āļ‡āļēāļ™āđ„āļ­āļ—āļĩāļĄāļēāļāļĄāļēāļĒāļˆāļēāļāļšāļĢāļīāļĐāļąāļ—āļŠāļąāđ‰āļ™āļ™āļģāļ—āļąāđˆāļ§āđ„āļ—āļĒ

āļŠāļĄāļąāļ„āļĢāļ‡āļēāļ™āđ„āļ­āļ—āļĩāļŦāļĢāļ·āļ­āđ‚āļ›āļĢāđāļāļĢāļĄāđ€āļĄāļ­āļĢāđŒāļāļąāļšāļšāļĢāļīāļĐāļąāļ—āļŠāļąāļ™āļ™āļģāļ—āļąāđˆāļ§āđ„āļ—āļĒāļœāđˆāļēāļ™ WorkVenture āđ€āļžāļĩāļĒāļ‡āļ­āļąāļžāđ‚āļŦāļĨāļ”āđ€āļĢāļ‹āļđāđ€āļĄāđˆāļ‡āđˆāļēāļĒāđ† āļ§āļąāļ™āļ™āļĩāđ‰

āđ€āļ‡āļ·āđˆāļ­āļ™āđ„āļ‚āļāļēāļĢāļ„āđ‰āļ™āļŦāļē

āļ„āđ‰āļ™āļŦāļēāđ‚āļ”āļĒāđƒāļŠāđ‰āļ„āļģāļŦāļĨāļąāļ

āļ„āđ‰āļ™āļŦāļēāđ‚āļ”āļĒāļŦāļĄāļ§āļ”āļŦāļĄāļđāđˆāļ‡āļēāļ™

āđ„āļ­āļ—āļĩ / āđ€āļ‚āļĩāļĒāļ™āđ‚āļ›āļĢāđāļāļĢāļĄ

āļ„āđ‰āļ™āļŦāļēāđ‚āļ”āļĒāļ›āļĢāļ°āđ€āļ āļ—āļ˜āļļāļĢāļāļīāļˆ

āđ€āļĨāļ·āļ­āļāļ›āļĢāļ°āđ€āļ āļ—āļ˜āļļāļĢāļāļīāļˆ

āļ„āđ‰āļ™āļŦāļēāđ‚āļ”āļĒāļŠāđˆāļ§āļ‡āđ€āļ‡āļīāļ™āđ€āļ”āļ·āļ­āļ™

āļ•āļąāđ‰āļ‡āđāļ•āđˆ
āļ–āļķāļ‡

āļ„āđ‰āļ™āļŦāļēāđ‚āļ”āļĒāļŠāļ·āđˆāļ­āļšāļĢāļīāļĐāļąāļ—

āļžāļīāļĄāļžāđŒāļŠāļ·āđˆāļ­āļšāļĢāļīāļĐāļąāļ—

āļ„āđ‰āļ™āļŦāļēāđ‚āļ”āļĒāļĢāļ°āļ”āļąāļšāļ•āļģāđāļŦāļ™āđˆāļ‡āļ‡āļēāļ™

āļ„āđ‰āļ™āļŦāļēāđ‚āļ”āļĒāļ›āļĢāļ°āđ€āļ āļ—āļ‡āļēāļ™

BPTW Banner
āđāļŠāļ”āļ‡āļœāļĨ 1 - 20 āļ•āļģāđāļŦāļ™āđˆāļ‡āļ‡āļēāļ™ āļˆāļēāļāļ—āļąāđ‰āļ‡āļŦāļĄāļ” 70 āļ•āļģāđāļŦāļ™āđˆāļ‡āļ‡āļēāļ™
āđƒāļ™āļŦāļĄāļ§āļ”āļŦāļĄāļđāđˆāļ‡āļēāļ™āļ”āđ‰āļēāļ™ āđ„āļ­āļ—āļĩ / āđ€āļ‚āļĩāļĒāļ™āđ‚āļ›āļĢāđāļāļĢāļĄ
Upload ResumeUpload Resume
āļ­āļąāļžāđ‚āļŦāļĨāļ”āđ€āļĢāļ‹āļđāđ€āļĄāđˆāļ‚āļ­āļ‡āļ„āļļāļ“ AI āļ‚āļ­āļ‡āđ€āļĢāļēāļˆāļ°āļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāđāļĨāļ°āđāļ™āļ°āļ™āļģāļ•āļģāđāļŦāļ™āđˆāļ‡āļ‡āļēāļ™āļ—āļĩāđˆāļ”āļĩāļ—āļĩāđˆāļŠāļļāļ”āđƒāļŦāđ‰āļ„āļļāļ“
āļŦāļēāļ‡āļēāļ™ āļŠāļĄāļąāļ„āļĢāļ‡āļēāļ™ āđ‚āļ­āļŠāļ–āļŠāļ āļē 1
āļŦāļēāļ‡āļēāļ™ āļŠāļĄāļąāļ„āļĢāļ‡āļēāļ™ āđ‚āļ­āļŠāļ–āļŠāļ āļē 1
āļšāļēāļ‡āļāļ°āļ›āļī, āļāļĢāļļāļ‡āđ€āļ—āļž, āđ„āļ­āļ—āļĩ / āđ€āļ‚āļĩāļĒāļ™āđ‚āļ›āļĢāđāļāļĢāļĄ ,āļ‡āļēāļ™āļ§āļīāļˆāļąāļĒāđāļĨāļ°āļ§āļīāļ—āļĒāļēāļĻāļēāļŠāļ•āļĢāđŒ āđ„āļ­āļ—āļĩ / āđ€āļ‚āļĩāļĒāļ™āđ‚āļ›āļĢāđāļāļĢāļĄ,āļ‡āļēāļ™āļ§āļīāļˆāļąāļĒāđāļĨāļ°āļ§āļīāļ—āļĒāļēāļĻāļēāļŠāļ•āļĢāđŒ

āļ—āļąāļāļĐāļ°:

Compliance, Research, Python

āļ›āļĢāļ°āđ€āļ āļ—āļ‡āļēāļ™:

āļ‡āļēāļ™āļ›āļĢāļ°āļˆāļģ

āđ€āļ‡āļīāļ™āđ€āļ”āļ·āļ­āļ™:

āļŠāļēāļĄāļēāļĢāļ–āļ•āđˆāļ­āļĢāļ­āļ‡āđ„āļ”āđ‰

  • Build and Optimize Modern AI Applications: Design and deploy a range of LLM-powered solutions, including Retrieval-Augmented Generation (RAG) pipelines, natural-language data querying, tool-using and function-calling workflows, and other Generative AI applications, to deliver accurate, grounded, and citable responses..
  • Develop Statistical and Machine Learning Models: Develop, deploy, and maintain traditional statistical models and machine learning algorithms (e.g., regression, classification, clustering) to solve structured data problems and complement broader AI ini ...
āļ§āļąāļ™āļ™āļĩāđ‰
āļ”āļđāđ€āļžāļīāđˆāļĄāđ€āļ•āļīāļĄkeyboard_arrow_down
āļŦāļēāļ‡āļēāļ™ āļŠāļĄāļąāļ„āļĢāļ‡āļēāļ™ āļāļĢāļļāļ‡āđ„āļ—āļĒ 2

āļ—āļąāļāļĐāļ°:

ETL, Big Data

āļ›āļĢāļ°āđ€āļ āļ—āļ‡āļēāļ™:

āļ‡āļēāļ™āļ›āļĢāļ°āļˆāļģ

āđ€āļ‡āļīāļ™āđ€āļ”āļ·āļ­āļ™:

āļŠāļēāļĄāļēāļĢāļ–āļ•āđˆāļ­āļĢāļ­āļ‡āđ„āļ”āđ‰

  • Pipeline Development: Support the design and maintenance of scalable ETL/ELT pipelines for structured and unstructured datasets..
  • AI Data Readiness: Assist in building data ingestion flows for Vector Databases and supporting RAG (Retrieval-Augmented Generation) architectures..
  • Data Modeling: Contribute to the creation of robust data models and Feature Stores that serve both traditional analytics and machine learning workloads..
11 āļ§āļąāļ™āļ—āļĩāđˆāļœāđˆāļēāļ™āļĄāļē
āļ”āļđāđ€āļžāļīāđˆāļĄāđ€āļ•āļīāļĄkeyboard_arrow_down
āļŦāļēāļ‡āļēāļ™ āļŠāļĄāļąāļ„āļĢāļ‡āļēāļ™ āļ˜āļ™āļēāļ„āļēāļĢāļāļĢāļļāļ‡āļĻāļĢāļĩ 3
āļŦāļēāļ‡āļēāļ™ āļŠāļĄāļąāļ„āļĢāļ‡āļēāļ™ āļ˜āļ™āļēāļ„āļēāļĢāļāļĢāļļāļ‡āļĻāļĢāļĩ 3

āļ›āļĢāļ°āđ€āļ āļ—āļ‡āļēāļ™:

āļ‡āļēāļ™āļ›āļĢāļ°āļˆāļģ

āđ€āļ‡āļīāļ™āđ€āļ”āļ·āļ­āļ™:

āļŠāļēāļĄāļēāļĢāļ–āļ•āđˆāļ­āļĢāļ­āļ‡āđ„āļ”āđ‰

  • FB: Krungsri Career(http://bit.ly/FacebookKrungsriCareer).
  • LINE: Krungsri Career (http://bit.ly/LineKrungsriCareer).
  • LINKEDIN: Krungsri (http://bit.ly/LinkedinKrungsri).
9 āļ§āļąāļ™āļ—āļĩāđˆāļœāđˆāļēāļ™āļĄāļē
āļ”āļđāđ€āļžāļīāđˆāļĄāđ€āļ•āļīāļĄkeyboard_arrow_down
āļŦāļēāļ‡āļēāļ™ āļŠāļĄāļąāļ„āļĢāļ‡āļēāļ™ āļ˜āļ™āļēāļ„āļēāļĢāļāļĢāļļāļ‡āļĻāļĢāļĩ 4
āļŦāļēāļ‡āļēāļ™ āļŠāļĄāļąāļ„āļĢāļ‡āļēāļ™ āļ˜āļ™āļēāļ„āļēāļĢāļāļĢāļļāļ‡āļĻāļĢāļĩ 4

āļ›āļĢāļ°āđ€āļ āļ—āļ‡āļēāļ™:

āļ‡āļēāļ™āļ›āļĢāļ°āļˆāļģ

āđ€āļ‡āļīāļ™āđ€āļ”āļ·āļ­āļ™:

āļŠāļēāļĄāļēāļĢāļ–āļ•āđˆāļ­āļĢāļ­āļ‡āđ„āļ”āđ‰

  • The API Support Engineer will provide operational and technical support for Krungsri API and all related components. This role ensures high availability, performance, and reliability of API services, working in a 24 7 support model (on-call rotation) to resolve incidents, manage deployments, and ensure smooth release processes. The engineer will collaborate closely with project manager, development, infrastructure, and DevOps teams to maintain operational excellence..
  • Provide L3 technical support, investigating and resolving production issues within a ...
11 āļ§āļąāļ™āļ—āļĩāđˆāļœāđˆāļēāļ™āļĄāļē
āļ”āļđāđ€āļžāļīāđˆāļĄāđ€āļ•āļīāļĄkeyboard_arrow_down
āļŦāļēāļ‡āļēāļ™ āļŠāļĄāļąāļ„āļĢāļ‡āļēāļ™ āļ˜āļ™āļēāļ„āļēāļĢāļāļĢāļļāļ‡āļĻāļĢāļĩ 5
āļŦāļēāļ‡āļēāļ™ āļŠāļĄāļąāļ„āļĢāļ‡āļēāļ™ āļ˜āļ™āļēāļ„āļēāļĢāļāļĢāļļāļ‡āļĻāļĢāļĩ 5
āļĒāļēāļ™āļ™āļēāļ§āļē, āļāļĢāļļāļ‡āđ€āļ—āļž, āđ„āļ­āļ—āļĩ / āđ€āļ‚āļĩāļĒāļ™āđ‚āļ›āļĢāđāļāļĢāļĄ ,āļ™āļąāļāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒ āđ„āļ­āļ—āļĩ / āđ€āļ‚āļĩāļĒāļ™āđ‚āļ›āļĢāđāļāļĢāļĄ,āļ™āļąāļāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒ

āļ—āļąāļāļĐāļ°:

ETL, Assurance, Automation

āļ›āļĢāļ°āđ€āļ āļ—āļ‡āļēāļ™:

āļ‡āļēāļ™āļ›āļĢāļ°āļˆāļģ

āđ€āļ‡āļīāļ™āđ€āļ”āļ·āļ­āļ™:

āļŠāļēāļĄāļēāļĢāļ–āļ•āđˆāļ­āļĢāļ­āļ‡āđ„āļ”āđ‰

  • Analyze business, risk, and regulatory requirements and translate them into system architecture, data models, and ETL designs.
  • Design and implement data integration solutions to support Reporting platforms - Perform and oversee data transformation, validation, reconciliation, and data quality assurance to ensure accuracy and regulatory compliance.
  • Design, develop, and maintain automation and monitoring scripts using Shell scripts and Batch scripts - Develop, maintain, and optimize PL/SQL objects on Oracle databas ...
11 āļ§āļąāļ™āļ—āļĩāđˆāļœāđˆāļēāļ™āļĄāļē
āļ”āļđāđ€āļžāļīāđˆāļĄāđ€āļ•āļīāļĄkeyboard_arrow_down
āļŦāļēāļ‡āļēāļ™ āļŠāļĄāļąāļ„āļĢāļ‡āļēāļ™ āļ˜āļ™āļēāļ„āļēāļĢāļāļĢāļļāļ‡āļĻāļĢāļĩ 6
āļŦāļēāļ‡āļēāļ™ āļŠāļĄāļąāļ„āļĢāļ‡āļēāļ™ āļ˜āļ™āļēāļ„āļēāļĢāļāļĢāļļāļ‡āļĻāļĢāļĩ 6

āļ—āļąāļāļĐāļ°:

Java, Linux, UNIX, English

āļ›āļĢāļ°āđ€āļ āļ—āļ‡āļēāļ™:

āļ‡āļēāļ™āļ›āļĢāļ°āļˆāļģ

āđ€āļ‡āļīāļ™āđ€āļ”āļ·āļ­āļ™:

āļŠāļēāļĄāļēāļĢāļ–āļ•āđˆāļ­āļĢāļ­āļ‡āđ„āļ”āđ‰

  • Bachelor's degree or higher in Computer Science, Computer Engineering, Information Technology, or a related field.
  • Strong proficiency in Java programming language.
  • Experience in rest full API Design.
11 āļ§āļąāļ™āļ—āļĩāđˆāļœāđˆāļēāļ™āļĄāļē
āļ”āļđāđ€āļžāļīāđˆāļĄāđ€āļ•āļīāļĄkeyboard_arrow_down
āļŦāļēāļ‡āļēāļ™ āļŠāļĄāļąāļ„āļĢāļ‡āļēāļ™ āļ˜āļ™āļēāļ„āļēāļĢāļāļĢāļļāļ‡āļĻāļĢāļĩ 7
āļŦāļēāļ‡āļēāļ™ āļŠāļĄāļąāļ„āļĢāļ‡āļēāļ™ āļ˜āļ™āļēāļ„āļēāļĢāļāļĢāļļāļ‡āļĻāļĢāļĩ 7
āļĒāļēāļ™āļ™āļēāļ§āļē, āļāļĢāļļāļ‡āđ€āļ—āļž, āđ„āļ­āļ—āļĩ / āđ€āļ‚āļĩāļĒāļ™āđ‚āļ›āļĢāđāļāļĢāļĄ ,āļāļĨāļĒāļļāļ—āļ˜āđŒ / āļ§āļēāļ‡āđāļœāļ™ āđ„āļ­āļ—āļĩ / āđ€āļ‚āļĩāļĒāļ™āđ‚āļ›āļĢāđāļāļĢāļĄ,āļāļĨāļĒāļļāļ—āļ˜āđŒ / āļ§āļēāļ‡āđāļœāļ™

āļ—āļąāļāļĐāļ°:

Web Services, JSON

āļ›āļĢāļ°āđ€āļ āļ—āļ‡āļēāļ™:

āļ‡āļēāļ™āļ›āļĢāļ°āļˆāļģ

āđ€āļ‡āļīāļ™āđ€āļ”āļ·āļ­āļ™:

āļŠāļēāļĄāļēāļĢāļ–āļ•āđˆāļ­āļĢāļ­āļ‡āđ„āļ”āđ‰

  • Looking for a person to lead integration for IT applications, to capture application interface information, and lead to design common interfaces and integration solutions for Jupiter program.
  • No Banking experience require but will be advantages. Or financial product related application will be advantages as well.
  • For the scope of work.
11 āļ§āļąāļ™āļ—āļĩāđˆāļœāđˆāļēāļ™āļĄāļē
āļ”āļđāđ€āļžāļīāđˆāļĄāđ€āļ•āļīāļĄkeyboard_arrow_down
āļŦāļēāļ‡āļēāļ™ āļŠāļĄāļąāļ„āļĢāļ‡āļēāļ™ āļ˜āļ™āļēāļ„āļēāļĢāļāļĢāļļāļ‡āļĻāļĢāļĩ 8
āļŦāļēāļ‡āļēāļ™ āļŠāļĄāļąāļ„āļĢāļ‡āļēāļ™ āļ˜āļ™āļēāļ„āļēāļĢāļāļĢāļļāļ‡āļĻāļĢāļĩ 8
āļĒāļēāļ™āļ™āļēāļ§āļē, āļāļĢāļļāļ‡āđ€āļ—āļž, āđ„āļ­āļ—āļĩ / āđ€āļ‚āļĩāļĒāļ™āđ‚āļ›āļĢāđāļāļĢāļĄ ,āļšāļĢāļīāļāļēāļĢāļĨāļđāļāļ„āđ‰āļē āđ„āļ­āļ—āļĩ / āđ€āļ‚āļĩāļĒāļ™āđ‚āļ›āļĢāđāļāļĢāļĄ,āļšāļĢāļīāļāļēāļĢāļĨāļđāļāļ„āđ‰āļē

āļ—āļąāļāļĐāļ°:

Finance, Excel, Power point

āļ›āļĢāļ°āđ€āļ āļ—āļ‡āļēāļ™:

āļ‡āļēāļ™āļ›āļĢāļ°āļˆāļģ

āđ€āļ‡āļīāļ™āđ€āļ”āļ·āļ­āļ™:

āļŠāļēāļĄāļēāļĢāļ–āļ•āđˆāļ­āļĢāļ­āļ‡āđ„āļ”āđ‰

  • Consult and support for all related the Cash Management System s matter.
  • Co-ordinate with all stakeholders in order to solve any concerns.
  • Convert the client s transaction files into Bank format based on the implement team requested.
11 āļ§āļąāļ™āļ—āļĩāđˆāļœāđˆāļēāļ™āļĄāļē
āļ”āļđāđ€āļžāļīāđˆāļĄāđ€āļ•āļīāļĄkeyboard_arrow_down
āļŦāļēāļ‡āļēāļ™ āļŠāļĄāļąāļ„āļĢāļ‡āļēāļ™ āļ˜āļ™āļēāļ„āļēāļĢāļāļĢāļļāļ‡āļĻāļĢāļĩ 9
āļŦāļēāļ‡āļēāļ™ āļŠāļĄāļąāļ„āļĢāļ‡āļēāļ™ āļ˜āļ™āļēāļ„āļēāļĢāļāļĢāļļāļ‡āļĻāļĢāļĩ 9

āļ—āļąāļāļĐāļ°:

Procurement

āļ›āļĢāļ°āđ€āļ āļ—āļ‡āļēāļ™:

āļ‡āļēāļ™āļ›āļĢāļ°āļˆāļģ

āđ€āļ‡āļīāļ™āđ€āļ”āļ·āļ­āļ™:

āļŠāļēāļĄāļēāļĢāļ–āļ•āđˆāļ­āļĢāļ­āļ‡āđ„āļ”āđ‰

  • Support ITAM activities by following established policies and standards.
  • Support day-to-day management of software assets across their lifecycle.
  • Help extend ITAM practices to subsidiaries with aligned and standardized processes.
11 āļ§āļąāļ™āļ—āļĩāđˆāļœāđˆāļēāļ™āļĄāļē
āļ”āļđāđ€āļžāļīāđˆāļĄāđ€āļ•āļīāļĄkeyboard_arrow_down
āļŦāļēāļ‡āļēāļ™ āļŠāļĄāļąāļ„āļĢāļ‡āļēāļ™ āđ€āļ”āļ­āļ°āļĄāļ­āļĨāļĨāđŒ 10
āļŦāļēāļ‡āļēāļ™ āļŠāļĄāļąāļ„āļĢāļ‡āļēāļ™ āđ€āļ”āļ­āļ°āļĄāļ­āļĨāļĨāđŒ 10
āļšāļēāļ‡āļāļ°āļ›āļī, āļāļĢāļļāļ‡āđ€āļ—āļž, āđ„āļ­āļ—āļĩ / āđ€āļ‚āļĩāļĒāļ™āđ‚āļ›āļĢāđāļāļĢāļĄ ,āļ™āļąāļāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒ āđ„āļ­āļ—āļĩ / āđ€āļ‚āļĩāļĒāļ™āđ‚āļ›āļĢāđāļāļĢāļĄ,āļ™āļąāļāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒ

āļ—āļąāļāļĐāļ°:

SAP, Software Development

āļ›āļĢāļ°āđ€āļ āļ—āļ‡āļēāļ™:

āļ‡āļēāļ™āļ›āļĢāļ°āļˆāļģ

āđ€āļ‡āļīāļ™āđ€āļ”āļ·āļ­āļ™:

āļŠāļēāļĄāļēāļĢāļ–āļ•āđˆāļ­āļĢāļ­āļ‡āđ„āļ”āđ‰

  • āļ•āļĢāļ§āļˆāļŠāļ­āļš āđāļĨāļ°āļ›āļĢāļąāļšāļ›āļĢāļļāļ‡āļ‚āđ‰āļ­āļĄāļđāļĨāļŠāđˆāļ§āļ™āļāļĨāļēāļ‡ āļĢāļ°āļšāļšāļ‡āļēāļ™ SAP.
  • āļ›āļĢāļ°āļŠāļēāļ™āļ‡āļēāļ™āļāļąāļšāļœāļđāđ‰āđƒāļŠāđ‰āļ‡āļēāļ™ āļ—āļĩāļĄ IT, āļšāļĢāļīāļŦāļēāļĢāļŠāļīāļ™āļ„āđ‰āļē, āļĻāļđāļ™āļĒāđŒāļāļēāļĢāļ„āđ‰āļē, āļšāļąāļāļŠāļĩ, āļāļēāļĢāđ€āļ‡āļīāļ™.
  • āļ›āļĢāļ°āļŠāļēāļ™āļ‡āļēāļ™āļāļąāļšāļœāļđāđ‰āđƒāļŠāđ‰āļ‡āļēāļ™āđƒāļ™āļĢāļ°āļšāļš āđ€āļāļĩāđˆāļĒāļ§āļāļąāļšāļ›āļąāļāļŦāļē āđāļĨāļ°āļāļēāļĢāđāļāđ‰āđ„āļ‚.
11 āļ§āļąāļ™āļ—āļĩāđˆāļœāđˆāļēāļ™āļĄāļē
āļ”āļđāđ€āļžāļīāđˆāļĄāđ€āļ•āļīāļĄkeyboard_arrow_down
Upload ResumeUpload Resume
āļ­āļąāļžāđ‚āļŦāļĨāļ”āđ€āļĢāļ‹āļđāđ€āļĄāđˆāļ‚āļ­āļ‡āļ„āļļāļ“ AI āļ‚āļ­āļ‡āđ€āļĢāļēāļˆāļ°āļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāđāļĨāļ°āđāļ™āļ°āļ™āļģāļ•āļģāđāļŦāļ™āđˆāļ‡āļ‡āļēāļ™āļ—āļĩāđˆāļ”āļĩāļ—āļĩāđˆāļŠāļļāļ”āđƒāļŦāđ‰āļ„āļļāļ“
āļŦāļēāļ‡āļēāļ™ āļŠāļĄāļąāļ„āļĢāļ‡āļēāļ™ āđāļ­āļ„āđ€āļ‹āļ™āđ€āļˆāļ­āļĢāđŒ 11
āļŦāļēāļ‡āļēāļ™ āļŠāļĄāļąāļ„āļĢāļ‡āļēāļ™ āđāļ­āļ„āđ€āļ‹āļ™āđ€āļˆāļ­āļĢāđŒ 11
āļ„āļĨāļ­āļ‡āđ€āļ•āļĒ, āļāļĢāļļāļ‡āđ€āļ—āļž, āđ„āļ­āļ—āļĩ / āđ€āļ‚āļĩāļĒāļ™āđ‚āļ›āļĢāđāļāļĢāļĄ ,āļ—āļĩāđˆāļ›āļĢāļķāļāļĐāļē āđ„āļ­āļ—āļĩ / āđ€āļ‚āļĩāļĒāļ™āđ‚āļ›āļĢāđāļāļĢāļĄ,āļ—āļĩāđˆāļ›āļĢāļķāļāļĐāļē

āļ—āļąāļāļĐāļ°:

SAP, Good Communication Skills, Analytical Thinking

āļ›āļĢāļ°āđ€āļ āļ—āļ‡āļēāļ™:

āļ‡āļēāļ™āļ›āļĢāļ°āļˆāļģ

āđ€āļ‡āļīāļ™āđ€āļ”āļ·āļ­āļ™:

āļŠāļēāļĄāļēāļĢāļ–āļ•āđˆāļ­āļĢāļ­āļ‡āđ„āļ”āđ‰

  • Design, implement and deploy SAP solutions to achieve defined business goals.
  • Be part of the project deliver team, leading and support implementation.
  • Responsible to create requirement traceability matrix, design documents, test scripts.
11 āļ§āļąāļ™āļ—āļĩāđˆāļœāđˆāļēāļ™āļĄāļē
āļ”āļđāđ€āļžāļīāđˆāļĄāđ€āļ•āļīāļĄkeyboard_arrow_down
āļŦāļēāļ‡āļēāļ™ āļŠāļĄāļąāļ„āļĢāļ‡āļēāļ™ āđāļ­āļ„āđ€āļ‹āļ™āđ€āļˆāļ­āļĢāđŒ 12
āļŦāļēāļ‡āļēāļ™ āļŠāļĄāļąāļ„āļĢāļ‡āļēāļ™ āđāļ­āļ„āđ€āļ‹āļ™āđ€āļˆāļ­āļĢāđŒ 12
āļāļĢāļļāļ‡āđ€āļ—āļž, āđ„āļ­āļ—āļĩ / āđ€āļ‚āļĩāļĒāļ™āđ‚āļ›āļĢāđāļāļĢāļĄ ,āļāļēāļĢāļˆāļąāļ”āļāļēāļĢ ,āļ—āļĩāđˆāļ›āļĢāļķāļāļĐāļē āđ„āļ­āļ—āļĩ / āđ€āļ‚āļĩāļĒāļ™āđ‚āļ›āļĢāđāļāļĢāļĄ,āļāļēāļĢāļˆāļąāļ”āļāļēāļĢ,āļ—āļĩāđˆāļ›āļĢāļķāļāļĐāļē

āļ—āļąāļāļĐāļ°:

English

āļ›āļĢāļ°āđ€āļ āļ—āļ‡āļēāļ™:

āļ‡āļēāļ™āļ›āļĢāļ°āļˆāļģ

āđ€āļ‡āļīāļ™āđ€āļ”āļ·āļ­āļ™:

āļŠāļēāļĄāļēāļĢāļ–āļ•āđˆāļ­āļĢāļ­āļ‡āđ„āļ”āđ‰

  • Define and lead end-to-end AI architecture for enterprise programs from LLM / GenAI solutions to MLOps platforms and data foundations.
  • Serve as the primary AI technology advisor to C-suite and senior client stakeholders, translating business challenges into scalable AI solutions.
  • Architect AI systems leveraging hyperscaler platforms (AWS, Azure, GCP) including cloud-native AI/ML services, vector databases, and foundation model APIs.
11 āļ§āļąāļ™āļ—āļĩāđˆāļœāđˆāļēāļ™āļĄāļē
āļ”āļđāđ€āļžāļīāđˆāļĄāđ€āļ•āļīāļĄkeyboard_arrow_down
āļŦāļēāļ‡āļēāļ™ āļŠāļĄāļąāļ„āļĢāļ‡āļēāļ™ āļāļĢāļļāļ‡āđ„āļ—āļĒ 13
āļŦāļēāļ‡āļēāļ™ āļŠāļĄāļąāļ„āļĢāļ‡āļēāļ™ āļāļĢāļļāļ‡āđ„āļ—āļĒ 13

āļ—āļąāļāļĐāļ°:

SQL, Oracle, Data Warehousing

āļ›āļĢāļ°āđ€āļ āļ—āļ‡āļēāļ™:

āļ‡āļēāļ™āļ›āļĢāļ°āļˆāļģ

āđ€āļ‡āļīāļ™āđ€āļ”āļ·āļ­āļ™:

āļŠāļēāļĄāļēāļĢāļ–āļ•āđˆāļ­āļĢāļ­āļ‡āđ„āļ”āđ‰

  • Bachelor s degree in computer science, Information Systems, Engineering, or a related field.
  • At least 3 years of experience as a Data Engineer or in a related role.
  • Hands-on experience with SQL, database management (e.g., Oracle, SQL Server, PostgreSQL), and data warehousing concepts.
11 āļ§āļąāļ™āļ—āļĩāđˆāļœāđˆāļēāļ™āļĄāļē
āļ”āļđāđ€āļžāļīāđˆāļĄāđ€āļ•āļīāļĄkeyboard_arrow_down
āļŦāļēāļ‡āļēāļ™ āļŠāļĄāļąāļ„āļĢāļ‡āļēāļ™ āļāļĢāļļāļ‡āđ„āļ—āļĒ 14
āļŦāļēāļ‡āļēāļ™ āļŠāļĄāļąāļ„āļĢāļ‡āļēāļ™ āļāļĢāļļāļ‡āđ„āļ—āļĒ 14

āļ—āļąāļāļĐāļ°:

Software Development, Java, Spring Boot, English

āļ›āļĢāļ°āđ€āļ āļ—āļ‡āļēāļ™:

āļ‡āļēāļ™āļ›āļĢāļ°āļˆāļģ

āđ€āļ‡āļīāļ™āđ€āļ”āļ·āļ­āļ™:

āļŠāļēāļĄāļēāļĢāļ–āļ•āđˆāļ­āļĢāļ­āļ‡āđ„āļ”āđ‰

  • 5+ years of experience in Software Development, with potential or experience in leading a small technical team.
  • Strong proficiency in Java and Spring Boot Framework (Solid understanding of Micro services or Modular Monolith).
  • Competent in Frontend Development using Angular.
11 āļ§āļąāļ™āļ—āļĩāđˆāļœāđˆāļēāļ™āļĄāļē
āļ”āļđāđ€āļžāļīāđˆāļĄāđ€āļ•āļīāļĄkeyboard_arrow_down
āļŦāļēāļ‡āļēāļ™ āļŠāļĄāļąāļ„āļĢāļ‡āļēāļ™ āđ„āļ—āļĒāđ€āļšāļŸ 15
āļŦāļēāļ‡āļēāļ™ āļŠāļĄāļąāļ„āļĢāļ‡āļēāļ™ āđ„āļ—āļĒāđ€āļšāļŸ 15
āļ„āļĨāļ­āļ‡āđ€āļ•āļĒ, āļāļĢāļļāļ‡āđ€āļ—āļž, āđ„āļ­āļ—āļĩ / āđ€āļ‚āļĩāļĒāļ™āđ‚āļ›āļĢāđāļāļĢāļĄ ,āļ§āļīāļĻāļ§āļāļĢāļĢāļĄ āđ„āļ­āļ—āļĩ / āđ€āļ‚āļĩāļĒāļ™āđ‚āļ›āļĢāđāļāļĢāļĄ,āļ§āļīāļĻāļ§āļāļĢāļĢāļĄ

āļ—āļąāļāļĐāļ°:

Docker, DevOps, Linux

āļ›āļĢāļ°āđ€āļ āļ—āļ‡āļēāļ™:

āļ‡āļēāļ™āļ›āļĢāļ°āļˆāļģ

āđ€āļ‡āļīāļ™āđ€āļ”āļ·āļ­āļ™:

āļŠāļēāļĄāļēāļĢāļ–āļ•āđˆāļ­āļĢāļ­āļ‡āđ„āļ”āđ‰

  • āđƒāļŦāđ‰āļšāļĢāļīāļāļēāļĢāļŠāļ™āļąāļšāļŠāļ™āļļāļ™āļ—āļĩāļĄāļ‡āļēāļ™ Business Technology Services.
  • āļ•āļ­āļšāļ„āļģāļ–āļēāļĄ āđāļĒāļāļŠāļēāđ€āļŦāļ•āļļāļ‚āļ­āļ‡āļ›āļąāļāļŦāļēāđ„āļ”āđ‰ āđ€āļŠāđˆāļ™ āđ€āļāļīāļ”āļˆāļēāļāļĢāļ°āļšāļš Network, System, DBMS, Infrastructure āđ€āļ›āđ‡āļ™āļ•āđ‰āļ™.
  • āļ”āļđāđāļĨāđāļĨāļ°āđāļāđ‰āđ„āļ‚āļ›āļąāļāļŦāļē āļŦāļēāļāļĢāļ°āļšāļšāļĨāđˆāļĄ (Incident Response) āđƒāļŦāđ‰āļŠāļēāļĄāļēāļĢāļ–āļāļĨāļąāļšāļĄāļēāđƒāļŠāđ‰āļ‡āļēāļ™āđ„āļ”āđ‰āļ­āļĒāđˆāļēāļ‡āļĢāļ§āļ”āđ€āļĢāđ‡āļ§.
8 āļ§āļąāļ™āļ—āļĩāđˆāļœāđˆāļēāļ™āļĄāļē
āļ”āļđāđ€āļžāļīāđˆāļĄāđ€āļ•āļīāļĄkeyboard_arrow_down
āļŦāļēāļ‡āļēāļ™ āļŠāļĄāļąāļ„āļĢāļ‡āļēāļ™ āđ‚āļ­āļŠāļ–āļŠāļ āļē 16
āļŦāļēāļ‡āļēāļ™ āļŠāļĄāļąāļ„āļĢāļ‡āļēāļ™ āđ‚āļ­āļŠāļ–āļŠāļ āļē 16
āļšāļēāļ‡āļāļ°āļ›āļī, āļāļĢāļļāļ‡āđ€āļ—āļž, āđ„āļ­āļ—āļĩ / āđ€āļ‚āļĩāļĒāļ™āđ‚āļ›āļĢāđāļāļĢāļĄ āđ„āļ­āļ—āļĩ / āđ€āļ‚āļĩāļĒāļ™āđ‚āļ›āļĢāđāļāļĢāļĄ

āļ—āļąāļāļĐāļ°:

ETL, Compliance, SQL

āļ›āļĢāļ°āđ€āļ āļ—āļ‡āļēāļ™:

āļ‡āļēāļ™āļ›āļĢāļ°āļˆāļģ

āđ€āļ‡āļīāļ™āđ€āļ”āļ·āļ­āļ™:

āļŠāļēāļĄāļēāļĢāļ–āļ•āđˆāļ­āļĢāļ­āļ‡āđ„āļ”āđ‰

  • Design, implement, and manage end-to-end data pipelines architectures.
  • Configure and maintain data ingest workflows (ETL) across several production systems.
  • Transform data into Data Mart, Data Model that can be easily analyzed.
11 āļ§āļąāļ™āļ—āļĩāđˆāļœāđˆāļēāļ™āļĄāļē
āļ”āļđāđ€āļžāļīāđˆāļĄāđ€āļ•āļīāļĄkeyboard_arrow_down
āļŦāļēāļ‡āļēāļ™ āļŠāļĄāļąāļ„āļĢāļ‡āļēāļ™ Property Scout 17
āļŦāļēāļ‡āļēāļ™ āļŠāļĄāļąāļ„āļĢāļ‡āļēāļ™ Property Scout 17
āļ§āļąāļ’āļ™āļē, āļāļĢāļļāļ‡āđ€āļ—āļž, āđ„āļ­āļ—āļĩ / āđ€āļ‚āļĩāļĒāļ™āđ‚āļ›āļĢāđāļāļĢāļĄ ,āļ‡āļēāļ™āļ§āļīāļˆāļąāļĒāđāļĨāļ°āļ§āļīāļ—āļĒāļēāļĻāļēāļŠāļ•āļĢāđŒ ,āļ‡āļēāļ™āļœāļđāđ‰āļŠāđˆāļ§āļĒ āđ„āļ­āļ—āļĩ / āđ€āļ‚āļĩāļĒāļ™āđ‚āļ›āļĢāđāļāļĢāļĄ,āļ‡āļēāļ™āļ§āļīāļˆāļąāļĒāđāļĨāļ°āļ§āļīāļ—āļĒāļēāļĻāļēāļŠāļ•āļĢāđŒ,āļ‡āļēāļ™āļœāļđāđ‰āļŠāđˆāļ§āļĒ

āļ—āļąāļāļĐāļ°:

Data Analysis, Research, Market Research, English

āļ›āļĢāļ°āđ€āļ āļ—āļ‡āļēāļ™:

āļ‡āļēāļ™āļ›āļĢāļ°āļˆāļģ

āđ€āļ‡āļīāļ™āđ€āļ”āļ·āļ­āļ™:

āļŠāļēāļĄāļēāļĢāļ–āļ•āđˆāļ­āļĢāļ­āļ‡āđ„āļ”āđ‰

  • Education: Fresh graduates in Computer Science. Do not apply if your most technically challenging work was an LLM-generated React website; please apply if you did machine learning, data analysis, or anything that required you to actually think and research..
  • Business Understanding: The ability to understand business contexts and how your work impacts the company's bottom line is essential..
  • Technical Core: Strong fundamentals in software engineering, algorithms and programm ...
11 āļ§āļąāļ™āļ—āļĩāđˆāļœāđˆāļēāļ™āļĄāļē
āļ”āļđāđ€āļžāļīāđˆāļĄāđ€āļ•āļīāļĄkeyboard_arrow_down
āļŦāļēāļ‡āļēāļ™ āļŠāļĄāļąāļ„āļĢāļ‡āļēāļ™ āļšāļēāļ‡āļˆāļēāļ 18
āļŦāļēāļ‡āļēāļ™ āļŠāļĄāļąāļ„āļĢāļ‡āļēāļ™ āļšāļēāļ‡āļˆāļēāļ 18

āļ›āļĢāļ°āđ€āļ āļ—āļ‡āļēāļ™:

āļ‡āļēāļ™āļ›āļĢāļ°āļˆāļģ

āđ€āļ‡āļīāļ™āđ€āļ”āļ·āļ­āļ™:

āļŠāļēāļĄāļēāļĢāļ–āļ•āđˆāļ­āļĢāļ­āļ‡āđ„āļ”āđ‰

  • The Senior Data Engineer position plays a key role in designing, developing, and managing cloud-based data platforms, as well as creating data structures for high-level data analysis, and works with business and technical teams to ensure that data management is appropriate and supports organizational goals.
  • Responsible for the design, construction, and maintenance of optimal and scalable data pipeline architectures on cloud platforms (e.g., GCP, AWS, Azure).
  • Oversee the development and management of complex ETL/ELT processes for data ingesti ...
11 āļ§āļąāļ™āļ—āļĩāđˆāļœāđˆāļēāļ™āļĄāļē
āļ”āļđāđ€āļžāļīāđˆāļĄāđ€āļ•āļīāļĄkeyboard_arrow_down
āļŦāļēāļ‡āļēāļ™ āļŠāļĄāļąāļ„āļĢāļ‡āļēāļ™ āđ„āļ—āļĒāđ€āļšāļŸ 19
āļŦāļēāļ‡āļēāļ™ āļŠāļĄāļąāļ„āļĢāļ‡āļēāļ™ āđ„āļ—āļĒāđ€āļšāļŸ 19
āļ„āļĨāļ­āļ‡āđ€āļ•āļĒ, āļāļĢāļļāļ‡āđ€āļ—āļž, āđ„āļ­āļ—āļĩ / āđ€āļ‚āļĩāļĒāļ™āđ‚āļ›āļĢāđāļāļĢāļĄ ,āļāļēāļĢāļˆāļąāļ”āļāļēāļĢ āđ„āļ­āļ—āļĩ / āđ€āļ‚āļĩāļĒāļ™āđ‚āļ›āļĢāđāļāļĢāļĄ,āļāļēāļĢāļˆāļąāļ”āļāļēāļĢ

āļ—āļąāļāļĐāļ°:

Finance, Accounting, Docker

āļ›āļĢāļ°āđ€āļ āļ—āļ‡āļēāļ™:

āļ‡āļēāļ™āļ›āļĢāļ°āļˆāļģ

āđ€āļ‡āļīāļ™āđ€āļ”āļ·āļ­āļ™:

āļŠāļēāļĄāļēāļĢāļ–āļ•āđˆāļ­āļĢāļ­āļ‡āđ„āļ”āđ‰

  • āļ•āļĢāļ§āļˆāļŠāļ­āļšāļĄāļēāļ•āļĢāļāļēāļ™ āļāļģāļāļąāļšāļ”āļđāđāļĨ āđāļĨāļ°āļšāļĢāļīāļŦāļēāļĢāļˆāļąāļ”āļāļēāļĢāļ”āđ‰āļēāļ™ IT Service Management.
  • āļšāļĢāļīāļŦāļēāļĢāļˆāļąāļ”āļāļēāļĢāđ€āļŦāļ•āļļāļāļēāļĢāļ“āđŒāļŠāļģāļ„āļąāļ (Major Incident) āļžāļĢāđ‰āļ­āļĄāļ›āļĢāļ°āļŠāļēāļ™āļ‡āļēāļ™āļāļąāļšāļ—āļĩāļĄāļ—āļĩāđˆāđ€āļāļĩāđˆāļĒāļ§āļ‚āđ‰āļ­āļ‡āđ€āļžāļ·āđˆāļ­āđāļāđ‰āđ„āļ‚āļ­āļĒāđˆāļēāļ‡āļĢāļ§āļ”āđ€āļĢāđ‡āļ§.
  • āļ—āļģāļŦāļ™āđ‰āļēāļ—āļĩāđˆāđ€āļ›āđ‡āļ™āļœāļđāđ‰āļˆāļąāļ”āļāļēāļĢāļ›āļąāļāļŦāļēāļ”āđ‰āļēāļ™āđ€āļ—āļ„āđ‚āļ™āđ‚āļĨāļĒāļĩāļŠāļēāļĢāļŠāļ™āđ€āļ—āļĻ (Problem Manager).
11 āļ§āļąāļ™āļ—āļĩāđˆāļœāđˆāļēāļ™āļĄāļē
āļ”āļđāđ€āļžāļīāđˆāļĄāđ€āļ•āļīāļĄkeyboard_arrow_down
āļŦāļēāļ‡āļēāļ™ āļŠāļĄāļąāļ„āļĢāļ‡āļēāļ™ āđ„āļ—āļĒāđ€āļšāļŸ 20
āļŦāļēāļ‡āļēāļ™ āļŠāļĄāļąāļ„āļĢāļ‡āļēāļ™ āđ„āļ—āļĒāđ€āļšāļŸ 20
āļ„āļĨāļ­āļ‡āđ€āļ•āļĒ, āļāļĢāļļāļ‡āđ€āļ—āļž, āđ„āļ­āļ—āļĩ / āđ€āļ‚āļĩāļĒāļ™āđ‚āļ›āļĢāđāļāļĢāļĄ ,āļāļēāļĢāļˆāļąāļ”āļāļēāļĢ āđ„āļ­āļ—āļĩ / āđ€āļ‚āļĩāļĒāļ™āđ‚āļ›āļĢāđāļāļĢāļĄ,āļāļēāļĢāļˆāļąāļ”āļāļēāļĢ

āļ›āļĢāļ°āđ€āļ āļ—āļ‡āļēāļ™:

āļ‡āļēāļ™āļ›āļĢāļ°āļˆāļģ

āđ€āļ‡āļīāļ™āđ€āļ”āļ·āļ­āļ™:

āļŠāļēāļĄāļēāļĢāļ–āļ•āđˆāļ­āļĢāļ­āļ‡āđ„āļ”āđ‰

  • Data Engineer Manager āļĄāļĩāļšāļ—āļšāļēāļ—āļŠāļģāļ„āļąāļāđƒāļ™āļāļēāļĢāļ­āļ­āļāđāļšāļš āļžāļąāļ’āļ™āļē āđāļĨāļ°āļšāļĢāļīāļŦāļēāļĢāļˆāļąāļ”āļāļēāļĢāđ‚āļ„āļĢāļ‡āļŠāļĢāđ‰āļēāļ‡āļžāļ·āđ‰āļ™āļāļēāļ™āļ”āđ‰āļēāļ™āļ‚āđ‰āļ­āļĄāļđāļĨ (Data Infrastructure) āļ‚āļ­āļ‡āļ­āļ‡āļ„āđŒāļāļĢ āđ€āļžāļ·āđˆāļ­āļĢāļ­āļ‡āļĢāļąāļšāļāļēāļĢāđƒāļŠāđ‰āļ‡āļēāļ™āļ”āđ‰āļēāļ™ Analytics, AI āđāļĨāļ° Business Intelligence āđ‚āļ”āļĒāļ—āļģāļŦāļ™āđ‰āļēāļ—āļĩāđˆāļ™āļģāļ—āļĩāļĄ Data Engineer āđāļĨāļ°āļ—āļģāļ‡āļēāļ™āļĢāđˆāļ§āļĄāļāļąāļšāļ—āļĩāļĄ Data, Product āđāļĨāļ° Business āđ€āļžāļ·āđˆāļ­āļŠāđˆāļ‡āļĄāļ­āļšāđ‚āļ‹āļĨāļđāļŠāļąāļ™āļ‚āđ‰āļ­āļĄāļđāļĨāļ—āļĩāđˆāļĄāļĩāļ„āļļāļ“āļ āļēāļž āļĄāļĩāđ€āļŠāļ–āļĩāļĒāļĢāļ āļēāļž āđāļĨāļ°āļŠāļēāļĄāļēāļĢāļ–āļ‚āļĒāļēāļĒāđ„āļ”āđ‰ (Scalable & Reliable).
  • Data Architecture & Engineering
  • āļ­āļ­āļāđāļšāļšāđāļĨāļ°āļžāļąāļ’āļ™āļē Data Architecture (Data Lake / Data Warehouse / Data Pipeline)
11 āļ§āļąāļ™āļ—āļĩāđˆāļœāđˆāļēāļ™āļĄāļē
āļ”āļđāđ€āļžāļīāđˆāļĄāđ€āļ•āļīāļĄkeyboard_arrow_down
āļŠāđˆāļ‡āđāļˆāđ‰āļ‡āđ€āļ•āļ·āļ­āļ™āļ‡āļēāļ™āđƒāļŦāļĄāđˆāļĨāđˆāļēāļŠāļļāļ”āļŠāļģāļŦāļĢāļąāļšāđ„āļ­āļ—āļĩ / āđ€āļ‚āļĩāļĒāļ™āđ‚āļ›āļĢāđāļāļĢāļĄ
  • 1
  • 2
  • 3
  • 4

āļ‡āļēāļ™āđ„āļ­āļ—āļĩ - āđ‚āļ›āļĢāđāļāļĢāļĄāđ€āļĄāļ­āļĢāđŒ

āđƒāļ™āđ‚āļĨāļāļĒāļļāļ„ 4.0 āļ—āļĩāđˆāđ€āļ—āļ„āđ‚āļ™āđ‚āļĨāļĒāļĩāļāļĨāļēāļĒāļĄāļēāđ€āļ›āđ‡āļ™āļŠāđˆāļ§āļ™āļŦāļ™āļķāđˆāļ‡āļ‚āļ­āļ‡āļŠāļĩāļ§āļīāļ•āļ›āļĢāļ°āļˆāļģāļ§āļąāļ™ āļ‡āļēāļ™āļ”āđ‰āļēāļ™āđ„āļ­āļ—āļĩāļ•āļĨāļ­āļ”āļˆāļ™āđ‚āļ›āļĢāđāļāļĢāļĄāđ€āļĄāļ­āļĢāđŒāļˆāļķāļ‡āļāļĨāļēāļĒāļĄāļēāđ€āļ›āđ‡āļ™āļŠāļīāđˆāļ‡āļ—āļĩāđˆāļ‚āļēāļ”āđ„āļĄāđˆāđ„āļ”āđ‰āđƒāļ™āđāļ—āļšāļ—āļļāļāļ­āļ‡āļ„āđŒāļāļĢ āđāļĨāļ°āļ”āđ‰āļ§āļĒāļāļēāļĢāđ€āļ›āđ‡āļ™āļ•āļģāđāļŦāļ™āđˆāļ‡āļ‡āļēāļ™āļ—āļĩāđˆāđƒāļŠāđ‰āļ—āļąāļāļĐāļ°āļŠāļđāļ‡ āļ•āļĨāļ­āļ”āļˆāļ™āļĄāļĩāļ„āļ§āļēāļĄāļ•āđ‰āļ­āļ‡āļāļēāļĢāļŠāļđāļ‡āđ€āļ›āđ‡āļ™āļ­āļĒāđˆāļēāļ‡āļĄāļēāļ āļ—āļģāđƒāļŦāđ‰āļ‡āļēāļ™āļ”āđ‰āļēāļ™āđ‚āļ›āļĢāđāļāļĢāļĄāđ€āļĄāļ­āļĢāđŒāļ•āļīāļ”āļ­āļąāļ™āļ”āļąāļšāļ­āļēāļŠāļĩāļžāļ—āļĩāđˆāđ„āļ”āđ‰āđ€āļ‡āļīāļ™āđ€āļ”āļ·āļ­āļ™āđ€āļ‰āļĨāļĩāđˆāļĒāļŠāļđāļ‡āļ—āļĩāđˆāļŠāļļāļ”āļ­āļĒāđˆāļēāļ‡āļ‡āđˆāļēāļĒāļ”āļēāļĒ

āđ€āļ‡āļīāļ™āđ€āļ”āļ·āļ­āļ™

āļŠāđˆāļ§āļ‡āđ€āļ‡āļīāļ™āđ€āļ”āļ·āļ­āļ™āļ‚āļ­āļ‡āđ‚āļ›āļĢāđāļāļĢāļĄāđ€āļĄāļ­āļĢāđŒāļ—āļĩāđˆāļĄāļĩāļ›āļĢāļ°āļŠāļšāļāļēāļĢāļ“āđŒ 1-2 āļ›āļĩāļˆāļ°āđ€āļĢāļīāđˆāļĄāļ•āđ‰āļ™āļ—āļĩāđˆ 25,000 - 30,000 āļšāļēāļ— āļŦāļēāļāļĄāļĩāļ›āļĢāļ°āļŠāļšāļāļēāļĢāļ“āđŒ 3 - 5 āļ›āļĩāđāļĨāļ°āļŠāļģāļ™āļēāļāđƒāļ™āļŠāļēāļ‚āļēāđƒāļ”āļŠāļēāļ‚āļēāļŦāļ™āļķāđˆāļ‡ āļŠāļēāļĄāļēāļĢāļ–āđ€āļĢāļĩāļĒāļāđ€āļ‡āļīāļ™āđ€āļ”āļ·āļ­āļ™āđ„āļ”āđ‰āļŠāļđāļ‡āļ–āļķāļ‡ 50,000 - 80,000 āļšāļēāļ— āđāļĨāļ°āļ–āđ‰āļēāļĄāļĩāļ„āļ§āļēāļĄāļ–āļ™āļąāļ”āđ€āļ‰āļžāļēāļ°āļ—āļēāļ‡āđāļĨāļ°āļĄāļĩāļ›āļĢāļ°āļŠāļšāļāļēāļĢāļ“āđŒāļŠāļđāļ‡ āļĢāļēāļĒāđ„āļ”āđ‰āļŦāļĨāļąāļ (āļŦāļĨāļēāļĒ) āđāļŠāļ™āļāđ‡āđ„āļĄāđˆāđƒāļŠāđˆāđ€āļĢāļ·āđˆāļ­āļ‡āļĒāļēāļāļ­āļĩāļāļ•āđˆāļ­āđ„āļ›

āļ„āļ§āļēāļĄāļāđ‰āļēāļ§āļŦāļ™āđ‰āļēāđƒāļ™āļ­āļēāļŠāļĩāļž

āđ‚āļ›āļĢāđāļāļĢāļĄāđ€āļĄāļ­āļĢāđŒāđ€āļ›āđ‡āļ™āļŠāļēāļĒāļ‡āļēāļ™āļ—āļĩāđˆāđ€āļ•āļīāļšāđ‚āļ•āļ­āļĒāđˆāļēāļ‡āļāđ‰āļēāļ§āļāļĢāļ°āđ‚āļ”āļ”āđāļĨāļ°āļĄāļĩāļ„āļ§āļēāļĄāļĄāļąāđˆāļ™āļ„āļ‡āļŠāļđāļ‡ āđƒāļ™āļ‚āļ“āļ°āđ€āļ”āļĩāļĒāļ§āļāļąāļ™āļāđ‡āļˆāļģāđ€āļ›āđ‡āļ™āļ•āđ‰āļ­āļ‡āļĻāļķāļāļĐāļēāđ€āļ—āļĢāļ™āļ”āđŒāđƒāļŦāļĄāđˆ āđ† āļ•āļĨāļ­āļ”āļˆāļ™āđ€āļŠāļĢāļīāļĄāļŠāļĢāđ‰āļēāļ‡āļ­āļ‡āļ„āđŒāļ„āļ§āļēāļĄāļĢāļđāđ‰āđ€āļžāļ·āđˆāļ­āđƒāļŦāđ‰āļ—āļąāļ™āļ•āđˆāļ­āļŠāļ–āļēāļ™āļāļēāļĢāļ“āđŒāđ€āļŠāđˆāļ™āļāļąāļ™ āļ­āļĒāđˆāļēāļ‡āđ„āļĢāļāđ‡āļ•āļēāļĄ āļ”āđ‰āļ§āļĒāļ„āļ§āļēāļĄāļ•āđ‰āļ­āļ‡āļāļēāļĢāļšāļļāļ„āļĨāļēāļāļĢāļ”āđ‰āļēāļ™āđ„āļ­āļ—āļĩāļ—āļĩāđˆāđ€āļžāļīāđˆāļĄāļ‚āļķāđ‰āļ™āđ€āļĢāļ·āđˆāļ­āļĒ āđ† āļˆāļ™āļĄāļēāļāļāļ§āđˆāļēāļˆāļģāļ™āļ§āļ™āđāļĢāļ‡āļ‡āļēāļ™āļ—āļĩāđˆāļĄāļĩāđƒāļ™āļ•āļĨāļēāļ” āļ—āļģāđƒāļŦāđ‰āļĢāļēāļĒāđ„āļ”āđ‰āļ‚āļ­āļ‡āļŠāļēāļĒāļ­āļēāļŠāļĩāļžāļ™āļĩāđ‰āđ€āļžāļīāđˆāļĄāļŠāļđāļ‡āļ‚āļķāđ‰āļ™āļ­āļĒāđˆāļēāļ‡āđ„āļĄāđˆāļŦāļĒāļļāļ”āļŦāļĒāđˆāļ­āļ™ āļŦāļēāļāļžāļīāļˆāļēāļĢāļ“āļēāļ–āļķāļ‡āđāļ™āļ§āđ‚āļ™āđ‰āļĄāļ—āļĩāđˆ AI āļˆāļ°āđ€āļ‚āđ‰āļēāļĄāļēāļĄāļĩāļšāļ—āļšāļēāļ—āļĄāļēāļāļĒāļīāđˆāļ‡āļ‚āļķāđ‰āļ™āđƒāļ™āļ­āļ™āļēāļ„āļ• āļāđ‡āļŠāļēāļĄāļēāļĢāļ–āļāļĨāđˆāļēāļ§āđ„āļ”āđ‰āļ§āđˆāļēāļŠāļēāļĒāļ‡āļēāļ™āļ™āļĩāđ‰āļĄāļĩāļ„āļ§āļēāļĄāļĄāļąāđˆāļ™āļ„āļ‡āļŠāļđāļ‡āđāļĨāļ°āļĄāļĩāļ„āļ§āļēāļĄāļŠāļģāļ„āļąāļāļ•āđˆāļ­āļāļēāļĢāļžāļąāļ’āļ™āļēāļ›āļĢāļ°āđ€āļ—āļĻāđ€āļ›āđ‡āļ™āļ­āļĒāđˆāļēāļ‡āļĄāļēāļ

āļšāļ—āļšāļēāļ—āđāļĨāļ°āļŦāļ™āđ‰āļēāļ—āļĩāđˆ

  • āļ§āļēāļ‡āđ‚āļ„āļĢāļ‡āļŠāļĢāđ‰āļēāļ‡āļĢāļ°āļšāļš āđ€āļ‚āļĩāļĒāļ™āđ€āļ›āđ‡āļ™āđ‚āļ›āļĢāđāļāļĢāļĄāļ•āđˆāļēāļ‡ āđ† āļ•āļēāļĄāļ„āļ§āļēāļĄāļ•āđ‰āļ­āļ‡āļāļēāļĢāļ‚āļ­āļ‡āļĨāļđāļāļ„āđ‰āļē
  • āļ›āļĢāļ°āļŠāļēāļ™āļ‡āļēāļ™āļāļąāļšāļ™āļąāļāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāļĢāļ°āļšāļš āđ€āļžāļ·āđˆāļ­āļžāļąāļ’āļ™āļēāđ‚āļ›āļĢāđāļāļĢāļĄ
  • āļ›āļĢāļ°āļŠāļēāļ™āļ‡āļēāļ™āļāļąāļšāļœāļđāđ‰āļ—āļ”āļŠāļ­āļšāļĢāļ°āļšāļšāđāļĨāļ°āļœāļđāđ‰āđƒāļŠāđ‰āļ‡āļēāļ™ āđ€āļžāļ·āđˆāļ­āđāļāđ‰āđ„āļ‚āļ›āļąāļāļŦāļēāđ€āļāļĩāđˆāļĒāļ§āļāļąāļšāđ‚āļ›āļĢāđāļāļĢāļĄ

āļ„āļļāļ“āļŠāļĄāļšāļąāļ•āļīāđ€āļ‰āļžāļēāļ°āļ‚āļ­āļ‡āđ‚āļ›āļĢāđāļāļĢāļĄāđ€āļĄāļ­āļĢāđŒ

  • āļŠāļēāļĄāļēāļĢāļ–āļ—āļģāļ‡āļēāļ™āđ€āļ›āđ‡āļ™āļ—āļĩāļĄāđ„āļ”āđ‰āļ”āļĩ
  • āļ—āļģāļ‡āļēāļ™āļ āļēāļĒāđƒāļ•āđ‰āļ„āļ§āļēāļĄāļāļ”āļ”āļąāļ™āđ„āļ”āđ‰
  • āļŠāļēāļĄāļēāļĢāļ–āļ—āļģāļ‡āļēāļ™āļ•āđˆāļ­āđ€āļ™āļ·āđˆāļ­āļ‡āđ€āļ›āđ‡āļ™āđ€āļ§āļĨāļēāļ™āļēāļ™āđ„āļ”āđ‰
  • āļĄāļĩāđ„āļŦāļ§āļžāļĢāļīāļš āđāļĨāļ°āļ—āļąāļāļĐāļ°āđƒāļ™āļāļēāļĢāđāļāđ‰āđ„āļ‚āļ›āļąāļāļŦāļē
āļ­āđˆāļēāļ™āđ€āļžāļīāđˆāļĄāđ€āļ•āļīāļĄ