ทักษะ:

Architecture

ประเภทงาน:

งานประจำ

• การกำหนดกลยุทธ์และสถาปัตยกรรม AI.
• กำหนดวิสัยทัศน์ กลยุทธ์ และแผนพัฒนา AI Platform Architecture ให้สอดคล้องกับทิศทางธุรกิจของบริษัท.
• ออกแบบสถาปัตยกรรมระบบ AI แบบครบวงจร ตั้งแต่การรับข้อมูล การประมวลผล การฝึกโมเดล การนำโมเดลขึ้นใช้งานจริง จนถึงการติดตามประสิทธิภาพ.
• กำหนดมาตรฐานด้าน Application Architecture, Data Architecture, Model Architecture, API และ Integration.
• ออกแบบระบบให้รองรับการทำงานแบบ Cloud, On-premises, Edge AI และ Hybrid Architecture.
• วางแผนให้ระบบสามารถรองรับผู้ใช้งาน กล้อง อุปกรณ์ IoT และปริมาณข้อมูลที่เพิ่มขึ้นได้อย่างมีประสิทธิภาพ.
• ประเมินและคัดเลือกเทคโนโลยี AI, Framework, Cloud Service, Database และโครงสร้างพื้นฐานที่เหมาะสม.
• การพัฒนาและบริหาร AI Platform.
• กำกับดูแลการพัฒนาแพลตฟอร์ม AI ให้เป็นระบบกลางที่สามารถนำกลับมาใช้กับผลิตภัณฑ์หรือโครงการต่าง ๆ ของบริษัทได้.
• ออกแบบระบบสำหรับ Model Training, Model Registry, Model Deployment, Version Control และ Model Monitoring.
• กำหนดแนวทาง MLOps และ DevOps เพื่อให้การพัฒนา ทดสอบ และนำระบบขึ้นใช้งานจริงมีมาตรฐาน.
• ดูแลการเชื่อมต่อ AI Platform กับกล้อง CCTV, AI Box, IoT Gateway, Dashboard, Web Application, Mobile Application, LINE Notification และระบบของลูกค้า.
• กำกับการออกแบบ API และ Microservices ให้ปลอดภัย มีประสิทธิภาพ และสามารถขยายระบบได้.
• ควบคุมประสิทธิภาพ ความเสถียร และความพร้อมใช้งานของแพลตฟอร์มตาม Service Level Agreement (SLA).
• การบริหารข้อมูลและวงจรชีวิตโมเดล AI.
• วางโครงสร้าง Data Pipeline สำหรับการรวบรวม จัดเก็บ ทำความสะอาด และประมวลผลข้อมูล.
• กำหนดมาตรฐานด้าน Data Quality, Data Governance, Data Labeling และสิทธิ์การเข้าถึงข้อมูล.
• กำกับดูแลกระบวนการฝึก ทดสอบ ประเมิน และนำโมเดล AI ไปใช้งานจริง.
• กำหนดเกณฑ์วัดประสิทธิภาพของโมเดล เช่น Accuracy, Precision, Recall, F1-score, False Alarm Rate และ Processing Latency.
• ติดตามปัญหา Model Drift, Data Drift และประสิทธิภาพของโมเดลหลังนำขึ้นใช้งาน.
• วางแผนปรับปรุงหรือฝึกโมเดลใหม่ให้เหมาะสมกับสภาพแวดล้อมและข้อมูลของแต่ละโครงการ.
• ความมั่นคงปลอดภัยและการกำกับดูแล AI.
• กำหนดมาตรฐานด้าน Cybersecurity, Data Privacy, Access Control, Encryption, Logging และ Audit Trail.
• ดูแลให้การเก็บ ใช้ และประมวลผลข้อมูลเป็นไปตามพระราชบัญญัติคุ้มครองข้อมูลส่วนบุคคล (PDPA) และข้อกำหนดที่เกี่ยวข้อง.
• ประเมินความเสี่ยงของระบบ AI รวมถึงความถูกต้อง ความโปร่งใส อคติของโมเดล และผลกระทบต่อผู้ใช้งาน.
• จัดทำแนวทาง AI Governance และ Responsible AI สำหรับผลิตภัณฑ์และบริการของบริษัท.
• ประสานงานกับฝ่าย IT, Cybersecurity, Legal, Compliance และ Internal Audit ในการตรวจสอบระบบ.
• การบริหารทีมและโครงการ.
• บริหารและพัฒนาทีม AI Architect, AI/ML Engineer, Data Engineer, Software Engineer และ MLOps/DevOps Engineer.
• กำหนดเป้าหมาย แผนงาน ทรัพยากร ระยะเวลา และงบประมาณของโครงการ.
• มอบหมายงาน ติดตามความคืบหน้า ประเมินผล และแก้ไขอุปสรรคของทีม.
• จัดทำมาตรฐานการพัฒนาระบบ เช่น Coding Standard, Architecture Review, Code Review, Testing และ Documentation.
• ส่งเสริมการถ่ายทอดองค์ความรู้ การพัฒนาทักษะ และการทดลองเทคโนโลยีใหม่ภายในทีม.
• บริหารผู้ให้บริการภายนอก ที่ปรึกษา และพันธมิตรด้านเทคโนโลยี.
• การสนับสนุนธุรกิจและลูกค้า.
• ร่วมกับฝ่ายขาย Pre-sales ฝ่ายผลิตภัณฑ์ และฝ่ายปฏิบัติการในการออกแบบโซลูชันให้ตรงกับความต้องการของลูกค้า.
• วิเคราะห์ความเป็นไปได้ทางเทคนิค จัดทำ Solution Architecture และประเมินทรัพยากรของโครงการ.
• สนับสนุนการจัดทำ Proposal, Scope of Work, Technical Specification, Bill of Materials และต้นทุนระบบ.
• นำเสนอแนวทางทางเทคนิคต่อผู้บริหาร ลูกค้า และพันธมิตรทางธุรกิจ.
• กำกับดูแลการทำ Proof of Concept (POC), Pilot Project และการส่งมอบระบบให้เป็นไปตามขอบเขตและเกณฑ์การยอมรับงาน.
• วิเคราะห์ปัญหาเชิงสถาปัตยกรรมและกำหนดแนวทางแก้ไขสำหรับระบบที่ใช้งานจริง.
• อำนาจหน้าที่.
• เสนอและกำหนดมาตรฐานด้านสถาปัตยกรรม AI และเทคโนโลยีที่เกี่ยวข้อง.
• พิจารณาอนุมัติ Technical Design และ Solution Architecture ก่อนเริ่มพัฒนา.
• เสนอการเลือกใช้ Cloud Platform, AI Framework, Infrastructure และเครื่องมือสำหรับการพัฒนาระบบ.
• ประเมินและเสนอแผนการลงทุนด้านเทคโนโลยีและทรัพยากรของโครงการ.
• ระงับหรือเสนอให้ปรับปรุงการนำระบบขึ้นใช้งาน หากพบความเสี่ยงด้านความปลอดภัย ความเสถียร หรือคุณภาพ.
• ประเมินผลการปฏิบัติงานและเสนอแผนพัฒนาบุคลากรภายในทีม.
• การศึกษา.
• ปริญญาตรีขึ้นไป สาขาวิทยาการคอมพิวเตอร์ วิศวกรรมคอมพิวเตอร์ วิศวกรรมซอฟต์แวร์ ปัญญาประดิษฐ์ วิทยาการข้อมูล หรือสาขาที่เกี่ยวข้อง.
• หากสำเร็จการศึกษาระดับปริญญาโทด้าน AI, Computer Science, Data Science หรือ Technology Management จะได้รับการพิจารณาเป็นพิเศษ.
• ประสบการณ์.
• มีประสบการณ์ด้าน Software Architecture, Solution Architecture, Data Platform หรือ AI/ML อย่างน้อย 8 ปี.
• มีประสบการณ์บริหารทีมเทคนิคหรือดำรงตำแหน่งหัวหน้าทีมอย่างน้อย 3 ปี.
• มีประสบการณ์ออกแบบและนำระบบ AI หรือ Data Platform ขึ้นใช้งานจริงในระดับ Production.
• หากมีประสบการณ์ด้าน Computer Vision, CCTV Analytics, Edge AI, IoT, Smart Building หรือ Cybersecurity จะได้รับการพิจารณาเป็นพิเศษ.
• ความรู้และทักษะทางเทคนิค.
• มีความเข้าใจ AI, Machine Learning, Deep Learning, Computer Vision และ Generative AI.
• มีความรู้ด้าน Python และ Framework เช่น PyTorch, TensorFlow หรือเครื่องมือที่เกี่ยวข้อง.
• มีความเข้าใจ Cloud Architecture เช่น AWS, Microsoft Azure หรือ Google Cloud Platform.
• มีความรู้ด้าน Container, Docker, Kubernetes, CI/CD, DevOps และ MLOps.
• มีความเข้าใจ Microservices, REST API, Event-driven Architecture และ System Integration.
• มีความรู้ด้านฐานข้อมูล SQL, NoSQL, Data Lake, Data Warehouse และ Streaming Data.
• มีความรู้ด้านระบบเครือข่าย Cybersecurity และการรักษาความปลอดภัยของข้อมูล.
• สามารถจัดทำ Architecture Diagram, Technical Specification และเอกสารประกอบระบบได้.
• สามารถสื่อสารภาษาอังกฤษเชิงเทคนิคได้ดี.