• 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

คุณสมบัติ

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