WorkScoreâĒ āļāļ·āļāļāļ°āđāļĢ?
WorkScoreâĒ āļāļ·āļāļāļ°āđāļĢāđāļŦāļĢāļ? āđāļāļāļŠāļĩāļāđāļģāđāļāļīāļāļāđāļēāļāļāđāļēāļāļāļģāđāļŦāļāđāļāļāļēāļāđāļāđāļĨāļ°āļāļģāđāļŦāļāđāļāļāļ°āđāļŠāļāļāļāđāļēāļāļ§āļēāļĄāđāļŦāļĄāļēāļ°āļŠāļĄāļāļāļāđāļāļĢāđāļāļĨāđāļāļļāļāļāļąāļāļāļģāđāļŦāļāđāļāļāļēāļ āļāļļāļāļāļģāđāļāđāļāļāđāļāļāđāļŠāđāļĢāļēāļĒāļĨāļ°āđāļāļĩāļĒāļāđāļāđāļāļĢāđāļāļĨāđāļāļĒāđāļēāļāļāđāļāļĒ 80% āļāļķāđāļāđāļ āļāļķāļāļāļ°āļŠāļēāļĄāļēāļĢāļāļāļđāļāđāļēāļāļ§āļēāļĄāđāļŦāļĄāļēāļ°āļŠāļĄāļāļāļ WorkScore āđāļāđ āđāļāļĢāļāļĒāļēāļāļĢāļđāđ āļāļĢāļāļāđāļāļĢāđāļāļĨāđāđāļĨāļĒ
āļāļĢāļ°āļŠāļāļāļēāļĢāļāđ:
1 āļāļĩāļāļķāđāļāđāļ
āļāļąāļāļĐāļ°:
Accounting
āļāļĢāļ°āđāļ āļāļāļēāļ:
āļāļēāļāļāļĢāļ°āļāļģ
āđāļāļīāļāđāļāļ·āļāļ:
āļŠāļēāļĄāļēāļĢāļāļāđāļāļĢāļāļāđāļāđ
- āļāļąāļāļāļķāļāļāļąāļāļāļĩāļŠāļģāļŦāļĢāļąāļāđāļāļīāļāļāļāļĢāļāļāļāđāļēāļĒ.
- āļāļąāļāļāļķāļāļāļąāļāļāļĩāļŠāļģāļŦāļĢāļąāļāļĢāļēāļĒāļāļēāļĢāļāđāļēāļĒ.
- āļāļĢāļ§āļāļŠāļāļāļāļ§āļēāļĄāļāļđāļāļāđāļāļāļāļāļāđāļāļāļŠāļēāļĢāļŠāļģāļŦāļĢāļąāļāđāļāļīāļāļāļāļĢāļāļāļāđāļēāļĒ.
- āļāļąāļāļāļģāļĢāļēāļĒāļāļēāļāļ āļēāļĐāļĩāļŦāļąāļ āļ āļāļĩāđāļāđāļēāļĒ.
- āļāļąāļāđāļāđāļāđāļĨāļ°āļāļīāļāļāļēāļĄāđāļāļāļŠāļēāļĢ āđāļāđāļ āđāļāļāļģāļāļąāļāļ āļēāļĐāļĩ.
- āļāļģāđāļāļīāļāļāļēāļĢāļāļīāļāļāļąāļāļāļĩāļāļĢāļ°āļāļģāđāļāļ·āļāļ.
- āļāļēāļāļāļ·āđāļāđ āļāļĩāđāđāļāđāļĢāļąāļāļĄāļāļāļŦāļĄāļēāļĒāļāļēāļāļāļđāđāļāļąāļāļāļēāļĢāļāđāļēāļĒāļāļąāļāļāļĩ.
- āļāļĢāļīāļāļāļēāļāļĢāļĩ āļŠāļēāļāļēāļāļēāļĢāļāļąāļāļāļĩ āļŦāļĢāļ·āļāļŠāļēāļāļēāļāļ·āđāļāđ āļāļĩāđāđāļāļĩāđāļĒāļ§āļāđāļāļ.
- āļŦāļēāļāļĄāļĩāļāļĢāļ°āļŠāļāļāļēāļĢāļāđāļāđāļēāļāļāļēāļāļāļąāļāļāļĩāļāļļāļĢāļāļēāļĢāļāļąāđāļāđāļāđ 1 āļāļĩāļāļķāđāļāđāļ āļāļ°āđāļāđāļĢāļąāļāļāļēāļĢāļāļīāļāļēāļĢāļāļēāđāļāđāļāļāļīāđāļĻāļĐ.
- āļĄāļĩāļāļ§āļēāļĄāļĢāļđāđ āļāļ§āļēāļĄāđāļāđāļēāđāļāļāđāļēāļāļāļēāļĢāļāļąāļāļāļĩ.
- āļĄāļĩāļāļ§āļēāļĄāļĢāļđāđ āļāļ§āļēāļĄāđāļāđāļēāđāļāļāđāļēāļāļāļēāļĢāļāļģāļāļ§āļāļ āļēāļĐāļĩāđāļāđāļāļāļĒāđāļēāļāļāļĩ.
- āļĄāļĩāļāļąāļāļĐāļ°āđāļāļāļēāļĢāļŠāļ·āđāļāļŠāļēāļĢ āļāļēāļĢāđāļāļĢāļāļēāļāđāļāļĢāļāļ āđāļĨāļ°āļāļēāļĢāļāļĢāļ°āļŠāļēāļāļāļēāļāļāļąāļāļāļļāļāļāļĨāļāļ·āđāļāđāļāđāļāļĩ.
- āļŠāļēāļĄāļēāļĢāļāđāļāđ Google Sheets āđāļĨāļ° Excel āđāļāđāļāļĩ.
- āļĄāļĩāļāļ§āļēāļĄāļĨāļ°āđāļāļĩāļĒāļāļĢāļāļāļāļāļāđāļāļāļēāļĢāļāļģāļāļēāļ.
- āļāļĢāļ°āļāļąāļāļāļļāļāļąāļāļīāđāļŦāļāļļ.
- āļāļĢāļ°āļāļąāļāļŠāļļāļāļ āļēāļ.
- āđāļāļāļąāļŠāļāļķāđāļāļāļĒāļđāđāļāļąāļāļāļĨāļāļĢāļ°āļāļāļāļāļēāļĢ.
- āļāļąāđāļ§āđāļĄāļāļāļģāļāļēāļāļĒāļ·āļāļŦāļĒāļļāđāļ.
- āļāļēāļĢāļāļąāļāļāļēāđāļāļ·āđāļāļāļ§āļēāļĄāđāļāđāļāļĄāļ·āļāļāļēāļāļĩāļ.
- āļāđāļēāđāļāļīāļāļāļēāļ.
- āđāļāļāļēāļŠāđāļāļāļēāļĢāđāļĢāļĩāļĒāļāļĢāļđāđāđāļĨāļ°āļāļąāļāļāļē.
- āđāļāļĢāļāļāļēāļĢāļŠāđāļāđāļŠāļĢāļīāļĄāļāļļāļāļ āļēāļāļāļĩāļ§āļīāļ.
āļāļĢāļ°āļŠāļāļāļēāļĢāļāđ:
āđāļĄāđāļāļģāđāļāđāļāļāđāļāļāļĄāļĩāļāļĢāļ°āļŠāļāļāļēāļĢāļāđāļāļģāļāļēāļ
āļāļĢāļ°āđāļ āļāļāļēāļ:
āļāļēāļāļāļĢāļ°āļāļģ
āđāļāļīāļāđāļāļ·āļāļ:
āļŋ15,000
- āļāļąāļāļāļģāđāļāļāļŠāļēāļĢ PAT āļāļēāļĄāļāļĩāđāļĢāļąāļāļĄāļāļāļŦāļĄāļēāļĒ.
- āļāļĢāļ§āļāļŠāļāļāļāļ§āļēāļĄāļāļđāļāļāđāļāļāļāļāļ āļĢāļđāļāļ āļēāļ āļāļēāļāļāļĩāļĄāļāļēāļ.
- āļāļīāļāļāđāļāļāļĢāļ°āļŠāļēāļāļāļēāļāļāļąāļāļāļĩāļĄāļāļēāļāđāļĨāļ°āļĨāļđāļāļāđāļē.
- āļāļĢāļ°āļāļļāļĄāļāļąāļāđāļāļāļāļēāļāļ āļēāļĒāđāļāđāļĨāļ°āļāļąāđāļāļĨāļđāļāļāđāļē.
- āļŠāļĢāļļāļāļāđāļāļĄāļđāļĨāļāđāļēāļāđāđāļāļ·āđāļāļāļąāļāđāļāļāđāļŦāđāļŦāļąāļ§āļŦāļāđāļēāļāļēāļāļāļļāļāļ§āļąāļ.
- āļāļ·āđāļ āđ āļāļēāļĄāļāļĩāđāđāļāđāļĢāļąāļāļĄāļāļāļŦāļĄāļēāļĒ.
- āļŦāļĄāļēāļĒāđāļŦāļāļļ āļĄāļĩāļāļēāļĢāđāļāļĢāļāļāļīāđāļāļāđāļāļāđāļĢāļīāđāļĄāļāļēāļ**.
- āđāļāļĻāļŦāļāļīāļ āļāļēāļĒāļļ 24-35.
- āļ§āļļāļāļīāļāļēāļĢāļĻāļķāļāļĐāļēāļĢāļ°āļāļąāļāļāļ§āļŠ./āļāļĢāļīāļāļāļēāļāļĢāļĩ āļāļļāļāļŠāļēāļāļē.
- āļāļĢāļ°āļŠāļāļāļēāļĢāļāđāļāļģāļāļēāļāļāđāļēāļāđāļāļāļŠāļēāļĢ 1-2 āļāļĩ.
- āļĄāļĩāļĄāļāļļāļĐāļĒāđāļŠāļąāļĄāļāļąāļāļāđāļāļĩāđāļāļĩ āļŠāļēāļĄāļēāļĢāļāļāļģāļāļēāļāļĢāđāļ§āļĄāļāļąāļāđāļāđāļāļāļĩāļĄāđāļāđ.
- āļĄāļĩāļāļ§āļēāļĄāļŠāļēāļĄāļēāļĢāļāđāļāļāļēāļĢāļāļīāļāļāđāļāļŠāļ·āđāļāļŠāļēāļĢāđāļāđāļāļĩ.
- āļāđāļēāđāļāļĒāļāļģāđāļāļāļŠāļēāļĢāļŠāđāļāļĄāļāļāļāļēāļ(PAT)āļāđāļēāļāļŠāļ·āđāļāļŠāļēāļĢāđāļāļĢāļāļĄāļāļēāļāļĄāļāļ°āđāļāđāļĢāļąāļāļāļēāļĢāļāļīāļāļēāļĢāļāļēāđāļāđāļāļāļīāđāļĻāļĐ.
- āđāļāđāđāļāļĢāđāļāļĢāļĄ Ms-Office āđāļāđ āļāđāļēāđāļāđ MS-ExcelāđāļāđāđāļāļĢāļ°āļāļąāļāļāļĨāļēāļ-āļŠāļđāļāļāļ°āļĢāļąāļāļāļīāļāļēāļĢāļāļēāđāļāđāļāļāļīāđāļĻāļĐ.
- āļŠāļāļēāļāļāļĩāđāļāļģāļāļēāļ.
- āļāļĢāļīāļĐāļąāļ āđāļāļĢāđāđāļāđāļ āļāļīāļāđāļāļāļĢāđāđāļāļāļąāđāļāđāļāļĨ āļāļģāļāļąāļ (36/51 āļ.āļāļ§āļĄāļīāļāļāļĢāđ 88 āđāļĒāļ 6 āđāļāļ§āļāļāļ§āļĨāļāļąāļāļāļĢāđ āđāļāļāļāļķāļāļāļļāđāļĄ āļāļĢāļļāļāđāļāļāļĄāļŦāļēāļāļāļĢ 10230) āļāđāļēāļāļŦāļĨāļąāļāđāļĢāļāļāļĒāļēāļāļēāļĨāļāļāļēāđāļ āļāļ§āļĄāļīāļāļāļĢāđ.
āļāļąāļāļĐāļ°:
ETL, SQL, Hadoop
āļāļĢāļ°āđāļ āļāļāļēāļ:
āļāļēāļāļāļĢāļ°āļāļģ
āđāļāļīāļāđāļāļ·āļāļ:
āļŠāļēāļĄāļēāļĢāļāļāđāļāļĢāļāļāđāļāđ
- Conduct meeting with users to understand the data requirements and perform database design based on data understanding and requirements with consideration for performance.
- Maintain data dictionary, relationship and its interpretation.
- Analyze problem and find resolution, as well as work closely with administrators to monitor performance and advise any necessary infrastructure changes.
- Work with business domain experts, data scientists and application developers to identify data that is relevant for analysis.
- Develop big data solutions for batch processing and near real-time streaming.
- Own end-to-end data ETL/ELT process framework from Data Source to Data warehouse.
- Select and integrate appropriate tools and frameworks required to provide requested capabilities.
- Design and develop BI solutions.
- Hands-on development mentality, with a willingness to troubleshoot and solve complex problems.
- Keep abreast of new developments in the big data ecosystem and learn new technologies.
- Ability to effectively work independently and handle multiple priorities.
- Bachelor degree or higher in Computer Science, Computer Engineering, Information Technology, Management Information System or an IT related field.
- 3+ year's experience in Data Management or Data Engineer (Retail or E-Commerce business is preferable).
- Expert experience in query language (SQL), Databrick SQL, PostgreSQL.
- Experience in BigData Technologies like Hadoop, Apache Spark, Databrick.
- Experience in Python is a must.
- Knowledge in machine/statistical learning, data mining is a plus.
- Experience in Generative AI is a plus.
- Strong analytical, problem solving, communication and interpersonal skills.
- Having good attitude toward team working and willing to work hard.
- Lotus's
- Ek-Chai Distribution System Co., Ltd.
- Buengkum, Bangkok 10230, Thailand.
- By applying for this position, you consent to the collection, use and disclosure of your personal data to us, our recruitment firms and all relevant third parties for the purpose of processing your application for this job position (or any other suitable positions within Lotus's and its subsidiaries, if any). You understand and acknowledge that your personal data will be processed in accordance with the law and our policy.".
- 1
āļĒāļāļāļāļīāļĒāļĄ
āļĨāļāļāļāļģ 5 āļŠāļīāđāļāļāļĩāđāļŦāļĨāļąāļāđāļĨāļīāļāļāļēāļ āļāļĩāļ§āļīāļāļāļļāļāļāļ°āđāļāļĨāļĩāđāļĒāļāđāļāļāļĨāļāļāļāļēāļĨ
āļāļģāđāļāļ°āļāļģāļāđāļēāļāļāļēāļāļĩāļāļāļĢāļīāļĐāļąāļ 7 āđāļāļāļāļĩāđāļāļļāļāđāļĄāđāļāļ§āļĢāļāļģāļāļēāļāļāđāļ§āļĒ
āļāļģāđāļāļ°āļāļģāļāļēāļĢāļŦāļēāļāļēāļāđāļāļīāļāđāļāļĨāļŠāļļāļāļĒāļāļ 50 āļāļĢāļīāļĐāļąāļāļāļĩāđāļāļāļĢāļļāđāļāđāļŦāļĄāđāļāļĒāļēāļāļĢāđāļ§āļĄāļāļēāļāļāđāļ§āļĒāļĄāļēāļāļāļĩāđāļŠāļļāļ 2024
āļāđāļēāļ§āļŠāļēāļĢāđāļŦāļĄāđāđ