āļ›āļĢāļ°āļāļēāļĻāļ‡āļēāļ™āļ™āļĩāđ‰āļŦāļĄāļ”āļ­āļēāļĒāļļāđāļĨāđ‰āļ§

Purpose (āļ§āļąāļ•āļ–āļļāļ›āļĢāļ°āļŠāļ‡āļ„āđŒāļ‡āļēāļ™):


āļˆāļąāļ”āļ—āļģāļŠāļļāļ”āļ‚āđ‰āļ­āļĄāļđāļĨāļāļēāļĢāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒ āđāļĨāļ°āđ‚āļĄāđ€āļ”āļĨāļāļēāļĢāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāļ”āđ‰āļ§āļĒāđ€āļ—āļ„āđ‚āļ™āđ‚āļĨāļĒāļĩ Machine Learning āđāļĨāļ° Data Science āļĢāļ§āļĄāļ–āļķāļ‡āļāļēāļĢāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāļ‚āđ‰āļ­āļĄāļđāļĨāđ€āļŠāļīāļ‡āļĨāļķāļ (Deep Insight) āđ€āļžāļ·āđˆāļ­āļāļēāļĢāļŠāļĢāđ‰āļēāļ‡āđāļšāļšāļˆāļģāļĨāļ­āļ‡āđƒāļ™āļāļēāļĢāļ™āļģāđ„āļ›āđƒāļŠāđ‰āļ—āļģāļ™āļēāļĒ āļ„āļēāļ”āļāļēāļĢāļ“āđŒ (Predictive) āļ•āļ­āļšāđ‚āļˆāļ—āļĒāđŒāļāļąāļšāļ—āļēāļ‡āļ˜āļļāļĢāļāļīāļˆāđƒāļŦāđ‰āļāļąāļšāļ­āļ‡āļ„āđŒāļāļĢ

Key Responsibilities (āļ„āļ§āļēāļĄāļĢāļąāļšāļœāļīāļ”āļŠāļ­āļšāļŦāļĨāļąāļ):


· Data Modeling & ML: āļžāļąāļ’āļ™āļē, āļ—āļ”āļŠāļ­āļš āđāļĨāļ°āļ™āļģ Machine Learning Models āđ„āļ›āđƒāļŠāđ‰āļˆāļĢāļīāļ‡ (Production) āđ€āļžāļ·āđˆāļ­āđāļāđ‰āđ„āļ‚āļ›āļąāļāļŦāļēāļ—āļēāļ‡āļ˜āļļāļĢāļāļīāļˆ āđ€āļŠāđˆāļ™ āļāļēāļĢāļ—āļģāļ™āļēāļĒāļĒāļ­āļ”āļ‚āļēāļĒ, āļāļēāļĢ Optimization, āļ•āļĢāļ§āļˆāļˆāļąāļšāļ—āļļāļˆāļĢāļīāļ• āđ€āļ›āđ‡āļ™āļ•āđ‰āļ™


· Advanced Analytics: āđƒāļŠāđ‰āļ§āļīāļ˜āļĩāļāļēāļĢāļ—āļēāļ‡āļŠāļ–āļīāļ•āļīāļ‚āļąāđ‰āļ™āļŠāļđāļ‡āđāļĨāļ°āļ­āļąāļĨāļāļ­āļĢāļīāļ—āļķāļĄ āđ€āļžāļ·āđˆāļ­āļ„āđ‰āļ™āļŦāļēāļĢāļđāļ›āđāļšāļš (Pattern) āļ—āļĩāđˆāļ‹āđˆāļ­āļ™āļ­āļĒāļđāđˆāđƒāļ™āļ‚āđ‰āļ­āļĄāļđāļĨāļ‚āļ™āļēāļ”āđƒāļŦāļāđˆ (Big Data)


· Dashboard & Reporting: āļžāļąāļ’āļ™āļēāđāļĨāļ°āļ”āļđāđāļĨ Dashboard (Power BI) āđ€āļžāļ·āđˆāļ­āļ•āļīāļ”āļ•āļēāļĄ KPI āđāļĨāļ°āļĢāļēāļĒāļ‡āļēāļ™āļœāļĨāļāļēāļĢāļ”āļģāđ€āļ™āļīāļ™āļ‡āļēāļ™āļ˜āļļāļĢāļāļīāļˆāđāļšāļš Real-time


· Business Analysis: āļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāļ‚āđ‰āļ­āļĄāļđāļĨāđ€āļžāļ·āđˆāļ­āļŦāļē Insight, āđāļ™āļ§āđ‚āļ™āđ‰āļĄ (Trends) āđāļĨāļ°āļŠāļēāđ€āļŦāļ•āļļāļ‚āļ­āļ‡āļ›āļąāļāļŦāļēāļ—āļēāļ‡āļ˜āļļāļĢāļāļīāļˆ


· Data Interpretation: āđāļ›āļĨāļœāļĨāļ‚āđ‰āļ­āļĄāļđāļĨāđƒāļŦāđ‰āđ€āļ›āđ‡āļ™āļ„āļģāđāļ™āļ°āļ™āļģāđ€āļŠāļīāļ‡āļāļĨāļĒāļļāļ—āļ˜āđŒ (Actionable Insights) āđ€āļžāļ·āđˆāļ­āđ€āļžāļīāđˆāļĄāļĒāļ­āļ”āļ‚āļēāļĒ āļŦāļĢāļ·āļ­āđ€āļžāļīāđˆāļĄāļ›āļĢāļ°āļŠāļīāļ—āļ˜āļīāļ āļēāļžāļāļēāļĢāļ—āļģāļ‡āļēāļ™


· Insight Communication: āļŠāļ·āđˆāļ­āļŠāļēāļĢāļœāļĨāļāļēāļĢāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāļ—āļĩāđˆāļ‹āļąāļšāļ‹āđ‰āļ­āļ™āđƒāļŦāđ‰āđ€āļ‚āđ‰āļēāđƒāļˆāļ‡āđˆāļēāļĒāļœāđˆāļēāļ™āļāļēāļĢāļ—āļģ Visualization āđāļĨāļ°āļāļēāļĢāļ™āļģāđ€āļŠāļ™āļ­āļ•āđˆāļ­āļ—āļĩāļĄāļšāļĢāļīāļŦāļēāļĢ

Qualifications (āļ„āļļāļ“āļŠāļĄāļšāļąāļ•āļī):


· āļ›āļĢāļīāļāļāļēāļ•āļĢāļĩ/āđ‚āļ— āļŠāļēāļ‚āļēāļ§āļīāļ—āļĒāļēāļāļēāļĢāļ„āļ­āļĄāļžāļīāļ§āđ€āļ•āļ­āļĢāđŒ, āļŠāļ–āļīāļ•āļī, āļ„āļ“āļīāļ•āļĻāļēāļŠāļ•āļĢāđŒ, āļ§āļīāļĻāļ§āļāļĢāļĢāļĄāļĻāļēāļŠāļ•āļĢāđŒ āļŦāļĢāļ·āļ­āļŠāļēāļ‚āļēāļ—āļĩāđˆāđ€āļāļĩāđˆāļĒāļ§āļ‚āđ‰āļ­āļ‡


· āļ›āļĢāļ°āļŠāļšāļāļēāļĢāļ“āđŒāļ—āļģāļ‡āļēāļ™āļ”āđ‰āļēāļ™ Data Science/Machine Learning 1-3 āļ›āļĩ


āļŦāļĢāļ·āļ­ āļ›āļĢāļ°āļŠāļšāļāļēāļĢāļ“āđŒāļ—āļģāļ‡āļēāļ™āļ”āđ‰āļēāļ™ Data Analytics/Business Intelligence 1-3 āļ›āļĩ


· āļ—āļąāļāļĐāļ°āļāļēāļĢāđ€āļ‚āļĩāļĒāļ™āđ‚āļ›āļĢāđāļāļĢāļĄ Python (Pandas, NumPy, Scikit-learn, TensorFlow/PyTorch) āļ­āļĒāđˆāļēāļ‡āļ”āļĩ


· āđ€āļŠāļĩāđˆāļĒāļ§āļŠāļēāļāļāļēāļĢāđƒāļŠāđ‰ SQL āļŠāļģāļŦāļĢāļąāļšāļ”āļķāļ‡āļ‚āđ‰āļ­āļĄāļđāļĨāđƒāļ™āļĢāļ°āļ”āļąāļšāļŠāļđāļ‡āļĄāļĩ


· āļ—āļąāļāļĐāļ°āđƒāļ™āļāļēāļĢāđƒāļŠāđ‰āđ€āļ„āļĢāļ·āđˆāļ­āļ‡āļĄāļ·āļ­ Visualization (Power BI)


· āļĄāļĩāļ„āļ§āļēāļĄāđ€āļ‚āđ‰āļēāđƒāļˆāļšāļĢāļīāļšāļ—āļ—āļēāļ‡āļ˜āļļāļĢāļāļīāļˆ (Business Acumen) āđāļĨāļ°āļŠāļēāļĄāļēāļĢāļ–āļŠāļ·āđˆāļ­āļŠāļēāļĢāļ‚āđ‰āļ­āļĄāļđāļĨāļ—āļĩāđˆāļ‹āļąāļšāļ‹āđ‰āļ­āļ™āđ„āļ”āđ‰āļ”āļĩ


āļ›āļĢāļ°āļŠāļšāļāļēāļĢāļ“āđŒāļ—āļĩāđˆāļˆāļģāđ€āļ›āđ‡āļ™
  • āđ„āļĄāđˆāļĢāļ°āļšāļļāļ›āļĢāļ°āļŠāļšāļāļēāļĢāļ“āđŒāļ‚āļąāđ‰āļ™āļ•āđˆāļģ
āđ€āļ‡āļīāļ™āđ€āļ”āļ·āļ­āļ™
  • āļŠāļēāļĄāļēāļĢāļ–āļ•āđˆāļ­āļĢāļ­āļ‡āđ„āļ”āđ‰
āļŠāļēāļĒāļ‡āļēāļ™
  • āļ™āļąāļāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒ
  • āđ„āļ­āļ—āļĩ / āđ€āļ‚āļĩāļĒāļ™āđ‚āļ›āļĢāđāļāļĢāļĄ
āļ›āļĢāļ°āđ€āļ āļ—āļ‡āļēāļ™
  • āļ‡āļēāļ™āļ›āļĢāļ°āļˆāļģ

āđ€āļāļĩāđˆāļĒāļ§āļāļąāļšāļšāļĢāļīāļĐāļąāļ—

āļˆāļģāļ™āļ§āļ™āļžāļ™āļąāļāļ‡āļēāļ™:1000-2000 āļ„āļ™
āļ›āļĢāļ°āđ€āļ āļ—āļšāļĢāļīāļĐāļąāļ—:āļ›āļīāđ‚āļ•āļĢāđ€āļĨāļĩāļĒāļĄ / āđāļāđŠāļŠ
āļ—āļĩāđˆāļ•āļąāđ‰āļ‡āļšāļĢāļīāļĐāļąāļ—:āļāļĢāļļāļ‡āđ€āļ—āļž
āđ€āļ§āđ‡āļšāđ„āļ‹āļ•āđŒ:career.bangchak.co.th
āļāđˆāļ­āļ•āļąāđ‰āļ‡āđ€āļĄāļ·āđˆāļ­āļ›āļĩ:1984
āļ„āļ°āđāļ™āļ™:4.5/5

āļšāļĢāļīāļĐāļąāļ— āļšāļēāļ‡āļˆāļēāļ āļ„āļ­āļĢāđŒāļ›āļ­āđ€āļĢāļŠāļąāđˆāļ™ āļˆāļģāļāļąāļ” (āļĄāļŦāļēāļŠāļ™) āđ€āļ›āđ‡āļ™āļšāļĢāļīāļĐāļąāļ—āļžāļĨāļąāļ‡āļ‡āļēāļ™āļŠāļąāđ‰āļ™āļ™āļģāļ‚āļ­āļ‡āđ„āļ—āļĒāļ—āļĩāđˆāļ”āļģāđ€āļ™āļīāļ™āļ˜āļļāļĢāļāļīāļˆāļ āļēāļĒāđƒāļ•āđ‰āđāļ™āļ§āļ„āļīāļ”āļāļēāļĢāļžāļąāļ’āļ™āļēāļ­āļĒāđˆāļēāļ‡āļĒāļąāđˆāļ‡āļĒāļ·āļ™ āļžāļĢāđ‰āļ­āļĄāļ”āđ‰āļ§āļĒāļ„āļ§āļēāļĄāļĄāļļāđˆāļ‡āļĄāļąāđˆāļ™āđƒāļ™āļāļēāļĢāļŠāļĢāđ‰āļēāļ‡āļ™āļ§āļąāļ•āļāļĢāļĢāļĄ āđāļĨāļ°āļĄāļĩāļšāļ—āļšāļēāļ—āļŠāļģāļ„āļąāļāđƒāļ™āļāļēāļĢāļžāļąāļ’āļ™āļēāļ›āļĢāļ°āđ€āļ—āļĻ āđ‚āļ”āļĒāļĄāļĩāļ˜āļļāļĢāļāļīāļˆāļŦāļĨāļąāļāļ„āļĢāļ­āļšāļ„āļĨāļļāļĄāļ•āļąāđ‰āļ‡āđāļ•āđˆāļāļēāļĢāļāļĨāļąāđˆāļ™āđāļĨāļ°āļˆāļģāļŦāļ™āđˆāļēāļĒāļ™āđ‰āļģāļĄāļąāļ™ āļžāļĨāļąāļ‡āļ‡āļēāļ™āļŦāļĄāļļāļ™āđ€āļ§āļĩāļĒāļ™ āļœāļĨāļīāļ•āļ āļąāļ“āļ‘āđŒāļŠāļĩāļ§āļ  ...

āļ­āđˆāļēāļ™āļ•āđˆāļ­

āļĢāđˆāļ§āļĄāļ‡āļēāļ™āļāļąāļšāđ€āļĢāļē:

āļšāļēāļ‡āļˆāļēāļāđƒāļŦāđ‰āļ„āļ§āļēāļĄāļŠāļģāļ„āļąāļāļāļąāļš â€œāļšāļļāļ„āļĨāļēāļāļĢ” āđƒāļ™āļāļēāļ™āļ°āļžāļĨāļąāļ‡āļ‚āļąāļšāđ€āļ„āļĨāļ·āđˆāļ­āļ™āļŠāļģāļ„āļąāļāļ‚āļ­āļ‡āļāļēāļĢāđ€āļ•āļīāļšāđ‚āļ•āļ­āļĒāđˆāļēāļ‡āļĒāļąāđˆāļ‡āļĒāļ·āļ™ āđ€āļĢāļēāļŠāļĢāđ‰āļēāļ‡āļŠāļ āļēāļžāđāļ§āļ”āļĨāđ‰āļ­āļĄāļāļēāļĢāļ—āļģāļ‡āļēāļ™āļ—āļĩāđˆāđ€āļ›āļīāļ”āļāļ§āđ‰āļēāļ‡āļŠāļģāļŦāļĢāļąāļšāļāļēāļĢāļ„āļīāļ”āļ™āļ­āļāļāļĢāļ­āļš āļŠāđˆāļ‡āđ€āļŠāļĢāļīāļĄāļ™āļ§āļąāļ•āļāļĢāļĢāļĄ āđāļĨāļ°āđ€āļ›āļīāļ”āđ‚āļ­āļāļēāļŠāđƒāļŦāđ‰āļžāļ™āļąāļāļ‡āļēāļ™āđ„āļ”āđ‰āļĄāļĩāļšāļ—āļšāļēāļ—āđƒāļ™āļāļēāļĢāđ€āļ›āļĨāļĩāđˆāļĒāļ™āđāļ›āļĨāļ‡āđāļĨāļ°āļžāļąāļ’āļ™āļēāļ­āļ‡āļ„āđŒāļāļĢāđƒāļŦāđ‰āļ—āļąāļ™āļŠāļĄāļąāļĒ āđāļĨāļ°āļ•āļ­āļšāđ‚āļˆāļ—āļĒāđŒāļ„āļ§āļēāļĄāļ•āđ‰āļ­āļ‡āļāļēāļĢāļ‚āļ­āļ‡āđ‚āļĨāļāļĒāļļāļ„āđƒāļŦāļĄāđˆ

āđ„āļĄāđˆāļ§āđˆāļēāļ„āļļāļ“āļˆāļ°āļ— ...

āļ­āđˆāļēāļ™āļ•āđˆāļ­

āđ€āļ‚āļ•āļ—āļĩāđˆāļ•āļąāđ‰āļ‡āļ—āļĩāđˆāļ—āļģāļ‡āļēāļ™: āļžāļĢāļ°āđ‚āļ‚āļ™āļ‡
āļŠāļģāļ™āļąāļāļ‡āļēāļ™āđƒāļŦāļāđˆ: āļŠāļģāļ™āļąāļāļ‡āļēāļ™āđƒāļŦāļāđˆ āđ€āļĨāļ‚āļ—āļĩāđˆ 2098 āļ­āļēāļ„āļēāļĢāđ€āļ­āđ‡āļĄāļ—āļēāļ§āđ€āļ§āļ­āļĢāđŒ āļŠāļąāđ‰āļ™ 8
Display map

āļŠāļ§āļąāļŠāļ”āļīāļāļēāļĢ

  • āļāļ­āļ‡āļ—āļļāļ™āļšāļģāđ€āļŦāļ™āđ‡āļˆāļšāļģāļ™āļēāļ
  • āļāļēāļĢāļžāļąāļ’āļ™āļēāđ€āļžāļ·āđˆāļ­āļ„āļ§āļēāļĄāđ€āļ›āđ‡āļ™āļĄāļ·āļ­āļ­āļēāļŠāļĩāļž
  • āļ—āļģāļ‡āļēāļ™ 5 āļ§āļąāļ™/āļŠāļąāļ›āļ”āļēāļŦāđŒ
  • āļ›āļĢāļ°āļāļąāļ™āļŠāļąāļ‡āļ„āļĄ
  • āļāļķāļāļ­āļšāļĢāļĄ
  • āđ‚āļ­āļāļēāļŠāđƒāļ™āļāļēāļĢāđ€āļĢāļĩāļĒāļ™āļĢāļđāđ‰āđāļĨāļ°āļžāļąāļ’āļ™āļē
  • āļ›āļĢāļ°āļāļąāļ™āļ—āļąāļ™āļ•āļāļĢāļĢāļĄ
  • āđ€āļ„āļĢāļ·āđˆāļ­āļ‡āđāļšāļšāļžāļ™āļąāļāļ‡āļēāļ™
  • āđ‚āļ„āļĢāļ‡āļāļēāļĢāļŠāđˆāļ‡āđ€āļŠāļĢāļīāļĄāļ„āļļāļ“āļ āļēāļžāļŠāļĩāļ§āļīāļ•
  • āļŠāļąāđˆāļ§āđ‚āļĄāļ‡āļ—āļģāļ‡āļēāļ™āļĒāļ·āļ”āļŦāļĒāļļāđˆāļ™
  • āļŠāļĄāļēāļŠāļīāļāļŸāļīāļ•āđ€āļ™āļŠ
  • āļˆāđˆāļēāļĒāļ„āđˆāļēāļ—āļģāļ‡āļēāļ™āļĨāđˆāļ§āļ‡āđ€āļ§āļĨāļē
  • āļ„āđˆāļēāđ€āļ”āļīāļ™āļ—āļēāļ‡
  • āđ‚āļ—āļĢāļĻāļąāļžāļ—āđŒāļšāļĢāļīāļĐāļąāļ—

āļ•āļģāđāļŦāļ™āđˆāļ‡āļ‡āļēāļ™āļ§āđˆāļēāļ‡āļ—āļĩāđˆāļ„āļļāļ“āļ™āđˆāļēāļˆāļ°āļŠāļ™āđƒāļˆ

āļ”āļđāļ‡āļēāļ™āļ—āļąāđ‰āļ‡āļŦāļĄāļ” >

āļ—āļĩāđˆ WorkVenture āđ€āļĢāļēāđƒāļŦāđ‰āļĄāļđāļĨāđ€āļŠāļīāļ‡āđ€āļāļĩāđˆāļĒāļ§āļāļąāļšāļšāļĢāļīāļĐāļąāļ— āļšāļĢāļīāļĐāļąāļ— āļšāļēāļ‡āļˆāļēāļ āļ„āļ­āļĢāđŒāļ›āļ­āđ€āļĢāļŠāļąāđˆāļ™ āļˆāđāļēāļāļąāļ” (āļĄāļŦāļēāļŠāļ™) āđ‚āļ”āļĒāļĄāļĩāļ‚āđ‰āļ­āļĄāļđāļĨāļ—āļĩāđˆāđ€āļāļĩāđˆāļĒāļ§āļ‚āđ‰āļ­āļ‡ āļ•āļąāđ‰āļ‡āđāļ•āđˆāļ āļēāļžāļšāļĢāļĢāļĒāļēāļāļēāļĻāļāļēāļĢāļ—āļģāļ‡āļēāļ™ āļĢāļđāļ›āļ–āđˆāļēāļĒāļ‚āļ­āļ‡āļ—āļĩāļĄāļ‡āļēāļ™ āđ„āļ›āļˆāļ™āļ–āļķāļ‡āļĢāļĩāļ§āļīāļ§āđ€āļŠāļīāļ‡āļĨāļķāļāļ‚āļ­āļ‡āļāļēāļĢāļ—āļģāļ‡āļēāļ™āļ—āļĩāđˆāļ™āļąāđˆāļ™ āļ‹āļķāđˆāļ‡āļ‚āđ‰āļ­āļĄāļđāļĨāļ—āļļāļāļ­āļĒāđˆāļēāļ‡āļšāļ™āļŦāļ™āđ‰āļēāļ‚āļ­āļ‡āļšāļĢāļīāļĐāļąāļ— āļšāļĢāļīāļĐāļąāļ— āļšāļēāļ‡āļˆāļēāļ āļ„āļ­āļĢāđŒāļ›āļ­āđ€āļĢāļŠāļąāđˆāļ™ āļˆāđāļēāļāļąāļ” (āļĄāļŦāļēāļŠāļ™) āļĄāļĩāļžāļ™āļąāļāļ‡āļēāļ™āļ—āļĩāđˆāļāļģāļĨāļąāļ‡āļ—āļģāļ‡āļēāļ™āļ—āļĩāđˆāļšāļĢāļīāļĐāļąāļ— āļšāļĢāļīāļĐāļąāļ— āļšāļēāļ‡āļˆāļēāļ āļ„āļ­āļĢāđŒāļ›āļ­āđ€āļĢāļŠāļąāđˆāļ™ āļˆāđāļēāļāļąāļ” (āļĄāļŦāļēāļŠāļ™) āļŦāļĢāļ·āļ­āđ€āļ„āļĒāļ—āļģāļ‡āļēāļ™āļ—āļĩāđˆāļ™āļąāđˆāļ™āļˆāļĢāļīāļ‡āđ† āđ€āļ›āđ‡āļ™āļ„āļ™āđƒāļŦāđ‰āļ‚āđ‰āļ­āļĄāļđāļĨāļˆāļĢāļīāļ‡āļŠāļĄāļąāļ„āļĢāļ‡āļēāļ™ Food storyāļŠāļĄāļąāļ„āļĢāļ‡āļēāļ™ AsiolaāļŠāļĄāļąāļ„āļĢāļ‡āļēāļ™ āļ āļđāđ€āļāđ‡āļ• āđ€āļ›āđ‹āļēāļŪāļ·āđ‰āļ­ āļŸāļēāļĢāđŒāļĄāļŠāļĄāļąāļ„āļĢāļ‡āļēāļ™ WV