ทักษะ:

Google Cloud Platform, Microsoft Azure, Architecture, Web Services, TensorFlow, Python, Docker

ประเภทงาน:

งานประจำ

• วิจัย พัฒนา และปรับปรุงระบบเทคโนโลยีปัญญาประดิษฐ์ (Artificial Intelligence: AI) เพื่อสนับสนุนและเพิ่มประสิทธิภาพกระบวนการทำงานภายในองค์กรอย่างเป็นระบบ.
• ออกแบบและพัฒนาโมเดล AI เช่น Machine Learning, Natural Language Processing (NLP), Computer Vision, Speech to Text, Speech Recognition รวมถึง AI Agent ให้สอดคล้องกับเป้าหมายเชิงธุรกิจขององค์กร.
• ศึกษา วิเคราะห์ และทดสอบเทคโนโลยี AI ใหม่ ๆ เพื่อนำมาประยุกต์ใช้ในการเพิ่มประสิทธิภาพการดำเนินงานของธนาคาร.
• ศึกษา วิเคราะห์ และรวบรวมความต้องการของหน่วยงานผู้ใช้ (User Requirement) เพื่อนำมาประกอบการกำหนดแนวทางหรือรูปแบบการพัฒนาโครงการด้าน AI.
• สนับสนุนงานด้านการวิเคราะห์เชิงธุรกิจ (Business Analysis) โดยแปลงความต้องการหรือปัญหาทางธุรกิจให้เป็นโซลูชันทางเทคนิค และเชื่อมโยงเป้าหมายเชิงนโยบายและองค์กรเข้ากับแนวทางเทคโนโลยี.
• ทำงานร่วมกับหน่วยงานด้าน Data, IT และหน่วยงานภายในอื่น ๆ เพื่อวิเคราะห์และแก้ไขปัญหาด้านเทคโนโลยีอย่างเป็นระบบ.
• ประสานการทำงานร่วมกับหน่วยงานที่เกี่ยวข้อง ทั้งภายในและภายนอกองค์กร เพื่อให้การดำเนินโครงการเป็นไปอย่างมีประสิทธิภาพ และบรรลุวัตถุประสงค์ตามที่กำหนด.
• ประสบการณ์ทำงาน.
• มีประสบการณ์ในการใช้งาน LLM Orchestration Framework เช่น LangChain หรือ LangGraph ในการพัฒนาแอปพลิเคชัน.
• มีประสบการณ์ในการใช้งานเทคโนโลยีคลาวด์แพลตฟอร์ม (Cloud Platform) เช่น Microsoft Azure, Google Cloud Platform (GCP) หรือ Amazon Web Services (AWS).
• มีประสบการณ์ในการเข้าร่วมการแข่งขันด้านวิทยาศาสตร์ข้อมูล (เช่น Kaggle Competition) หรือมีประสบการณ์ตรงในการวิเคราะห์และจัดการกับชุดข้อมูล (Dataset) จริงในภาคธุรกิจ.
• เป็นบุคคลที่มีคุณสมบัติและไม่มีลักษณะต้องห้ามของพนักงานตามกฎหมาย ว่าด้วยคุณสมบัติมาตรฐานสำหรับกรรมการและพนักงานของรัฐวิสาหกิจ และระเบียบธนาคารออมสิน ว่าด้วยการแต่งตั้งและการพ้นจากตำแหน่งพนักงานธนาคารออมสิน.
• อายุไม่เกิน 30 ปี นับถึงวันปิดแจ้งความประสงค์.
• เพศชายต้องพ้นภาระทางทหาร หรือผ่านการเกณฑ์ทหาร (แบบ สด.43) หรือได้สำเร็จการฝึกวิชาทหารชั้นปีที่ 3 ขึ้นไป (แบบ สด.8) หรือตามที่ธนาคารเห็นควร.
• ต้องไม่เป็นบุคคลที่ถูกกำหนดตามมาตรา 4 แห่งพระราชบัญญัติป้องกันและปราบปรามการสนับสนุนทางการเงินแก่การก่อการร้ายและการแพร่ขยายอาวุธที่มีอานุภาพทำลายล้างสูง พ.ศ. 2559.
• สำเร็จการศึกษาตั้งแต่ระดับปริญญาตรีขึ้นไป สาขาวิศวกรรมคอมพิวเตอร์ ปัญญาประดิษฐ์ วิทยาศาสตร์ข้อมูล หรือสาขาวิชาที่เกี่ยวข้องและเป็นประโยชน์กับธนาคาร ตามที่ธนาคารเห็นควร.
• มีความเชี่ยวชาญในการเขียนโปรแกรมด้วยภาษา Python เป็นอย่างดี เข้าใจโครงสร้างโค้ดและหลักการเขียนโปรแกรมเชิงวัตถุ (Object-Oriented Programming: OOP).
• มีความรู้ความเข้าใจในหลักการของ Machine Learning และ Deep Learning เป็นอย่างดี.
• มีความสามารถในการสร้างและทดสอบ (Train) โมเดล AI ด้วย Framework มาตรฐานเช่น PyTorch หรือ TensorFlow ได้ด้วยตนเอง.
• มีทักษะความเชี่ยวชาญด้าน Data Preprocessing และ Feature Engineering รวมถึงมีความสามารถในการบริหารจัดการข้อมูลที่ไม่สมบูรณ์ได้อย่างมีประสิทธิภาพ.
• มีความสามารถในการวัดและประเมินผลประสิทธิภาพของโมเดล ด้วยตัวชี้วัด (Metrics) ที่เหมาะสมกับลักษณะงาน เช่น AUC, F1-score, Precision, Recall และ RMSE.
• มีความรู้และทักษะการใช้งานระบบควบคุมเวอร์ชั่น (Version Control) เช่น Git เพื่อใช้ในการจัดการซอร์สโค้ดและทำงานร่วมกับทีมได้อย่างเป็นระบบ.
• มีความเข้าใจและสามารถใช้งาน Docker ในการจัดทำ Container (Containerize) สำหรับแอปพลิเคชัน หรือโมเดลเบื้องต้นได้.
• มีทักษะด้านการคิดวิเคราะห์ การแก้ไขปัญหาที่มีความซับซ้อน และมีความสามารถในการทำงานร่วมกับทีมงานแบบบูรณาการ (Cross-functional Team) ได้ดี.
• หากมีคุณสมบัติเพิ่มเติมดังนี้จะได้รับการพิจารณาเป็นกรณีพิเศษ.
• มีความรู้ความเข้าใจด้าน Generative AI และ Large Language Models (LLM) รวมถึงเข้าใจโครงสร้างสถาปัตยกรรม (Transformer Architecture) และมีทักษะความสามารถด้าน Prompt Engineering.
• มีประสบการณ์ในการใช้งาน LLM Orchestration Framework เช่น LangChain หรือ LangGraph ในการพัฒนาแอปพลิเคชัน.
• มีความสามารถในการพัฒนาและออกแบบ REST API (เช่น FastAPI) เพื่อใช้ในการเชื่อมต่อ สื่อสาร และให้บริการโมเดล AI (Model Deployment) ร่วมกับระบบอื่น ๆ ได้.
• มีความรู้ความเข้าใจในการะบวนการ Continuous Integration / Continuous Deployment (CI/CD) และขั้นตอนการนำระบบ AI ขึ้นใช้งานจริง (AI Deployment) เบื้องต้น.
• มีประสบการณ์ในการใช้งานเทคโนโลยีคลาวด์แพลตฟอร์ม (Cloud Platform) เช่น Microsoft Azure, Google Cloud Platform (GCP) หรือ Amazon Web Services (AWS).
• มีผลงานโครงการพัฒนาด้าน AI ที่เป็นรูปธรรมและสามารถตรวจสอบได้ เช่น การมี GitHub Repository ที่แสดงซอร์สโค้ดและทักษะการสร้างโมเดลจริง.
• มีประสบการณ์ในการเข้าร่วมการแข่งขันด้านวิทยาศาสตร์ข้อมูล (เช่น Kaggle Competition) หรือมีประสบการณ์ตรงในการวิเคราะห์และจัดการกับชุดข้อมูล (Dataset) จริงในภาคธุรกิจ.