วางแผน Sprint 2 และยกระดับแพลตฟอร์ม Grocery POS
เปลี่ยนผลสะท้อนจากการสอบกลางภาค (Week 8) ให้เป็น Sprint 2 Backlog ที่ทำได้จริง พร้อมออกแบบฟีเจอร์ขั้นสูงด้านการพยากรณ์คลังสินค้าด้วย ML และการซิงโครไนซ์ข้อมูลบนคลาวด์อย่างปลอดภัย
หลักสูตร วท.บ. วิทยาการข้อมูลและนวัตกรรมซอฟต์แวร์ (DSSI) · ทีม 1–3 คน
ประเมินต่อเนื่องหลัง Midterm (Advisor 50% + Committee 50% เมื่อจบเทอม)
ทบทวนจุดอ่อนจาก Week 8
คัดแยกคำแนะนำกรรมการเป็น Refactoring, Bug Fix และขอบเขตใหม่
คุมขอบเขตตาม Velocity
จัดลำดับ User Story บน GitHub Projects ให้เหมาะกับกำลังคน 1–3 คน
ML คลังสินค้า & Cloud Sync
พยากรณ์ Reorder Point อัตโนมัติ และแก้ปัญหา Race Condition
ตรงสาย Data + Software
ตอบโจทย์ CLO1, CLO2, CLO3 และเตรียมความพร้อมสู่ Week 15
แปลง Feedback กรรมการกลางภาค เป็นงานที่ลงมือทำได้
จัดลำดับ Sprint 2 Backlog ให้พอดีกับ Velocity ของทีม
พารามิเตอร์กำลังทีม (Team Capacity)
2. Sprint Backlog → Sprint Goal (Why + What + How)
3. Increment → Definition of Done (DoD)
เลือก User Stories เข้า Sprint 2 Backlog (Grocery POS)
จำลองบอร์ด GitHub Projects และวินัยการส่งมอบโค้ด
โครงสร้างคอลัมน์มาตรฐานบน GitHub Projects
- Product Backlog & Sprint Backlog — เก็บ User Stories ก่อนแตกเป็น Issue ย่อย
- Todo → In Progress — งานย่อยระดับ Task ที่จบได้ภายใน 4–16 ชม. (ไม่เกิน 1 วัน)
- Awaiting Review — เปิด Pull Request (PR) และให้เพื่อนร่วมทีม/ที่ปรึกษาตรวจ Code Review
- Icebox — แช่แข็ง User Stories ที่ยังไม่อยู่ในขอบเขต Sprint 2 เพื่อป้องกัน Scope Creep
Git Branching & Commit Standard (เกณฑ์ประเมิน Sprint 2)
- Branch แยกตามฟีเจอร์: main (พร้อมเดโม) ← develop ← feat/ml-reorder, fix/stock-lock
- เกณฑ์ระดับดีเยี่ยม (22–25 คะแนน): ประวัติ Git commit ใน Sprint 2 มีความต่อเนื่อง สมาชิก (1–3 คน) มีส่วนร่วมพัฒนาฟีเจอร์ระดับสูงอย่างสมดุล
- ความเสี่ยงที่ต้องเลี่ยง: การรวมโค้ดก้อนใหญ่คืนเดียวก่อนสอบ (Big-bang commit) ทำให้ตรวจสอบย้อนกลับไม่ได้
ยกระดับสถาปัตยกรรม Grocery POS จาก Sprint 1 สู่ Sprint 2
ระบบวิเคราะห์คลังสินค้าอัจฉริยะด้วย Machine Learning
จำลองพารามิเตอร์ Smart Reorder
กลไก Cloud Sync และการป้องกันสต็อกติดลบเมื่อขายพร้อมกัน
จำลองเหตุการณ์ Race Condition & Sync
สถานการณ์: เหลือ น้ำดื่มแพ็ค 12 ขวด ในคลังเพียง 1 แพ็คสุดท้าย แต่เครื่องแคชเชียร์ A และ B กดคิดเงินพร้อมกัน
2. ใช้ Outbox Queue เก็บบิลลง Local Storage/SQLite ของเครื่องขายเมื่อเน็ตหลุด แล้วค่อย Sync ตามลำดับเวลา
ส่งคำสั่งซื้อ: น้ำดื่ม 1 แพ็ค (t = 0.00s)
ส่งคำสั่งซื้อ: น้ำดื่ม 1 แพ็ค (t = 0.02s)
เชื่อมโยง 2 สายวิชาเอก DSSI และแบ่งงานทีม 1–3 คนให้สมดุล
Data Science & AI/ML Track
- Data Pipeline: สกัดและทำความสะอาดข้อมูลจาก Orders และ Order_Items จัดการ Missing Values และ Outliers
- Predictive & Prescriptive Analytics: พยากรณ์ยอดขายรายวัน, คำนวณ Dynamic Reorder Point และแนะนำสินค้าซื้อคู่กัน (Association Rules)
- Evaluation & Governance: วัดเทียบ Baseline + คุ้มครองข้อมูลส่วนบุคคลตาม PDPA (เช่น การ Mask ข้อมูลลูกค้า)
Software Innovation & Cloud Track
- Architecture & Concurrency: ออกแบบ API และ Database Transaction ที่รองรับการตัดสต็อกพร้อมกันอย่างถูกต้อง
- Cloud Sync & Resilience: จัดการ State Management, Error Handling และ Offline Queue สำหรับหน้าร้าน
- Quality & Automation: เขียน Unit Test / Integration Test, ทำ Code Review ผ่าน PR และตั้งค่า CI Pipeline
ตัวช่วยจัดสรรบทบาทตามจำนวนสมาชิกจริง (1–3 คน)
เลือกขนาดทีมเพื่อดูแนวทางการแบ่งภาระงานที่กรรมการประเมินว่า "สมดุลและทำได้จริง"ความเสี่ยงใน Sprint 2 วินัยการใช้ AI และเช็กลิสต์เกณฑ์ประเมิน
| ความเสี่ยงใน Sprint 2 | ผลกระทบ | แผนบรรเทาความเสี่ยง (Mitigation Plan) |
|---|---|---|
| ข้อมูลจริงไม่พอเทรน ML | โมเดลพยากรณ์คลาดเคลื่อน | ใช้ Seed Data เชิงสถิติที่สะท้อนฤดูกาล + เริ่มจาก Moving Average Baseline ก่อนซับซ้อน |
| Over-scoping ฟีเจอร์ขั้นสูง | ระบบพังตอนรวมโค้ด Week 11 | ล็อกขอบเขตใน Sprint 2 Backlog แล้วส่งส่วนรองเข้า Icebox |
| ใช้ AI Coding โดยไม่ตรวจ | Bug แฝง / ช่องโหว่ความปลอดภัย | ใช้ AI สร้างโครงสร้างได้ แต่ต้องผ่าน Unit Test + Code Review ก่อน Merge ทุก PR |
| Commit กระจุกตัวคนเดียว | คะแนนส่วนร่วมไม่สมดุล | บังคับแตก Issue ย่อยรายบุคคล และหมุนเวียนรีวิวโค้ดทุกสัปดาห์ |
เกณฑ์ประเมิน Sprint 2 (25 คะแนน)
แก้ Backlog ตาม Feedback ครบถ้วน Git commit ต่อเนื่อง สมาชิก 1–3 คนร่วมพัฒนาฟีเจอร์ขั้นสูงอย่างสมดุล
ปรับตาม Feedback หลักได้ดี Git อัปเดตสม่ำเสมอ ฟีเจอร์ระดับสูงทำงานได้ตามเป้าหมาย
แก้ Feedback บางส่วน Git ใน Sprint 2 ไม่สม่ำเสมอ หรือภาระงานในทีมไม่เท่าเทียม
ไม่ปรับตาม Feedback กลางภาค และไม่มีหลักฐานการทำงาน Sprint 2 บน Git
เช็กลิสต์ความพร้อม Sprint 2
0 / 6 ข้อเส้นทางสู่ Final Project Defense และสิ่งที่ต้องส่งสัปดาห์นี้
กำหนดการ 7 สัปดาห์สุดท้าย (อ้างอิง มคอ.3 รายวิชา 1145 204)
| สัปดาห์ | หัวข้อ / กิจกรรมหลัก | ผลลัพธ์ที่คาดหวัง (CLO) |
|---|---|---|
| Week 9 | Sprint 2 Planning & Advanced Dev | Backlog ใหม่หลัง Midterm + เริ่มสร้างฟีเจอร์ ML/Cloud Sync |
| Week 10 | Advanced Development & Track Integration | โมเดล ML / Sync Engine ทำงานเชื่อมกับ Backend ได้ (CLO1–3) |
| Week 11 | System Integration & API Alignment | เชื่อม Frontend–Backend–DB + State & Error Handling (CLO2) |
| Week 12 | Project Risk & Quality Review | ทบทวนความเสี่ยงเชิงเทคนิคและประสิทธิภาพระบบ (CLO3) |
| Week 13 | Software Testing & QA | Unit / Integration Test และผล Usability Testing (CLO2, CLO3) |
| Week 14 | Documentation & User Manual | รายงานโครงงานฉบับสมบูรณ์และคู่มือใช้งาน (CLO4) |
| Week 15 | Final Project Defense | สอบป้องกันโครงงานและส่งมอบระบบสมบูรณ์ (Advisor 50% + Committee 50%) |
ชิ้นงานที่ต้องอัปเดตหลังจบคาบ Week 9
- Midterm Feedback Action Plan: ตารางสรุปข้อเสนอแนะจากกรรมการ พร้อมการตัดสินใจว่าปรับแก้ใน Sprint 2 หรือย้ายเข้า Icebox
- Updated GitHub Projects Board: แตก User Stories เป็น Tasks (≤ 1 วัน/งาน) กำหนด Story Points และ Assignee รายคน
- Schema & Sync Design Update: เพิ่มตารางรองรับ ML/Sync และแนวทางป้องกัน Race Condition
- First Sprint 2 Commit: สร้าง Feature Branch และส่ง Commit แรกเข้า Repository อย่างเป็นระบบ