรวจรับของคณะกรรมการตรวจรับพัสดุ ได้แก่
(1) ตารางเปรียบเทียบความสอดคล้องระหว่างเอกสารที่ส่งมอบกับหัวข้อในขอบเขตของงาน (TOR Mapping) โดยต้องระบุเลขหน้าอ้างอิงให้ชัดเจน
(2) แบบตรวจสอบรายการส่งมอบงาน (Deliverables Checklist) ให้ผู้รับจ้างจัดทำ และแนบตามแบบ ฟอร์มที่กำ หนดในภาคผนวก ง แบบตรวจสอบรายการส่งมอบงาน (Deliverables Checklist) และ (3) หลักฐานเฉพาะงานตามภาคผนวกที่เกี่ยวข้อง (เช่น ภาคผนวก ค และเงื่อนไขด้าน Cloud Infrastructure)
ทั้งนี้ให้เป็นไปตามรายละเอียดการส่งมอบตามงวดงานดังนี้

• 37 -
  งวดงานที่ 1 ชำ ระเงินร้อยละ 10 (สิบ) เมื่อผู้รับจ้างส่งมอบงานภายใน 30 (สามสิบ) วัน นับถัดจากวันที่ลง นามในสัญญา เมื่อดำ เนินการครบถ้วนตามขอบเขตงานข้อที่ 4.1 และคณะกรรมการตรวจรับ ตรวจรับงานเรียบร้อย แล้ว
  ลำ ดับ
  รายการที่ต้องส่งมอบ
  1
  แผนการดำ เนินงานโครงการ ตาม TOR ข้อที่ 4.1.1 อย่างน้อยประกอบด้วย 1.1 วัตถุประสงค์และขอบเขตการดำ เนินงานของโครงการ
  1.2 โครงสร้างงาน (Work Breakdown Structure: WBS) พร้อมคำอธิบายกิจกรรมย่อย 1.3 แผนการดำ เนินงาน (Timeline) ระบุระยะเวลาเริ่มต้น–สิ้นสุดของแต่ละกิจกรรม และความ เชื่อมโยงระหว่างกิจกรรม
  1.4 แผน Milestone และจุดตรวจรับงานในแต่ละงวด
  1.5 แผนการบริหารความเสี่ยง (Risk Management Plan) ประกอบด้วยรายการความเสี่ยง การ ประเมินระดับความเสี่ยง และแนวทางการป้องกัน/บรรเทาความเสี่ยง
  1.6 แผนการบริหารจัดการข้อมูล (Data Management Plan: DMP)
  1.7 แผนวงจรการพัฒนา AI (AI Development Lifecycle: AI-DLC Plan)
  2
  โครงสร้างบุคลากรของโครงการ (Project Organization) ตามข้อ 4.1.2 อย่างน้อยประกอบด้วย 2.1 แผนผังโครงสร้างองค์กรโครงการ (Project Organization Chart)
  2.2 รายชื่อบุคลากรหลัก ตำ แหน่ง บทบาท และหน้าที่ความรับผิดชอบ
  3
  แผนการส่งมอบงานและสิ่งที่จะส่งมอบ (Deliverable & Milestone Plan) ตามข้อ 4.1.1.3 อย่างน้อยประกอบด้วย
  3.1 รายการสิ่งที่จะส่งมอบในแต่ละงวด (Deliverables List)
  3.2 ตารางกำ หนดเวลาการส่งมอบและไมล์สโตน (Delivery & Milestones Schedule) 3.3 เงื่อนไขและเกณฑ์การตรวจรับของสิ่งที่ส่งมอบ (Acceptance Plan)
  4
  แผนการถ่ายทอดองค์ความรู้และการฝึกอบรมบุคลากร (Knowledge Transfer & Training Plan) ตามข้อ 4.1.3 อย่างน้อยประกอบด้วย
  4.1 กลุ่มเป้าหมายการฝึกอบรม (ผู้ดูแลระบบ และผู้ใช้งานทั่วไป)
  4.2 หัวข้อและโครงร่างเนื้อหาหลักสูตรอบรม
  4.3 รูปแบบและระยะเวลาในการฝึกอบรม (On-site/Online/Workshop) 4.4 แผนการจัดทำ คู่มือ/สื่อการสอน และแผนการติดตามผลหลังการอบรม
  5
  รายงานการศึกษาและวิเคราะห์เทคโนโลยีที่เหมาะสม (Technology Assessment Report) ตามข้อ 4.1.4 อย่างน้อยประกอบด้วย5.1 ผลการสำ รวจและเปรียบเทียบเทคโนโลยีที่เกี่ยวข้อง (เช่น AI Platform, Data Lakehouse, API Gateway, Security Solution, Web Framework)5.2 การวิเคราะห์ข้อดีข้อเสียและข้อจำ กัดของแต่ละทางเลือก5.3 ข้อเสนอแนวทาง เทคโนโลยีที่เหมาะสมสำ หรับโครงการ (Recommended Solution) พร้อมเหตุผลประกอบทาง เทคนิคและเชิงบริหาร

• 38 -
  งวดงานที่ 2 ชำ ระเงินร้อยละ 25 (ยี่สิบห้า) เมื่อผู้รับจ้างส่งมอบงานภายใน 105 (หนึ่งร้อยห้า) วัน นับถัด
  จากวันลงนามในสัญญา เมื่อดำ เนินการครบถ้วนตามขอบเขตงานข้อที่ 4.2 และคณะกรรมการตรวจรับ ตรวจรับงาน
  เรียบร้อยแล้ว
  ลำ ดับ
  รายการที่ต้องส่งมอบ
  1
  รายงานการวิเคราะห์และออกแบบระบบ ตาม TOR ข้อที่ 4.2.1 และข้อที่ 4.2.2 เอกสารข้อกำ หนดความต้องการของผู้ใช้ (User Requirement Specification) อย่างน้อย ประกอบด้วย
  1.1 ภาพรวมระบบและขอบเขตของความต้องการ
  1.2 ความต้องการเชิงหน้าที่ (Functional Requirements)
  1.3 ความต้องการเชิงไม่ใช่หน้าที่ (Non-functional Requirements) เช่น สมรรถนะ ความมั่นคง ปลอดภัย ความพร้อมใช้งาน
  1.4 รหัสกำ กับความต้องการ (Requirement ID) เพื่อรองรับการติดตาม (Traceability)
  2
  เอกสารการออกแบบสถาปัตยกรรมข้อมูลและทะเลสาบข้อมูล (Data Architecture & Data Lakehouse Design) ตามข้อ 4.2.1, 4.2.5
  อย่างน้อยประกอบด้วย
  2.1 แผนภาพสถาปัตยกรรมข้อมูล (Data Architecture Diagram)
  2.2 โครงสร้าง Data Lakehouse (Layer/Zone การจัดเก็บข้อมูล)
  2.3 แผนภาพการไหลของข้อมูล (Data Flow / Data Pipeline Diagram) 2.4 แนวทาง Data Governance เบื้องต้น
  3
  เอกสารการออกแบบสถาปัตยกรรมระบบ (System Architecture Design) ตามข้อที่ 4.2.1 และข้อที่ 4.2.2 อย่างน้อยประกอบด้วย 3.1 แผนภาพสถาปัตยกรรมระบบ (System/Deployment Diagram)
  3.2 โครงสร้างพื้นฐาน/ระบบคลาวด์ (Infrastructure/Cloud Design) บน GDCC 3.3 การออกแบบด้านความมั่นคงปลอดภัยของระบบ (Security Architecture)
  4
  เอกสารการออกแบบการบูรณาการและเชื่อมโยงข้อมูล (Data/API Integration Design & Framework) ตามข้อ 4.2.5 อย่างน้อยประกอบด้วย
  4.1 แผนภาพสถาปัตยกรรมการบูรณาการข้อมูล (Integration Architecture Diagram) 4.2 แคตตาล็อก API (API Catalog) พร้อมรายละเอียด Endpoint และตัวอย่าง Request/Response
  4.3 ข้อกำ หนดโครงสร้างข้อมูล (Data Contract) และการออกแบบกลไกด้านความมั่นคง ปลอดภัยของ API
  5
  เอกสารการออกแบบส่วนติดต่อผู้ใช้งาน (UX/UI Design) ตามข้อ 4.2.6 อย่างน้อยประกอบ ด้วย4.1 รายการหน้าจอหลัก (Screen List) และโครงร่างหน้าจอ (Wireframe/Mock up)4.2 แผนภาพเส้นทางการใช้งาน (User Journey / Navigation Flow)4.3 แนวทางการออกแบบ Responsive Design และการรองรับหลายอุปกรณ์

• 39 -
  ลำ ดับ
  รายการที่ต้องส่งมอบ
  6
  แบบจำ ลองการวิเคราะห์และกระบวนการทำ งานของระบบ (Process Modelling) ตามข้อ 4.2.3, 4.2.4 อย่างน้อยประกอบด้วย
  6.1 Use Case Diagram
  6.2 Activity Diagram
  6.3 Sequence Diagram
  7
  เอกสารการออกแบบฐานข้อมูล (Database Design) ตามข้อ 4.2.5 และข้อ 4.2.7 อย่างน้อย ประกอบด้วย
  7.1 แบบจำ ลองข้อมูลเชิงตรรกะ (ER Diagram) และเชิงกายภาพ (Physical Schema) 7.2 พจนานุกรมข้อมูล (Data Dictionary)

งวดงานที่ 3 ชำ ระเงินร้อยละ 40 (สี่สิบ) เมื่อผู้รับจ้างส่งมอบงานภายใน 240 (สองร้อยสี่สิบ) วัน นับถัดจาก วันลงนามในสัญญา เมื่อดำ เนินการครบถ้วนตามขอบเขตงานข้อที่ 4.3 และคณะกรรมการตรวจรับ ตรวจรับงาน เรียบร้อยแล้ว
ลำ ดับ
รายการที่ต้องส่งมอบ
1
ระบบโครงสร้างพื้นฐานข้อมูลและการเชื่อมโยง (Data Infrastructure Deliverables) (อ้างอิงขอบเขตงานข้อ 4.3.1)
1.1 ระบบและซอร์สโค้ด (Source Code)
1.1.1. ระบบ Data Lakehouse ที่ติดตั้งและกำ หนดค่าเบื้องต้นแล้ว สามารถรองรับการ นำ เข้าข้อมูล (Data Ingestion) จากแหล่งข้อมูลภายในและภายนอกได้จริง
1.1.2. ระบบ API Gateway และโครงสร้างการเชื่อมโยงข้อมูล (Data/API Integration Framework) ที่ผ่านการทดสอบการเรียกใช้งาน API (API Call) เบื้องต้นแล้ว 1.2 รายงานผลการพัฒนา
1.2.1. รายงานผลการพัฒนาระบบโครงสร้างพื้นฐานข้อมูล สรุปรายละเอียดการติดตั้ง (Configuration) รายการ API ที่พัฒนาเสร็จสิ้น ปัญหาอุปสรรค และแนวทางการแก้ไข 1.2.2. เอกสาร/หลักฐานประกอบการตรวจรับ ให้แนบประกอบรายการส่งมอบในข้อนี้อย่าง น้อยประกอบด้วย
ก. รายงานสรุป As-built / Configuration / Sizing ของ Cloud Infrastructure ที่จัดหา (เทียบกับภาคผนวก ค) พร้อมรายละเอียด Compute/Network/ Security/ Backup / ข. หลักฐานมาตรฐานและที่ตั้งศูนย์ข้อมูลในประเทศไทย (Data Residency) และมาตรการ คุ้มครองข้อมูลส่วนบุคคล (PDPA) ที่เกี่ยวข้อง
ค. หลักฐานการตั้งค่าความมั่นคงปลอดภัย เช่น RBAC, Encryption at Rest/In Transit และ Audit Log/Access Log
ง. รายงานผลการทดสอบ Backup/Restore (อย่างน้อยการกู้คืนข้อมูลย้อนหลังตามที่ กำ หนด)
2
โมดูลปัญญาประดิษฐ์หลัก (AI Core Modules Deliverables) (อ้างอิงขอบเขตงานข้อ 4.3.2– 4.3.5

• 40 -
  ลำ ดับ
  รายการที่ต้องส่งมอบ

  2.1 ระบบและซอร์สโค้ด (AI Model & Services)
  2.1.1 โมดูลระบบสนับสนุนการจัดทำ และบริหารจัดการมาตรฐานอาชีพและคุณวุฒิวิชาชีพ (Standards and Qualifications Development Supporting & Management) - ระบบต้องสามารถวิเคราะห์และสังเคราะห์ข้อมูลจากบันทึกการประชุมผู้มีส่วนได้ส่วนเสีย (Focus Group) การทบทวนวรรณกรรมที่เกี่ยวข้อง (Literature Review) และบันทึกผลจากการ ทำ ประชาพิจารณ์ หรือแหล่งข้อมูลอื่นที่เกี่ยวข้อง

• ระบบต้องสามารถวิเคราะห์และแสดงความเชื่อมโยงของหน่วยสมรรถนะ (Competency Units) และมาตรฐานอาชีพที่มีอยู่แล้วตามรายการที่ระบุในภาคผนวก

• ระบบต้องมีช่องทางในการรับความคิดเห็นจากการใช้งานมาตรฐานอาชีพ - ระบบต้องรองรับการค้นหา แก้ไข ขยายข้อมูล พร้อมทั้งจัดเตรียมและส่งออกข้อมูลในรูปแบบที่ระบบ TPQI-Net รองรับ
  2.1.2 โมดูลระบบการสร้างข้อสอบแบบปรับตัวด้วยเทคโนโลยีปัญญาประดิษฐ์ (Adaptive/AI assisted Test Generation) - ระบบต้องสามารถสร้างข้อสอบที่ใช้วัดผลลัพธ์การเรียนรู้ตามหน่วยสมรรถนะตามมาตรฐาน อาชีพโดยอัตโนมัติ ภายใต้เงื่อนไขที่สถาบันกำ หนด เช่น ระดับความยาก หมวดสมรรถนะ และ ประวัติการตอบของผู้เข้าสอบ เป็นต้น

• ระบบต้องรองรับการปรับระดับความยากแบบ Adaptive

• ระบบต้องสามารถตรวจสอบความชัดเจนของข้อคำถาม ลดอคติ (Bias) ในข้อสอบ และแนะนำ การปรับข้อความให้มีความเป็นกลาง- ระบบต้องรองรับการวิเคราะห์ความสอดคล้องและความ เบี่ยงเบนของข้อสอบ และตัวชี้วัดด้านคุณภาพแบบทดสอบที่กำ หนด

• ระบบต้องมีคุณลักษณะและความสามารถทั้งหมดตามขอบเขตงานข้อ 4.3.2.2 2.1.3 โมดูลระบบการสร้าง แนะนำ และพิจารณาความสอดคล้องของหลักสูตรฝึกอบรมตาม มาตรฐานอาชีพ (Training Course Development, Recommendation & Consistency Consideration)

• ระบบต้องสามารถสร้างหลักสูตรฝึกอบรมที่มีผลลัพธ์การเรียนรู้ตามหน่วยสมรรถนะใน มาตรฐานอาชีพ

• ระบบต้องสามารถค้นหาหลักสูตรฝึกอบรมที่สอดคล้องจากฐานข้อมูลในระบบ TPQI E Training และแพลตฟอร์ม EWE - ระบบต้องสามารถวิเคราะห์ความสอดคล้องของหลักสูตรฝึกอบรมและหลักสูตรการศึกษาของ หน่วยงานภายนอกกับมาตรฐานอาชีพและคุณวุฒิวิชาชีพ
  2.2 รายงานผลการพัฒนาและผลการทดสอบของทุกโมดูลตามขอบเขตงานข้อ 4.3.2
  3
  โมดูลปัญญาประดิษฐ์สำ หรับระบบประเมินและรับรองสมรรถนะ (AI Core Modules Deliverables – อ้างอิงขอบเขตงานข้อ 4.3.3)3.1 ระบบและซอร์สโค้ด (AI Model & Services) 3.1.1 โมดูล Portfolio / Evidence Analysis (OCR/NLP + Competency Mapping) : ระบบต้องสามารถอ่านข้อมูลจาก E-Portfolio และเอกสารดิจิทัลของผู้ขอรับการประเมิน เพื่อ ดำ เนินการประมวลผล ได้แก่

.

• 41 -
  ลำ ดับ
  รายการที่ต้องส่งมอบ

  ก. แปลงข้อความจากไฟล์ PDF/ภาพด้วย OCR
  ข. วิเคราะห์เนื้อหาด้วย NLP
  ค. สกัดทักษะ/ประสบการณ์ที่เกี่ยวข้อ
  ง. จับคู่ข้อมูลกับมาตรฐานอาชีพหรือสมรรถนะ (Competency Mapping) จ. สรุปผลการวิเคราะห์เบื้องต้นสำ หรับใช้ประกอบการประเมิน
  3.1.2 โมดูลข้อสอบอัตโนมัติ (Auto Exam / Adaptive Exam Engine อ้างอิงขอบเขตงานข้อ4.3.3.1) ระบบต้องสามารถสร้างข้อสอบจากคลังข้อสอบตัวอย่างตามเกณฑ์ที่สถาบันกำ หนด รองรับ การกำ หนดรูปแบบการสุ่มข้อสอบ การเลือกข้อสอบตามระดับความยาก และการปรับระดับข้อสอบแบบอัตโนมัติ (Adaptive Testing) พร้อมทั้งสามารถแสดงผลคะแนนและสถานะการผ่านเกณฑ์ได้ ถูกต้องจากชุดข้อมูลทดสอบ (Test Dataset)
  ระบบต้องสามารถประมวลผลข้อมูลข้อสอบและข้อมูลประวัติการทำ ข้อสอบของผู้เข้าสอบ เพื่อดำ เนินการดังต่อไปนี้
  ก. สร้างข้อสอบอัตโนมัติตามเกณฑ์ที่สถาบันกำ หนด (Exam Generation Rules) ข. ปรับระดับความยากของข้อสอบตามความสามารถของผู้เข้าสอบ (Adaptive Testing) ค. เลือกข้อสอบตามตรรกะ Item Selection Logic ที่ออกแบบไว้ เช่น Difficulty, Discrimination, Response Pattern
  ง. บันทึกเหตุผลและพฤติกรรมการเลือกข้อสอบ (Item Selection Log) เพื่อรองรับการ ตรวจสอบย้อนหลัง
  จ. จัดทำ Metadata ให้เชื่อมโยงกับมาตรฐานอาชีพ/หน่วยสมรรถนะ/ตัวบ่งชี้ และรองรับ การอ้างอิงหลายเวอร์ชั่น (Multi-version Mapping) ตาม TOR ข้อ 4.3.3.1 ฉ. จัดทำ และส่งมอบแพ็กเกจข้อมูลคลังข้อสอบและพจนานุกรมข้อมูล (Item Bank Data Package & Data Dictionary) รวมถึงโครงสร้างเมทาดาทา/กฎการตรวจสอบข้อมูล (Metadata Schema / Validation Rules) สำ หรับการนำ เข้าและตรวจสอบความถูกต้องของข้อมูลข้อสอบ ตาม TOR ข้อ 4.3.3.1 พร้อม Transmission Log ตามเงื่อนไขในข้อ 4.3.1.2 ช. จัดทำ และส่งมอบรายงานวิเคราะห์คุณภาพข้อสอบและหลักฐานประกอบ (Item Analysis & Quality Evidence Report) อย่างน้อยแสดงผลการวิเคราะห์
  Difficulty/Discrimination และข้อเสนอแนะการปรับปรุง/ระงับใช้ข้อสอบ ตาม TOR ข้อ 4.3.3.3 ซ. สร้างผลการประเมินเบื้องต้นตามข้อมูลการทำ ข้อสอบจริง และแสดงสถานะผ่าน/ไม่ผ่านตามเกณฑ์ที่กำ หนด จัดทำ และส่งมอบเอกสารตรรกะการเลือกข้อสอบและหลักฐานการทดสอบการเลือกข้อสอบ(Item Selection Logic Documentation & Test Evidence) รวมถึงรูปแบบข้อมูลบันทึกการ เลือกข้อสอบ (Item Selection Log Schema) และตัวอย่าง Log จริงจากระบบ (โดยปิดข้อมูล ส่วนบุคคลตามข้อกำ หนด) เพื่อรองรับการตรวจสอบย้อนกลับ ตาม TOR ข้อ 4.3.3.2 - ระบบต้องมีคุณลักษณะและความสามารถทั้งหมดตามขอบเขตงานข้อ 4.3.3.1 3.1.3 โมดูลระบบวิเคราะห์ผลงานและหลักฐานประกอบ (Portfolio/Evidence Analysis) - ระบบต้องสามารถรับและจัดการข้อมูลผลงานและหลักฐานประกอบ ในรูปแบบดิจิทัลของผู้ขอรับการประเมินสมรรถนะ

.

• 42 -
  ลำ ดับ
  รายการที่ต้องส่งมอบ

  • ระบบต้องต้องสามารถอ่านข้อมูลจาก E-Portfolio และเอกสารดิจิทัลของผู้ขอรับการ ประเมิน เพื่อดำ เนินการประมวลผลตามที่กำ หนด

• ระบบต้องมีคุณลักษณะและความสามารถทั้งหมดตามขอบเขตงานข้อ 4.3.3.2 3.1.4 ระบบควบคุมและตรวจสอบการออกใบรับรอง (Certificate Control & Validation) (อ้างอิงขอบเขตงานข้อ 4.3.3.3 และ 4.3.5)

1. ระบบและซอร์สโค้ด (Source Code & System):
   ก. ซอร์สโค้ดและระบบควบคุมการออกใบรับรอง (Certificate Control Module) ที่ติด ตั้งเรียบร้อยแล้ว รองรับการตรวจสอบเงื่อนไขก่อนออก (Pre-issuance Check), การเพิกถอน (Revocation) และการพิมพ์ซ้ำ
   ข. ซอร์สโค้ดส่วนการสร้างใบรับรองดิจิทัล (Digital Certificate Generation) พร้อม QR Code และการลงนามดิจิทัล
   ค. ซอร์สโค้ดระบบตรวจสอบสถานะใบรับรองออนไลน์ (Online Verification) 2) รายงานและเอกสาร (Reports & Documentation):
   ก. รายงานผลการพัฒนาและทดสอบระบบใบรับรอง: แสดงผลการทดสอบการทำ งาน (Functional Test) การป้องกันการออกซ้ำ ซ้อน และความถูกต้องของสถานะใบรับรอง (Valid/Revoked/Expired)
   ข. ตัวอย่าง Audit Log : แสดงหลักฐานการบันทึกประวัติการดำ เนินการ (Audit Trail) ที่ ครบถ้วนและป้องกันการแก้ไข (Tamper-proof)
   ค. คู่มือการใช้งาน : สำ หรับเจ้าหน้าที่ในการจัดการใบรับรอง (ออก/เพิกถอน/แก้ไข) 3.1.4ระบบตรวจสอบและวิเคราะห์ความสมบูรณ์ของคำขอรับรององค์กร และจัดเตรียมรายงาน (Applications Analysis and Report Preparation)
   ผู้รับจ้างต้องพัฒนาระบบตรวจสอบและวิเคราะห์ความสมบูรณ์ของคำขอรับรององค์กร สำ หรับองค์กรที่ทำ หน้าที่รับรองสมรรถนะบุคคล (Certification Body) และองค์กรที่ทำ หน้าที่ฝึก อบรม (Training Provider) พร้อมสนับสนุนการจัดทำ ร่างรายงานผลการตรวจประเมินองค์กร โดยใช้ข้อมูลจากแบบคำขอ ข้อมูลจากระบบฐานข้อมูลกลาง และผลการวิเคราะห์ด้วย AI 1) ระบบต้องรองรับการนำ เข้า/บันทึกคำขอรับรององค์กรในรูปแบบดิจิทัลตามแบบฟอร์มที่สถาบันกำ หนด โดยดึงข้อมูลที่จำ เป็นจากฐานข้อมูลกลางเพียงแหล่งเดียว (Single Source of Truth) เพื่อลดการกรอกข้อมูลซ้ำ ซ้อน

• ซอร์สโค้ด โมดูลแบบฟอร์มคำขอ (Source Code: Application Form Module) - ซอร์สโค้ดสำ หรับจัดการแบบฟอร์มคำขอองค์กร รองรับการนำ เข้า แก้ไข บันทึก และค้นหาคำขอ
• ซอร์สโค้ด โมดูลการเชื่อมต่อข้อมูล (Source Code: Data Integration Module) ซอร์สโค้ดสำ หรับดึงข้อมูลจากฐานข้อมูลกลาง (Single Source of Truth) ไปยังแบบฟอร์มคำขอ อัตโนมัติ เพื่อลดการกรอกข้อมูลซ้ำ ซ้อน

.

• 43 -
  ลำ ดับ
  รายการที่ต้องส่งมอบ

  • แบบแม่แบบแบบฟอร์มคำขอ (Application Form Template) แบบฟอร์มดิจิทัลตาม ที่สถาบันกำ หนด ครอบคลุมข้อมูลบังคับและข้อมูลเพิ่มเติมที่จำ เป็นสำ หรับการประเมิน องค์กรData Mapping Schema - โครงสร้างการแมปข้อมูล (Data Mapping Schema) เอกสารระบุการแมปข้อมูลจากฐานข้อมูลกลางไปยังฟิลด์ต่าง ๆ ในแบบฟอร์มคำขออย่างละเอียด

2. ระบบต้องสามารถตรวจสอบความครบถ้วนและความสอดคล้องของข้อมูลคำขอรับรอง องค์กร โดยต้องตรวจสอบอย่างน้อย
   ก. ข้อมูลบังคับ (Mandatory Fields) ครบถ้วน
   ข. ความถูกต้องของรูปแบบข้อมูล (Data Format Validation) เช่น วันที่ เลขทะเบียน หมายเลขอ้างอิง
   ค. ความสอดคล้องกันของข้อมูลข้ามส่วน (Cross-field Consistency) และความสมเหตุสมผล

• ซอร์สโค้ด Mandatory Field Validator
• ซอร์สโค้ด Data Format Validator
• ซอร์สโค้ด Cross-field Consistency Checker
• ซอร์สโค้ด Data Reasonableness Validator
• Validation Rules Document

3. ระบบต้องรองรับการนำ เข้าและวิเคราะห์เอกสารหลักฐานประกอบของคำขอในรูปแบบ ดิจิทัล และต้องสามารถใช้เทคโนโลยี OCR/NLP เพื่อดึงข้อมูลจากเอกสารให้เป็นข้อมูลเชิง โครงสร้าง

• ซอร์สโค้ด Document Upload Module
• ซอร์สโค้ด OCR Engine Integration
• ซอร์สโค้ด NLP Analysis Module
• ซอร์สโค้ด Structured Data Extraction
• Document Type Classification Schema

4. ระบบต้องสามารถวิเคราะห์คำขอรับรององค์กรเบื้องต้น (Application Analysis) ซึ่งอย่าง น้อยต้องประกอบด้วย

• ตรวจสอบว่ามีการกรอกข้อมูลครบทุกส่วนที่กำ หนด

• ตรวจสอบว่ามีการแนบเอกสารหลักฐานครบถ้วนตามรายการที่กำ หนด - แจ้งเตือนข้อ ผิดพลาดหรือข้อมูลที่ขาดหาย

• 44 -
  ลำ ดับ
  รายการที่ต้องส่งมอบ

  • ซอร์สโค้ด Application Data Completeness Checker

• ซอร์สโค้ด Required Documents Checker

• ซอร์สโค้ด Error & Missing Data Alert System

5. ระบบต้องใช้เทคโนโลยี AI ช่วยวิเคราะห์ข้อมูลจากคำขอ เอกสารแนบ ข้อมูลประวัติการ ดำ เนินงานขององค์กร เพื่อสนับสนุนการจัดทำ ร่างรายงานผลการตรวจประเมินองค์กร (Draft Audit/Assessment Report) โดยต้องมีความสามารถ
   ก. สรุปประเด็นสำ คัญ (Key Findings)
   ข. ระบุ/แจ้งเตือนข้อมูลหรือเอกสารที่ขาด (Missing or Incomplete Information) ค.ตรวจพบประเด็นด็ความเสี่ยสี่ ง/ความไม่สม่ อดคล้อล้ง (Risk Detection & Inconsistency) ง. เตรียมโครงร่างรายงาน (Draft Report Outline)

• ซอร์สโค้ด AI Key Findings Extractor
• ซอร์สโค้ด AI Missing Data Detector
• ซอร์สโค้ด AI Risk & Inconsistency Analyzer
• ซอร์สโค้ด Inconsistency Grouper
• ซอร์สโค้ด Draft Report Generator
• ซอร์สโค้ด AI Explanation Module (Explainable AI)
• ซอร์สโค้ด AI Review & Approval Module
• AI Analysis Model Card

6. ระบบต้องรองรับการจัดทำ ร่างรายงานผลการตรวจประเมินองค์กรตามแม่แบบ (Report Template) มาตรฐานของสถาบันโดยอัตโนมัติ โดยดึงข้อมูลจากฐานข้อมูลกลางและผล การวิเคราะห์ของระบบ โดยไม่ต้องกรอกข้อมูลซ้ำ

• ซอร์สโค้ด Automated Report Template Engine
• ซอร์สโค้ด Data Auto-population Module
• ซอร์สโค้ด Report Content Aggregator
• Report Template Library (PDF, DOCX)

7. ระบบต้องรองรับการแสดงตัวอย่างรายงาน (Report Preview) การตรวจสอบความถูก ต้องของข้อมูล การติดตามสถานะการจัดทำ รายงาน และการอนุมัติรายงานก่อนเผยแพร่ (Report Approval Workflow)

.

• 45 -
  ลำ ดับ
  รายการที่ต้องส่งมอบ

  • ซอร์สโค้ด Report Preview Module

• ซอร์สโค้ด Data Validation Checker - ซอร์สโค้ด Report Status Tracker - ซอร์สโค้ด Report Approval Workflow Engine

8. ระบบต้องรองรับการส่งออกไฟล์รายงานและเอกสารประกอบในรูปแบบที่สถาบันกำ หนด (PDF, Excel, Word) และต้องบันทึกประวัติการสร้าง แก้ไข และอนุมัติรายงาน (Report Generation Log)

• ซอร์สโค้ด Report Export Module (PDF, Excel, DOCX)
• ซอร์สโค้ด Report Generation Logging System
• Report Export Configuration

9. ระบบต้องออกแบบให้เป็นไปตามมาตรฐานความมั่นคงปลอดภัยสารสนเทศภาครัฐ และ กฎหมายคุ้มครองข้อมูลส่วนบุคคล (PDPA) โดยกำ หนดสิทธิ์การเข้าถึงข้อมูลตามบทบาท (Role based Access) - ซอร์สโค้ด Role-based Access Control (RBAC) Module

• ซอร์สโค้ด Data Encryption & Security Module
• PDPA Compliance Documentation

10. ร่างรายงาน/สรุปประเด็นที่ระบบจัดทำ ต้องมีองค์ประกอบอย่างน้อย

• สรุปข้อมูลสำ คัญขององค์กร
• สรุปผลการตรวจสอบความครบถ้วนของคำขอและเอกสารประกอบ
• รายการประเด็นข้อสังเกต/ข้อไม่สอดคล้องและข้อเสนอแนะเบื้องต้น
• รายการข้อมูล/เอกสารที่ต้องขอเพิ่มเติม (ถ้ามี)

11. ระบบต้องออกแบบให้เป็นไปตามมาตรฐานความมั่นคงปลอดภัยสารสนเทศภาครัฐ และ PDPA โดยกำ หนดสิทธิ์การเข้าถึงข้อมูลตามบทบาท (Role-based Access) และยึดหลักการ Single Source of Truth

• ซอร์สโค้ด Unified Data Integration Module
• ซอร์สโค้ด Data Consistency Validator
• Data Architecture for Integration

12. ผลการวิเคราะห์ด้วยเทคโนโลยี AI ต้องสามารถให้เหตุผลประกอบผลการวิเคราะห์และ ให้ผู้ตรวจสามารถตรวจสอบ/แก้ไข/ยืนยันก่อนนำ ไปใช้จริง

• ซอร์สโค้ด AI Explanation & Justification Module
• ซอร์สโค้ด User Review & Feedback System
• ซอร์สโค้ด Approval & Confirmation Module
• AI Transparency Documentation

13. ระบบบริหารจัดการข้อมูลหลักและการตั้งค่า (Master Data & Configuration Management) เพื่อให้เจ้าหน้าที่สามารถปรับเปลี่ยนเกณฑ์การตรวจสอบ หรือข้อความใน Dropdown ได้เองโดยไม่ต้องแก้โค้ด

• ซอร์สโค้ด Master Data Management Module (จัดการข้อมูลอ้างอิง เช่น รายชื่อ จังหวัด, ประเภทเอกสาร, สถานะคำขอ)

.

• 46 -
  ลำ ดับ
  รายการที่ต้องส่งมอบ

  • ซอร์สโค้ด Criteria Configuration Module (หน้าจอตั้งค่าเกณฑ์การตรวจสอบเบื้องต้น) - ซอร์สโค้ด Validation Rules Manager (เครื่องมือจัดการกฎการตรวจสอบความถูกต้อง) 14) ระบบติดตามสถานะและแดชบอร์ดสำ หรับผู้บริหาร (Application Tracking & Executive
    Dashboard) เพื่อให้เห็นภาพรวมว่ามีคำขอค้างอยู่ที่ขั้นตอนใด จำ นวนเท่าไหร่ - ซอร์สโค้ด Application Tracking Dashboard (แสดงสถานะคำขอแบบ Real-time) - ซอร์สโค้ด Performance Monitoring Widget (แสดงระยะเวลาเฉลี่ยในการอนุมัติ) - ซอร์สโค้ด Statistical Report Module (รายงานสถิติแยกตามประเภทองค์กร/พื้นที่)

15. ส่วนการจัดการและปรับปรุงโมเดล AI (AI Model Maintenance & MLOps) เพื่อให้ระบบ AI ฉลาดขึ้นเรื่อย ๆ และสามารถสอนโมเดลใหม่ได้เมื่อมีข้อมูลมากขึ้น

• ซอร์สโค้ด AI Feedback Loop Interface (หน้าจอสำ หรับให้ผู้เชี่ยวชาญระบุว่า AI วิเคราะห์ผิด/ถูก เพื่อเก็บเป็นข้อมูลสอน)
• ซอร์สโค้ด Model Retraining Pipeline (สคริปต์สำ หรับนำ ข้อมูล Feedback มา ปรับปรุงโมเดล)
• ซอร์สโค้ด Model Version Control (ระบบจัดการเวอร์ชันของโมเดล AI) 16) ระบบบันทึกการใช้งานเพื่อการตรวจสอบความปลอดภัย (Audit Log & Activity Monitoring) เพิ่มเติมจาก Log การสร้างรายงาน คือ Log การเข้าถึงข้อมูลสำ คัญตาม PDPA - ซอร์สโค้ด User Activity Log (บันทึกว่าใคร เข้าดูข้อมูลคำขอไหน เมื่อไหร่) ซอร์สโค้ด Sensitive Data Access Monitor (แจ้งเตือนเมื่อมีการดึงข้อมูลส่วนบุคคลจำ นวนมากผิดปกติ) 3.2 รายงานผลการพัฒนา (AI Development Report)
  ผู้รับจ้างต้องจัดทำ รายงานผลการพัฒนาโมดูลปัญญาประดิษฐ์ (AI Development Report) สรุปผลการพัฒนาโมดูลทุกโมดูลตามขอบเขตงาน ข้อ 4.3.3 โดยต้องระบุอย่างน้อย 3.2.1. รายงานผลการพัฒนาระบบจัดการข้อสอบและการประเมิน (Exam Management &Assessment Module)ส่วนประกอบ

1. รายการโมดูลที่พัฒนาแล้วเสร็จและสถานะความคืบหน้า
2. ผลการทดสอบความถูกต้องเบื้องต้น (Accuracy, Precision, Recall, F1-score, Confusion Matrix)

.

• 47 -
  ลำ ดับ รายการที่ต้องส่งมอบ

3. ตัวอย่างการทำ งาน Input–Process–Output และสรุปข้อผิดพลาด
4. ข้อจำ กัดและความเสี่ยง
5. ข้อเสนอแนะการพัฒนา
   3.2.2. รายงานผลการพัฒนาระบบวิเคราะห์ผลงานและหลักฐานประกอบ (Portfolio & Evidence Analysis Module )
   ส่วนประกอบ
6. รายการโมดูลที่พัฒนาแล้วเสร็จและสถานะความคืบหน้า รวมถึงฟังก์ชันที่พัฒนาเสร็จ และฟังก์ชันที่อยู่ระหว่างพัฒนา พร้อมแสดงความสอดคล้องกับเอกสารออกแบบระบบ 2) ผลการทดสอบความถูกต้องเบื้องต้นของโมเดล เช่น ค่า Accuracy, Precision,
   Recall, F1-score และ Confusion Matrix พร้อมคำอธิบายชุดข้อมูลที่ใช้ทดสอบ
7. ผลการทดสอบการทำ งานของโมดูล โดยยกตัวอย่างการทำ งานแบบ Input–Process– Output และสรุปรายการข้อผิดพลาดที่พบพร้อมการแก้ไขเบื้องต้น
8. ข้อจำ กัดและความเสี่ยงที่พบจากการใช้งานโมดูล
9. ข้อเสนอแนะเพื่อการพัฒนาในอนาคต ทั้งด้านโมเดล ข้อมูล สถาปัตยกรรมระบบ และ แนวทางเพิ่มความแม่นยำ ของโมดูล
   3.2.3. รายงานผลการพัฒนาโมดูลควบคุมและตรวจสอบการออกใบรับรอง (Certificate Control & Validation Module – Development Report)
   (1) รายการส่งมอบ (Deliverables) รายงานผลการพัฒนาโมดูลฯ ฉบับสมบูรณ์ ที่มีเนื้อหา ครบถ้วนตามเกณฑ์ โดยผู้รับจ้างต้องจัดทำ รายงานตามรูปแบบและตารางที่กำ หนดใน “แบบ ฟอร์มรายงานผลการพัฒนา (เอกสารแนบท้าย)” อย่างเคร่งครัด
   (2)เกณฑ์กฑ์ารตรวจรับรั (AcceptanceCriteria)รายงานต้อต้งมีรมีายละเอียอีดครบถ้วถ้นอย่าย่ งน้อน้ย5ส่วส่ นดังดันี้ (ก) สรุปผลการพัฒนาโมดูล (Module Development Summary) :
   • ระบุรายการฟังก์ชันที่พัฒนาแล้วเสร็จ (Feature List)
   • ระบุสถานะความคืบหน้าเทียบกับแผนงาน (Progress vs Plan)
   • ระบุความสอดคล้องกับเอกสารออกแบบระบบ (Traceability to Design)
   (ข) ผลการทดสอบการทำ งาน (Functional Testing Results)
   •แสดงตารางTest Caseของกระบวนการออกใบรับรัรอง (Pre-issuance, Issuance,Post
   issuance)
   .

• 48 -
  ลำ ดับ
  รายการที่ต้องส่งมอบ

  • แสดงผลการทดสอบฟังก์ชันสำ คัญ: การตรวจสอบก่อนออก, การป้องกันการออกซ้ำ , การเพิกถอน/พิมพ์ซ้ำ , และการตรวจสอบความถูกต้อง (Validation)
  • สรุปผล Pass/Fail พร้อมหลักฐาน (Screenshot/Log)
  (ค) ผลการทดสอบ Audit Trail (Audit Trail Verification):
  • พิสูจน์ความครบถ้วนของ Log Events (Creation, Modification, Revocation) • พิสูจน์การเชื่อมโยง User, Timestamp, Action, และ IP Address
  • พิสูจน์ความสามารถในการตรวจสอบย้อนหลัง (Traceability Check) และความ ปลอดภัยของ Log (Tamper-proof check)
  (ง) ข้อจำ กัดและความเสี่ยง (Limitations & Risks):
  • ระบุข้อจำ กัดทางเทคนิค (Technical Limitations)
  • วิเคราะห์ความเสี่ยงด้าน Data Integrity, Security และ Integration
  (จ) ข้อเสนอแนะ (Recommendations):
  • แนวทางเพิ่มความปลอดภัย (Security Enhancement)
  • แนวทางการขยายระบบในอนาคต (Scalability Roadmap)
  3.2.4. รายงานผลการพัฒนาโมดูลวิเคราะห์คำขอและจัดทำ รายงาน (Applications Analysis Module - Development Report)
  รายงานผลการตรวจสอบ วิเคราะห์ความครบถ้วน AI Analysis Logic (Draft Report Generation) ส่วนประกอบ

1. สรุปผลการพัฒนาโมดูล (Module Development Summary)

• รายการโมดูลย่อยที่พัฒนาแล้วเสร็จ (Completed Submodules)
• สถานะความคืบหน้า (Development Status)
• ฟังก์ชันที่พัฒนาเสร็จ (Completed Functions)
• ฟังก์ชันที่อยู่ระหว่างพัฒนา (Functions in Progress)
• ความสอดคล้องกับเอกสารออกแบบระบบ (Alignment with System Design Documents)

.
.

• 49 -
  ลำ ดับ
  รายการที่ต้องส่งมอบ

  2. ผลการทดสอบเบื้องต้น (Accuracy, Precision, Recall)

• ค่า Accuracy (ความแม่นยำ โดยรวม)

• ค่า Precision (ความแม่นยำ ในการตรวจสอบเป้าหมาย)

• Confusion Matrix (เมทริกซ์สับสน)

• คำอธิบายชุดข้อมูลที่ใช้ทดสอบ (Test Dataset Description)

3. ผลการทดสอบการทำ งานของโมดูล (Module Functional Testing Results) - ตัวอย่างการทำ งาน (Input-Process-Output)

• ตัวอย่างการทำ งาน Input–Process–Output (Input-Process-Output Examples)
• กรณีทดสอบความครบถ้วนการตรวจสอบ (Application Completeness Validation Test Cases)
• กรณีทดสอบการตรวจจับข้อผิดพลาด (Error Detection Test Cases)
• กรณีทดสอบการวิเคราะห์AI (AI Analysis Test Cases)
• สรุปรายการข้อผิดพลาดที่พบและการแก้ไขเบื้องต้น (Error Log & Fixes) 4) ข้อจำ กัดและความเสี่ยง (Limitations & Risks)
• ข้อจำ กัดของระบบตรวจสอบความครบถ้วน (Validation System Limitations) - ข้อจำ กัดของ AI Analysis Logic (AI Analysis Limitations)
• ข้อจำ กัดของการสร้างร่างรายงาน (Draft Report Generation Limitations) - ความเสี่ยงจากข้อมูลที่ไม่ครบถ้วน (Incomplete Data Risks)
• ความเสี่ยงจาก False Positive/False Negative ของ AI (AI Detection Risks) 5) ข้อเสนอแนะเพื่อการพัฒนาในอนาคต (Future Development Recommendations) - ข้อเสนอปรับปรุงการตรวจสอบเพิ่มเติม (Enhanced Validation
  Recommendations)
• ข้อเสนอปรับปรุง AI Analysis Logic (AI Logic Improvements)
• ข้อเสนอปรับปรุงการสร้างรายงาน (Report Generation Improvements) - แนวทางเพิ่มความแม่นยำ ของ AI Model (AI Model Accuracy Enhancement Roadmap)
• แนวทางการบูรณาการกับระบบอื่น (Integration with Other Systems Roadmap)

. .

.

• 50 -
  ลำ ดับ
  รายการที่ต้องส่งมอบ
  4
  โมดูลปัญญาประดิษฐ์สำ หรับระบบผู้ช่วยอัจฉริยะและระบบตอบคำถามอัตโนมัติ (AI Assistant &Chatbot– อ้างอิงขอบเขตงานข้อ 4.3.4)
  4.1 ระบบและซอร์สโค้ด (AI Model & Services)
  ระบบต้องรองรับการทำ งานของผู้ช่วยอัจฉริยะ (AI Assistant / Chatbot) เพื่อสนับสนุนการให้ข้อมูลและตอบคำถามเกี่ยวกับมาตรฐานอาชีพ มาตรฐานสมรรถนะ คุณวุฒิวิชาชีพ ระบบ ประเมิน ระบบสอบ และบริการที่เกี่ยวข้องของสถาบัน รวมทั้งต้องรองรับการเชื่อมต่อเพื่อดึง ข้อมูลหรือให้บริการร่วมกับระบบ E-Workforce Ecosystem (EWE) โดยต้องสามารถดำ เนินการ อย่างน้อย ดังต่อไปนี้

1. การวิเคราะห์เจตนาและคำถามของผู้ใช้งาน (Intent Recognition) ระบบต้องสามารถ ประมวลผลคำถามของผู้ใช้งานและระบุเจตนาที่เกี่ยวข้อง ได้แก่
   – มาตรฐานอาชีพ (Occupational Standards)
   – มาตรฐานสมรรถนะ (Competency Standards)
   – การประเมินสมรรถนะ
   – ขั้นตอนการขอรับการรับรอง
   – ข้อมูลบริการในระบบ TPQI-NET
   – ข้อมูลบริการระบบ EWE ปัจจุบัน
2. การดึงข้อมูลจากระบบและฐานข้อมูลที่เกี่ยวข้อง (Data Retrieval & Integration) ระบบต้องสามารถดึงข้อมูลตามสิทธิ์ (Role-based Access) จาก
   – ฐานข้อมูล TPQI-NET
   – ระบบประเมินและระบบสอบ
   – ระบบข้อมูลผู้ใช้งาน (User Profile)
   – ระบบบริการใน EWE ปัจจุบัน (ตามที่สถาบันกำ หนด) โดยต้องปฏิบัติตามมาตรฐาน ความปลอดภัยสารสนเทศภาครัฐและกฎหมายคุ้มครองข้อมูลส่วนบุคคล (PDPA) 3) การให้คำแนะนำ ตามบริบท (Contextualized Guidance) ระบบต้องสามารถให้คำ แนะนำ อัตโนมัติที่สอดคล้องกับข้อมูลของผู้ใช้งาน เช่น
   – ขั้นตอนการสมัครประเมิน
   – การเตรียมเอกสาร E-Portfolio
   – การเตรียมความพร้อมก่อนสอบ
   – ขั้นตอนการตรวจสอบใบรับรอง
   – ขั้นตอนการใช้บริการในระบบ EWE ปัจจุบัน

• 51 -
  ลำ ดับ
  รายการที่ต้องส่งมอบ

  คำแนะนำ ต้องอ้างอิงข้อมูลที่สถาบันกำ หนดและอัปเดตได้อย่างต่อเนื่อง

4. การบันทึกสถิติและการวิเคราะห์การใช้งาน (Chatbot Analytics Logging) ระบบต้องบันทึกข้อมูลการใช้งานอย่างน้อย ดังต่อไปนี้ – เวลา (Timestamp)
   – ผู้ใช้งาน (User / Client ID)
   – เจตนาของคำถาม (Intent)
   – ผลลัพธ์หรือคำตอบที่ให้(Response / Outcome)
   – ประเภทข้อผิดพลาดที่พบ (Error Type)
   ข้อมูลดังกล่าวต้องนำ ไปใช้วิเคราะห์และปรับปรุงระบบ AI Assistant และต้องป้องกันการแก้ไขย้อนหลัง (Tamper-proof Log) 5) การตอบสนองด้วยภาษาธรรมชาติ (Natural Language Response)
   ระบบต้องสามารถตอบคำถามด้วยภาษาที่ถูกต้อง ชัดเจน และเข้าใจง่าย โดยต้องสามารถ อัปเดตองค์ความรู้ (Knowledge Update) เพื่อให้ข้อมูลทันสมัยและสอดคล้องกับบริการของ สถาบันอยู่เสมอ
5. ระบบต้องมีคุณลักษณะและความสามารถทั้งหมดตามขอบเขตงานข้อ 4.3.4
   5
   ด้านการออกใบรับรองดิจิทัลและการเชื่อมโยงการตรวจสอบด้วย Blockchain (Digital Certificate Issuance & Blockchain Verification Integration)
   ระบบต้องสามารถเชื่อมโยงข้อมูลและการตรวจสอบใบรับรองดิจิทัลไปยังระบบตรวจสอบ ใบรับรองเดิมของสถาบัน โดยอย่างน้อยต้อง

• สามารถส่งข้อมูลไปยังช่องทางรองรับที่กำ หนดเพื่อการตรวจสอบ
• สามารถเชื่อมโยงผลจากหลายระบบเพื่อแสดงผลบนหน้าจอที่เกี่ยวข้อง
• ต้องบันทึกข้อมูลในการตรวจสอบใบรับรอง (Verification Log) ได้ตามที่กำ หนด - ดำ เนินการได้ทั้งหมดตามขอบเขตงานข้อที่ 4.3.5

.

• 52 -
  ลำ ดับ
  รายการที่ต้องส่งมอบ
  6
  ด้านโครงสร้างพื้นฐาน ระบบความปลอดภัย และการทดสอบระบบ (Infrastructure, Security &System Testing) และการควบคุมคุณภาพและมาตรฐานการพัฒนา(Quality Assurance & Development Standards)
  6.1 โครงสร้างพื้นฐานระบบ (System Infrastructure)
  6.2 สถาปัตยกรรมความปลอดภัย (Security Architecture)
  6.3 การทดสอบระบบ (System & Security Testing)
  6.4 การตรวจสอบและประเมินโมเดลปัญญาประดิษฐ์ (AI Model Validation) 6.5 ตารางแสดงการปิดช่องว่างข้อกำ หนด (Gap Coverage Matrix)
  6.6 บันทึกการควบคุมเวอร์ชัน (Version Control Log)
  6.7 รายงานการดำ เนินการตามขอบเขตงาน ข้อ 4.3.6 และ 4.3.7 ทั้งหมด
  7
  ผู้รับจ้างต้องจัดให้มีการประชุมเพื่อติดตามและรายงานความก้าวหน้าการดำ เนินงานต่อคณะ กรรมการตรวจรับพัสดุอย่างน้อยเดือนละ 1 ครั้งตลอดระยะเวลาของโครงการ โดยมีวัตถุประสงค์ เพื่อรายงานผลการดำ เนินงาน ปัญหาอุปสรรค และแผนการดำ เนินงานในระยะถัดไป รวมทั้งรับ ข้อเสนอแนะและข้อสังเกตจากคณะกรรมการตรวจรับพัสดุเพื่อใช้ในการปรับปรุงการดำ เนินงาน ให้เป็นไปตามขอบเขตงานที่กำ หนดใน TOR
  ในการประชุมแต่ละครั้ง ผู้รับจ้างต้องจัดเตรียมระเบียบวาระการประชุม เอกสารรายงานความ ก้าวหน้าประกอบการประชุม และจัดทำ บันทึกการประชุม เสนอให้คณะกรรมการตรวจรับพัสดุ พิจารณาและลงนามรับทราบภายในระยะเวลาที่คณะกรรมการตรวจรับพัสดุกำ หนด

งวดงานที่ 4 ชำ ระเงินร้อยละ 15 (สิบห้า) เมื่อผู้รับจ้างส่งมอบงานภายใน 285 (สองร้อยแปดสิบห้า) วัน นับถัดจากวันลงนามในสัญญา เมื่อดำ เนินการครบถ้วนตามขอบเขตงานข้อที่ 4.4 และคณะกรรมการตรวจรับ ตรวจ รับงานเรียบร้อยแล้ว
ลำ ดับ
รายการที่ต้องส่งมอบ
1
การทดสอบระบบ (System Testing Deliverables) (อ้างอิงขอบเขตงานข้อ 4.4) 1.1 รายงานผลการติดตั้งระบบ (Installation Report) เอกสารรายงานผลการติดตั้งในสภาพ แวดล้อมทดสอบ (UAT Environment) ต้องระบุอย่างน้อย
ก. รายละเอียดสภาพแวดล้อมระบบ (Server / Environment Configuration) ข. รายการติดตั้งระบบ (Installed Components)
ค. รายการตั้งค่าระบบ (System Configuration)
ง. ผลการตรวจสอบเบื้องต้นหลังการติดตั้ง (Smoke Test Result)
1.2 แผนและผลการทดสอบระบบ (Test Plan & Test Reports)
1.2.1. แผนการทดสอบระบบ (Test Plan & Test Cases) เอกสารแผนการทดสอบต้อง ประกอบด้วย
ก. แผนการทดสอบระบบ (Test Plan)
ข. รายการกรณีทดสอบ (Test Cases) ครอบคลุมทุกฟังก์ชันที่กำ หนดใน TOR ค. รายละเอียดขั้นตอนการทดสอบ เกณฑ์ผ่าน/ไม่ผ่าน (Pass/Fail Criteria)

.

• 53 -
  ลำ ดับ
  รายการที่ต้องส่งมอบ

  ง. รายการข้อมูลที่ใช้ทดสอบ (Test Data Set)
  จ. กรณีทดสอบแบบ End-to-End (Standards-to-ItemBank-to-Assessment + Notification/Status/PDF) อย่างน้อย 1 กรณี โดยต้องระบุขั้นตอนทดสอบและผลที่คาดหวังครบทุกขั้นตอน (เช่น Sync Standard, สร้าง/นำ เข้าข้อสอบอ้างอิง Standard ที่ยังไม่อนุมัติ, ส่ง Approved Items ผ่าน API/Data Mart, Notification ไปเจ้าหน้าที่ผู้รับผิดชอบ, จัดชุดข้อสอบ/ สุ่มข้อสอบข้อเขียนแบบตรวจสอบย้อนหลังได้, Status “Ready for Download”, และกรณี Paper-based สร้าง PDF 3 ประเภทและดาวน์โหลดได้)
  1.2.1. รายงานผลการทดสอบระบบ (System Test Report) รายงานผลการทดสอบต้อง ประกอบด้วย
  • สรุปผลการทดสอบ (Pass / Fail)
  • รายการข้อผิดพลาด (Bug List)
  • ระดับความรุนแรง (Severity Level)
  • สถานะการแก้ไข (Issue Fix Status)
  • ผลการทดสอบซ้ำ (Re-test Result)
  1.3 รายงานการทดสอบเฉพาะด้าน (Specific Test Reports – ถ้ามี) รายงานการทดสอบเฉพาะ ด้านที่ส่งมอบต้องประกอบด้วยอย่างน้อย
  ก. รายงานผลการทดสอบสมรรถนะระบบ (Performance / Load Test Report) ข. รายงานผลการตรวจสอบช่องโหว่และความปลอดภัยระบบ (Vulnerability Assessment Report)
  ค. รายงานผลการทดสอบการทำ งานร่วมกับระบบภายนอก (Integration Test Result) ต้องแนบหลักฐานอย่างน้อยดังต่อไปนี้

• Sync Log: ระบุวันเวลา รายการที่ซิงก์ และ Standard Version

• Transmission Log (Approved Items) : ระบุวันเวลา ผู้เรียก
  (System/Service/User) Request/Transaction ID และ/หรือ Batch ID ปลายทาง (ระบบ/ โมดูล/Endpoint) รายการ Item ID ที่ส่ง Mapping/Standard Version ที่อ้างอิง สถานะผลการ ส่ง (สำ เร็จ/ไม่สำ เร็จ) และ Error Code/Message (ถ้ามี) และต้องสืบค้นย้อนหลังได้ตามรหัสรอบการประเมิน/รหัสชุดข้อสอบ/รหัสมาตรฐาน/Item ID

• Notification Log: หลักฐานการแจ้งเตือนเมื่อเปิดรอบการประเมินไปยังเจ้าหน้าที่ผู้รับผิดชอบ และเมื่อยืนยันชุดข้อสอบไปยัง CB

• หลักฐานหน้าจอ Status: แสดงสถานะ “Ready for Download” ของรอบการ ประเมินและรหัสชุดข้อสอบ

• Audit Log การจัดชุดข้อสอบ/สุ่มข้อสอบข้อเขียน: ผู้ดำ เนินการ วันเวลา เกณฑ์/ เงื่อนไข รายการข้อสอบ ผลการสุ่ม/คัดเลือก และเหตุผลกรณีมีการปรับแก้ด้วยมือ (ถ้ามี) กรณี Paper-based: แนบไฟล์ PDF อย่างน้อย 3 ประเภท (ข้อสอบ/กระดาษคำตอบ/เฉลย) ของ รอบเดียวกัน และ Download Log ระบุผู้ดาวน์โหลด วันเวลา ประเภทเอกสาร และรหัสชุด ข้อสอบ
  1.4 รายงานผลการทดสอบการทำ งานร่วมกับระบบภายนอก (Integration Test Result) ที่ ครอบคลุมการทดสอบแบบ End-to-End ตามเกณฑ์ภาคผนวก ก ข้อ 4.3.3.1 ได้แก่ Sync Log, Transmission Log, Notification Log, หลักฐานหน้าจอสถานะ ‘พร้อมดาวน์โหลด (Ready for Download)’ และตัวอย่างไฟล์ PDF Package พร้อม Download Log

.

• 54 -
  ลำ ดับ
  รายการที่ต้องส่งมอบ
  2
  การฝึกอบรมและคู่มือ (Training & Manuals Deliverables) (อ้างอิงขอบเขตงานข้อ 4.5) 2.1 รายงานผลการฝึกอบรมการใช้งานระบบ
  รายงานผลการฝึกอบรมต้องประกอบด้วย
  ก. หัวข้อ/เนื้อหาอบรม (Training Topics)
  ข. วัน เวลา สถานที่อบรม
  ค. รายชื่อผู้เข้าร่วมอบรม (Participant List)
  ง. สื่อการฝึกอบรม (Training Materials)
  จ. ผลประเมินความพึงพอใจและความเข้าใจหลังการอบรม (Evaluation Summary) 2.2 คู่มือฉบับร่าง (Draft Manuals)
  ต้องส่งมอบคู่มือระบบในรูปแบบร่าง เพื่อให้สถาบันตรวจสอบความถูกต้องก่อนจัดทำ ฉบับ สมบูรณ์ ดังนี้
  ก. ขั้นตอนการใช้งานระบบแต่ละบทบาท
  ข. ภาพหน้าจอ (Screen Capture)
  ค. คำอธิบายเมนู ฟังก์ชัน และข้อควรระวัง
  ง. วิธีแก้ปัญหาเบื้องต้น (Troubleshooting)
  2.3 คู่มือการดูแลรักษาระบบ (Admin / Technical Manual – Draft)
  ต้องประกอบด้วย
  ก. ภาพรวมสถาปัตยกรรมระบบ (System Architecture Overview)
  ข. วิธีติดตั้ง (Installation Guide)
  ค. วิธีตั้งค่าระบบ (Configuration Guide)
  ง. วิธีดูแลระบบและสำ รอง/กู้คืนข้อมูล (Maintenance, Backup & Restore) จ. ขั้นตอนการตรวจสอบ Log และข้อผิดพลาด
  ฉ. ขั้นตอนการอัปเดตระบบในอนาคต (Update Procedure)
  ช. ตัวชี้วัดอื่นที่เหมาะสมกับลักษณะงาน

งวดงานที่ 5 ชำ ระเงินร้อยละ 10 (สิบ) เมื่อผู้รับจ้างส่งมอบงานภายใน 300 (สามร้อย) วัน นับถัดจากวันลง นามในสัญญา เมื่อดำ เนินการครบถ้วนทั้งหมดตามขอบเขตงานที่ระบุไว้ในสัญญา และคณะกรรมการตรวจรับ ตรวจ รับงานเรียบร้อยแล้ว
ลำ ดับ
รายการที่ต้องส่งมอบ
1
รายงานฉบับสมบูรณ์
ผู้รับจ้างต้องส่งมอบ รายงานฉบับสมบูรณ์ (Final Report) และเอกสารประกอบทั้งหมด รวมถึง ซอร์สโค้ดส่วนที่พัฒนาใหม่ โดยประกอบด้วยอย่างน้อย ดังต่อไปนี้

1. รายงานฉบับสมบูรณ์ (Final System Report)
   รายงานฉบับสมบูรณ์ต้องจัดทำ เป็นรูปเล่มและไฟล์อิเล็กทรอนิกส์ (Soft File) ครอบคลุมหัวข้อ ดังต่อไปนี้

.

• 55 -
  ลำ ดับ
  รายการที่ต้องส่งมอบ
  1
  1.1 แผนการดำ เนินงานโครงการ (Project Execution Summary)
  • สรุปผลการดำ เนินงานตามแผน
  • Milestones ที่บรรลุและประเด็นที่พบระหว่างดำ เนินงาน
  • การบริหารจัดการโครงการ
  1.2 การวิเคราะห์ระบบ (System Analysis Report)
  • ความต้องการของระบบ (Requirement)
  • ผังงานและกระบวนการ (Workflow / Use Case / Activity Diagram)
  • การวิเคราะห์ข้อมูลที่ใช้ประกอบระบบ
  1.3 การออกแบบระบบ (System Design Report)
  • สถาปัตยกรรมระบบ (System Architecture)
  • การออกแบบฐานข้อมูล (Data Model / ER Diagram)
  • การออกแบบส่วนประกอบระบบ TPQI-NET & AI Modules
  • การออกแบบการเชื่อมต่อข้อมูล (Integration Architecture)
  1.4 รายงานการพัฒนาระบบ (System Development Report)
  • รายละเอียดการพัฒนาตามเอกสารออกแบบ
  • สรุปโมดูลที่พัฒนาเสร็จ เช่น
  o การประมวลผลข้อมูล (Data Pipeline / AI Data Prep)
  o โมดูล AI พื้นฐาน (Portfolio Analysis, Skill Analysis, Recommendation ฯลฯ) o โมดูลประเมินสมรรถนะ (Assessment Modules)
  o โมดูลควบคุมใบรับรอง (Certificate Control & Validation)
  • รายการฟังก์ชันที่ทำ งานได้จริงตาม TOR
  • รายการที่มีข้อจำ กัดและข้อเสนอแนะ
  1.5 รายงานการติดตั้งระบบ (Installation & Deployment Report)
  • รายละเอียดสภาพแวดล้อม GDCC / Server
  • ขั้นตอนการติดตั้ง
  • รายการกำ หนดค่าระบบ (Configuration)
  • ผลการตรวจสอบหลังติดตั้ง (Smoke Test / Deployment Verification) 1.6 รายงานการทดสอบระบบ (System Test Report)
  • แผนการทดสอบ
  • รายการ Test Case
  • ผลการทดสอบ (Pass/Fail)
  • รายการข้อผิดพลาด (Bug List) และสถานะการแก้ไข
  • Integration Test
  • AI Model Validation (Accuracy, Precision, Recall, F1-score ฯลฯ) • Security / Vulnerability Assessment (ถ้ามี)
  1.7 รายงานผลการฝึกอบรม (Training Completion Report)
  • รายชื่อผู้เข้าร่วม
  • หัวข้ออบรม
  • สื่อการสอน
  • แบบประเมินหลังอบรม

.

• 56 -
  ลำ ดับ
  รายการที่ต้องส่งมอบ

  • สรุปผลการฝึกอบรมและข้อเสนอแนะ
  1.8 แผนการบำ รุงรักษาระบบ (System Maintenance Plan)
  • แผนการตรวจสอบระบบ
  • การสำ รองข้อมูล / กู้คืน
  • แผนบำ รุงรักษาตามรอบ
  • แนวทางดูแลโมเดล AI
  • แนวทางปรับปรุงระบบในอนาคต
  2
  Source Code ทั้งหมดของส่วนที่พัฒนาใหม่ (All Developed Source Code) ผู้รับจ้างต้องส่งมอบ
  • Source Code
  • Script ที่ใช้ติดตั้งระบบ
  • Build & Deployment Guide
  • เอกสาร As-built Design
  ในรูปแบบ Soft File พร้อมสิทธิ์ในการนำ ไปใช้งานและปรับปรุงต่อ (ตาม TOR) และสิทธิ์การเข้าถึงระบบควบคุมเวอร์ชัน (Version Control Repository Access) พร้อมประวัติการเปลี่ยนแปลง เพื่อให้สถาบันสามารถดูแลและพัฒนาต่อยอดได้ตามข้อ 4.3.7.2 และภาคผนวก ก ข้อ 4.5
  3
  คู่มือการใช้งานระบบและคู่มือเทคนิค (User & Technical Manuals)
  ต้องจัดทำ เป็นไฟล์อิเล็กทรอนิกส์และรองรับการปรับปรุงในอนาคต
  3.1 User Manual
  • วิธีใช้งานระบบแต่ละโมดูล
  • การใช้งาน AI Assistant
  • การใช้งานระบบประเมิน
  • การตรวจสอบใบรับรอง
  3.2 Technical / Admin Manual
  • การติดตั้ง
  • การกำ หนดค่า
  • วิธีดูแลระบบ
  • วิธีตรวจสอบ Log
  • วิธีดูแลโมเดล AI
  • แนวทางแก้ปัญหาเบื้องต้น
  3.3 Cloud Infrastructure & Migration Documents (อ้างอิงภาคผนวกเงื่อนไขด้าน Cloud Infrastructure และภาคผนวก ค)
  • รายงาน As-built / Configuration / Sizing ของ Cloud Infrastructure ที่ใช้งานจริง (เทียบกับภาคผนวก ค)
  • แผนการโอนย้ายระบบ (Migration Plan) และคู่มือการย้ายระบบ/กู้คืนระบบ (Runbook) • รายงานผลการทดสอบการโอนย้าย (Migration Rehearsal Report) อย่างน้อย 1 ครั้ง • หลักฐาน Data Residency/PDPA, RBAC/Encryption/Audit Log และรายงานผลทดสอบBackup/Restore (ถ้ามีการส่งมอบแยกจากคู่มือ)

.

• 57 -
  ลำ ดับ
  รายการที่ต้องส่งมอบ

  ผู้รับจ้างต้องจัดทำ ข้อเสนอแนะเชิงวิชาการและเชิงเทคนิคสำ หรับการพัฒนา ปรับปรุง หรือขยาย ระบบในอนาคต โดยอย่างน้อยต้องครอบคลุมแนวทางการเพิ่มขีดความสามารถของระบบปัญญา ประดิษฐ์ โครงสร้างพื้นฐานด้านข้อมูล และการเชื่อมโยงกับระบบสารสนเทศที่เกี่ยวข้อง พร้อมทั้งจัดทำ แผนภาพรวมการพัฒนาในระยะถัดไป (Roadmap) เสนอต่อสถาบันเพื่อใช้ประกอบการวางแผนนโยบายและโครงการในอนาคต

10. การส่งมอบงานและการรับประกันความชำ รุดบกพร่อง
    ผู้รับจ้างต้องรับประกันผลงานเป็นระยะเวลา 2 ปี หลังจากส่งมอบระบบทั้งหมดตามสัญญา โดยการบริการ หลังการส่งมอบระบบทั้งหมดจะมีส่วนการให้บริการเป็นระยะดังนี้
    สัญญา
    10.1 ผู้รับจ้างต้องติดตั้งและส่งมอบระบบที่เสนอ ให้แล้วเสร็จภายใน 300 วัน นับจากวันที่ลงนามใน 10.2 ผู้รับจ้างต้องรับประกันระบบงานที่นำ เสนอมาทั้งหมดเป็นเวลา 2 ปี นับจากวันที่คณะกรรมการตรวจ
    รับงานงวดสุดท้าย โดยในปีแรก ผู้รับจ้างเป็นผู้รับผิดชอบจัดหา Cloud และซอฟต์แวร์ลิขสิทธิ์ต่างๆ ที่จำ เป็นเอง ทั้งหมด และในปีที่ 2 สถาบันเป็นผู้ดำ เนินการจัดหา Cloud และซอฟต์แวร์ลิขสิทธิ์ต่างๆ ที่จำ เป็นสำ หรับสนับสนุน ระบบงานให้กับผู้รับจ้าง
    10.3 ผู้รับจ้างต้องทำ การรับประกันระบบงานตลอดระยะเวลารับประกัน ซึ่งได้แก่ แก้ไขข้อผิด พลาด(Error/Bug) ความผิดพลาดทางไวยากรณ์ (Syntax Error) ตรรกะ (Logical Error) จนทำ ให้ระบบเกิดหยุด ชะงัก (System Hang of Halt) หรือข้อมูลในระบบมีความผิดพลาดอันเนื่องจากการทำ งานของระบบไม่ถูกต้องที่
    เกิดขึ้น เนื่องจากชุดคำสั่งการปรับแต่ง (Tune up) โปรแกรมที่ผู้รับจ้าง ทำ การพัฒนาระบบขึ้นโดยต้องดำ เนินการ ภายใน 1 วันทำ การ หรือแล้วแต่กรณีของปัญหาที่เกิดขึ้น นับแต่ได้รับแจ้งจากหน่วยงาน และเมื่อดำ เนินการแก้ไข แล้วเสร็จให้ผู้รับจ้างจัดทำ รายงานพร้อมคู่มือประกอบการใช้งานของระบบงานที่ได้แก้ไขแล้วส่งมอบให้สถาบัน
    10.4 ผู้รับจ้างจะต้องจัดทำ จัดทำ รายงานการรับประกันความชำ รุดบกพร่อง พร้อมกับส่งมอบให้ สถาบัน ในแต่ละเดือน เป็นระยะเวลา 1 ปี ในรูปแบบไฟล์อิเล็กทรอนิกส์ทางอีเมลเป็นประจำ ทุกเดือน นับถัดจากวันสุดท้าย ของเดือน
    10.5 การบริหารจัดการโครงสร้างพื้นฐานระบบ (Infrastructure Management) เพื่อให้ระบบสามารถให้ บริการได้อย่างต่อเนื่อง ให้ถือปฏิบัติดังนี้
    (ก) ระยะเวลาดำ เนินการ (ปีที่ 1) : ในระหว่างการพัฒนาระบบจนถึงการตรวจรับงานงวดสุดท้ายเสร็จ สิ้น ผู้รับจ้างต้องเป็นผู้ดำ เนินการจัดหาและรับผิดชอบค่าใช้จ่ายในการเช่าใช้ ระบบ Cloud Infrastructure และ ซอฟต์แวร์ลิขสิทธิ์ที่จำ เป็นทั้งหมด ให้เป็นไปตามขอบเขตงานข้อ 4.3.1 และคุณสมบัติขั้นต่ำ ในภาคผนวก ค โดยให้ ถือว่าค่าใช้จ่ายดังกล่าวรวมอยู่ในวงเงินค่าจ้างตามสัญญานี้แล้ว ผู้รับจ้างจะเรียกร้องค่าใช้จ่ายเพิ่มเติมมิได้
    (ข) ระยะเวลารับประกัน (ปีที่ 2 เป็นต้นไป) : สถาบันจะเป็นผู้ดำ เนินการจัดหาทรัพยากร Cloud (เช่น ระบบ GDCC หรือ Cloud อื่นที่สถาบันกำ หนด) เพื่อรองรับการให้บริการระบบต่อจากผู้รับจ้าง (ค) การโอนย้ายระบบ (Migration) : เมื่อสถาบันแจ้งความพร้อมของระบบ Cloud ในปีที่ 2 ผู้รับจ้าง มีหน้าที่ต้องดำ เนินการย้ายระบบงาน ฐานข้อมูล และข้อมูลทั้งหมด (System Migration) จาก Cloud เดิมของ ผู้รับจ้าง มายัง Cloud ของสถาบันให้แล้วเสร็จภายใน 30 วัน โดยต้องทดสอบให้ระบบสามารถทำ งานได้สมบูรณ์ และผู้รับจ้างต้องเป็นผู้รับผิดชอบค่าใช้จ่ายในการดำ เนินการโอนย้ายข้อมูลดังกล่าว (ถ้ามี) .

• 58 -

11. ข้อสงวนสิทธิและอัตราค่าปรับ
    สถาบันคุณวุฒิวิชาชีพ (องค์การมหาชน) สามารถยกเลิกสัญญาได้ไม่ว่ากรณีใด ๆ โดยสถาบัน จะแจ้งให้ ทราบเป็นลายลักษณ์อักษรล่วงหน้าอย่างน้อย 30 วัน โดยผู้ชนะการเสนอราคา ไม่สามารถเรียกร้องค่าเสียหายใด ๆ ทั้งสิ้นจากสถาบันฯ หรือฟ้องร้องทางกฎหมายกับสถาบันฯ ได้
    หากผู้รับจ้างส่งมอบงานตามสัญญาให้สถาบันคุณวุฒิวิชาชีพ (องค์การมหาชน) ล่าช้ากว่ากำ หนดเวลา ไม่ ว่ากรณีใด ๆ เว้นแต่เหตุสุดวิสัย ผู้เสนอราคาตกลงยินยอมให้สถาบันฯ คิดค่าปรับเป็นรายวันในอัตราร้อยละ 0.10 (ศูนย์จุดหนึ่งศูนย์) ของราคาค่าจ้างทั้งหมดแต่จะต้องไม่ต่ำ กว่าวันละ 100 บาท โดยเศษของวันคิดเป็นหนึ่งวันเต็ม 12. การรับประกันการชำ รุดเสียหาย การบำ รุงรักษาและซ่อมแซมแก้ไข
    การรับประกันผลงานเป็นหน้าที่ของผู้รับจ้าง สถาบันไม่ต้องเป็นผู้รับผิดชอบกับค่าใช้จ่ายใดๆ ทั้งสิ้น 12.1 ผู้รับจ้างจะต้องรับประกันความชำ รุดบกพร่องของระบบที่ปรับปรุงหรือพัฒนาขึ้น กรณีที่ซอฟต์แวร์ และโปรแกรมคอมพิวเตอร์ชำ รุดเสียหาย หรือไม่สามารถทำ งานได้ตามปกติ ภายในระยะเวลาไม่น้อยกว่า 2 ปี นับ ถัดจากวันที่ผู้ว่าจ้างได้ตรวจรับงวดสุดท้าย โดยผู้รับจ้างจะต้องดำ เนินการแก้ไข ภายใน 24 ชั่วโมง นับจากที่ได้รับ แจ้ง ซึ่งผู้รับจ้างจะต้องทำ การแก้ไขให้แล้วเสร็จโดยเร็ว หลังจากดำ เนินการแก้ไขแล้วเสร็จต้องแจ้งผล สาเหตุและวิธี การแก้ไขปัญหาให้ผู้ว่าจ้างทราบ
    12.2 ผู้รับจ้างมีหน้าที่บำ รุงรักษา ซ่อมแซมและแก้ไขระบบให้อยู่ในสภาพใช้งานได้อยู่เสมอตลอดการรับ ประกันผลงาน ด้วยค่าใช้จ่ายของผู้รับจ้าง
    12.3 ในระยะเวลารับประกัน ผู้รับจ้างจะต้องจัดให้มีเจ้าหน้าที่สนับสนุนในการให้คำปรึกษา แนะนำ ชี้แจง และตอบปัญหา รวมทั้งให้การอบรมเพิ่มเติมในกรณีที่มีการเปลี่ยนแปลง ปรับปรุงระบบ ซอฟต์แวร์ หรือโปรแกรม คอมพิวเตอร์สำ หรับโครงการนี้ หากผู้รับจ้างไม่ได้ดำ เนินการตามที่กำ หนดในข้อนี้ สคช. สงวนสิทธิ์ในการปรับตาม ข้อ 11 โดยสงวนสิทธิ์หักจากหลักประกันสัญญา หรือผู้รับจ้างอาจนำ เงินสดมาชำ ระค่าปรับก็ได้
    12.4 การบำ รุงรักษาและซ่อมแซมแก้ไข ประกอบด้วย
    12.4.1 การบำ รุงรักษาเพื่อให้ระบบนี้อยู่ในสภาพที่ใช้งานได้ปกติและมีประสิทธิภาพ
    ต่อการใช้งาน
    12.4.2 การแก้ไขข้อขัดข้องต่างๆ ที่เกิดขึ้นกับระบบ และปรับปรุงแก้ไขการใช้งานระบบให้สะดวก 12.4.3 การบำ รุงรักษาหรือแก้ไขข้อขัดข้องต่างๆ อาจเป็นแบบการทำ จากภายนอก (Remote)
    หรือภายในสถานที่ของสถาบันคุณวุฒิวิชาชีพ (องค์การมหาชน) (On-Site) ภายในเวลา 1 วัน 13. การจัดทำ ข้อเสนอโครงการ
    ผู้เสนอราคาจะต้องจัดทำ ข้อเสนอโครงการและยื่นต่อประธานคณะกรรมการจัดจ้างโดยวิธีการคัดเลือก โดย ทำ เอกสารแยกเป็นเอกสารหลักฐานของผู้เสนอราคา ซองข้อเสนอด้านเทคนิค และซองข้อเสนอด้านราคา โดย รับรองสำ เนาพร้อมประทับตรา (ถ้ามี) ทุกฉบับ
    13.1 เอกสารหลักฐานการยื่นข้อเสนอ ผู้ยื่นข้อเสนอจะต้องยื่นเอกสารหลักฐานพร้อมกับรับรองสำ เนาถูก ต้องมาพร้อมกับการเสนอราคา ดังนี้
    13.1.1 สำ เนาหนังสือรับรองการจดทะเบียนนิติบุคคล
    13.1.2 สำ เนาหนังสือบริคณห์สนธิ
    .

• 59 -
  13.1.3 บัญชีรายชื่อกรรมการผู้จัดการ
  13.1.4 บัญชีผู้ถือหุ้นรายใหญ่ (ถ้ามี)
  13.1.5 ผู้มีอำ นาจควบคุม (ถ้ามี)
  13.1.6 สำ เนาหนังสือแต่งตั้งให้เป็นตัวแทนจำ หน่ายจากผู้ผลิตหรือตัวแทนจำ หน่ายในประเทศไทย 13.1.7 สำ เนาหนังสือรับรองผลงาน
  13.1.8 สำ เนาสัญญาที่แสดงถึงความรู้และประสบการณ์ในการพัฒนาระบบงานคอมพิวเตอร์ตาม เงื่อนไขในขอบเขตของงานฯ ข้อ 4
  13.1.9 แค็ตตาล็อกและ/หรือแบบรูปรายการละเอียดคุณลักษณะเฉพาะ ตามข้อ 4.3
  13.1.10 ตารางสรุปรายชื่อ ประวัติ และประสบการณ์ ของบุคลากรในโครงการที่เสนอ และตาราง ประวัติ คุณสมบัติ และประสบการณ์ ของบุคลากร รวมทั้งสำ เนาวุฒิการศึกษาของบุคลากรในโครงการทุกคนทุก ตำ แหน่ง ตามข้อ 5
  13.1.11 หนังสือมอบอำ นาจ (ถ้ามี)
  13.1.12 ในกรณีผู้ยื่นข้อเสนอเป็นผู้ยื่นข้อเสนอร่วมกันในฐานะเป็นผู้ร่วมค้า ให้ยื่นสำ เนาสัญญา ของการเข้าร่วมค้า และเอกสารตามข้อ 3.10 ของผู้ร่วมค้า
  13.2 ข้อเสนอด้านเทคนิคผู้เสนอราคาต้องจัดทำ ข้อเสนอด้านเทคนิค จำ นวน 3 ชุด ประกอบด้วยต้นฉบับ 1 ชุด และสำ เนา 2 ชุด โดยรับรองสำ เนาพร้อมประทับตรา (ถ้ามี) ทุกฉบับ ประกอบด้วยสาระสำ คัญต่าง ๆ ดังนี้ 13.2.1 แผนการดำ เนินงานโครงการ
  13.2.2 ข้อมูลองค์กรและผลงานที่ผ่านมาด้านการปรับปรุง/พัฒนาระบบสารสนเทศคอมพิวเตอร์ 13.2.3 บุคลากรผู้ดำ เนินงานโครงการ
  13.2.4 ความเข้าใจและแนวคิดในการปรับปรุง/พัฒนาระบบภายใต้ขอบเขตการดำ เนินงาน (TOR) 13.2.5 เงื่อนไขอื่น ๆ ที่เป็นประโยชน์ต่อสถาบัน
  13.3 ข้อเสนอด้านราคา
  ผู้เสนอราคาต้องจัดทำ ข้อเสนอด้านราคา แยกต่างหากจากข้อเสนอด้านเทคนิค โดยต้องแสดงราย ละเอียดค่าใช้จ่ายที่เกี่ยวข้องกับการดำ เนินโครงการตลอดระยะเวลาสัญญาอย่างชัดเจน โปร่งใส และสามารถตรวจ สอบได้ ประกอบด้วยอย่างน้อยดังต่อไปนี้
  (1) ค่าใช้จ่ายในการพัฒนาและติดตั้งระบบในปีที่ 1 ตามขอบเขตของโครงการ (TOR)
  (2) ประมาณการค่าใช้จ่ายด้านโครงสร้างพื้นฐานที่ใช้ในการให้บริการระบบ เช่น Cloud Platform รวมถึงค่าบำ รุงรักษาระบบ (Maintenance) สำ หรับปีถัดไป เพื่อประกอบการพิจารณาของคณะกรรมการ ทั้งนี้ ค่า ใช้จ่ายด้านโครงสร้างพื้นฐานสำ หรับปีแรก ให้เป็นไปตามราคากลางที่หน่วยงานกำ หนดไว้แล้ว 14. กำ หนดยืนราคา
  ผู้เสนอราคาจะต้องยืนราคาเป็นเวลาไม่น้อยกว่า 60 วัน นับตั้งแต่วันที่ยื่นข้อเสนอเป็นต้นไป 15. การรักษาความลับทางราชการ
  ข้อมูลของ สคช. ถือเป็นความลับทางราชการ ห้ามมิให้ผู้รับจ้างนำ ไปใช้ หรือนำ ไปเผยแพร่โดยมีได้รับความ เห็นชอบจากสถาบัน
  .
• 60 -

16. หน่วยงานรับผิดชอบ
    สถานที่ติดต่อ สำ นักเทคโนโลยีสารสนเทศ สถาบันคุณวุฒิวิชาชีพ (องค์การมหาชน) เลขที่ 1177 อาคารเพิร์ล แบงก์ค็อก ชั้น 14 (ใกล้สถานีรถไฟฟ้าอารีย์) ถ.พหลโยธิน แขวงพญาไท เขตพญาไท กรุงเทพมหานคร 10400
    โทรศัพท์ 0 2034 4900 ต่อ 8001
    โทรสาร 0 2035 4928
17. นิยาม
    หน่วยงานภาครัฐ หมายถึง หน่วยงานตาม พ.ร.บ. การจัดซื้อจัดจ้างและ การบริหารพัสดุภาครัฐพ.ศ. 2560
    คณะกรรมการฯ ได้แก่ คณะกรรมการตรวจรับพัสดุ
    ประธานคณะกรรมการ ได้แก่ ประธานคณะกรรมการตรวจรับพัสดุ
    เจ้าหน้าที่ผู้รับผิดชอบด้านระบบ ได้แก่ บุคคลที่สำ นักเทคโนโลยีสารสนเทศ สคช. มอบหมาย ฐานข้อมูลกลาง หมายถึง ฐานข้อมูลหลักของระบบ TPQI-NET ซึ่งประกอบด้วย (1) ข้อมูลมาตรฐานอาชีพ
    (2) ข้อมูลมาตรฐานสมรรถนะ
    (3) ข้อมูลคุณวุฒิวิชาชีพ
    (4) ข้อมูลผู้เข้าสอบและผู้ขอรับการประเมิน
    (5) ข้อมูลผลการประเมินสมรรถนะ
    (6) คลังข้อสอบและประวัติการสอบ
    (7) ข้อมูลการออกใบรับรอง
    (8) ข้อมูลธุรกรรมที่เกี่ยวข้อง
    รวมถึงระบบจัดเก็บข้อมูลที่สถาบันกำ หนดให้เป็นแหล่งข้อมูลหลัก
    ภายใต้สถาปัตยกรรมของ TPQI-NET ได้แก่
    – ระบบดาต้าเลค (Data Lake)
    – ระบบดาต้าเลค (Data Lake)
    – คลังข้อมูล (Data Warehouse)
    – ระบบฐานข้อมูลปฏิบัติการ (Operational Database: OLTP)
    ข้อมูลทั้งหมดนี้ถือเป็น “แหล่งข้อมูลอ้างอิงหลักของสถาบัน
    (Single Source of Truth)” สำ หรับการพัฒนา บูรณาการ
    และตรวจสอบข้อมูลของระบบ
    .

(นายนิธิวัชร์ ศิริปริยพงศ์)
ประธานกรรมการ
16 มี.ค. 69 เวลา 11:40:5 Non-PKI Server Sign
Signature Code : qb0w5-qEt4f-gJayY-cwLyo

(นางสาวจิติมนต์ สกลภาพ)
กรรมการ
16 มี.ค. 69 เวลา 10:53:40 , Non-PKI Server Sign , Signature Code : CQhxI-rcYE3-1uIX+-VTcLG
(นายวรรธนัย ตันเจริญ)
กรรมการ
16 มี.ค. 69 เวลา 11:20:6 , Non-PKI Server Sign , Signature Code : Vsm8D-MnFhb-QF9eF-fYJiq
(นายบุญเสริม เสนาวงษ์)
กรรมการ
16 มี.ค. 69 เวลา 11:37:10 , Non-PKI Server Sign , Signature Code : lD1xQ-Lu58U-E1wML-Xg+os
(นางสาวสุชาดา ทิมาบุตร)
กรรมการ
16 มี.ค. 69 เวลา 11:4:11 , Non-PKI Server Sign , Signature Code : nfeR4- g8JIq-jTrTB-tTG79

(นายชนพล อินเที่ยง)
กรรมการ
16 มี.ค. 69 เวลา 11:35:53 , Non-PKI Server Sign , Signature Code : OU0rN-jPFyA-/LqSi-6uSjO

(นางสาวสิริลักษมี ยาวะโนภาส)
กรรมการและเลขานุการ
16 มี.ค. 69 เวลา 11:38:18 , Non-PKI Server Sign , Signature Code : mw5Xt-ArF33-jO2Z+-ThzLI