Data Analyst
Data Innovation Team

āļ›āļŽāļīāļšāļąāļ•āļīāļ‡āļēāļ™āļĒāļąāļ‡ āļšāļĢāļīāļĐāļąāļ— Infinitas by Krungthai

Job Summary

As a data analyst in Infinitas, you would expect a new level of analytical experiences here. Being part of Data Innovation team, your goal is to make data useful for all stakeholders. Under the big umbrella of the leading bank in Thailand, Infinitas leverage the largest financial data sets from both traditional banking and mobile banking services. From customer digital footprint to branch, ATM and call center. We measure every single touch point to improve customer service and business performance. By utilizing big data and technology, we aim to empower a successful digital transformation and commercialization process. Since most of the problems we try to solve are complex, analytical thinking is a primary focus among all the hard skills and soft skills required to become a capable data analyst. We are looking for data people who are passionate on learning new ideas, working in a fast-paced environment, and sharing knowledge to each other. If you believe you are the one, we look forward to exchanging ideas with you.


Job Responsibilities

â€Ē Conduct data inventory research with product owner, business owner and IT BA to gain full understandings of data availability.
â€Ē Communicate with business owners to translate business problem/challenge into actionable analytical solution
â€Ē Initiate EDA ideas to tag hidden opportunities for customer, product, channel and other various areas.
â€Ē Analyze digital and traditional user journey funnel and customer persona
â€Ē Visualize data for fast decision making and insight interpretation
â€Ē Define customer segmentations for strategy planning and marketing targeting
â€Ē Plan holistic A/B testing campaigns to evaluate data values on business impact
â€Ē Design and fulfill monitoring dashboards and automated reports

Job Qualification:

Essential Requirements:
â€Ē English as working language
â€Ē Minimum of 3 years data analytics related working experiences
â€Ē At least 1 year of working experience directly communicate to business team
â€Ē Proficient in Python or SQL
â€Ē Advanced hands on experiences with visualization tool
â€Ē Strong communication and analytical thinking skills
â€Ē Good balance of data and business knowledge

Preferred Past Experiences or Knowledge (any of the followings):
â€Ē Fintech or banking industry
â€Ē Internet companies with mobile application

 

“ āļ—āđˆāļēāļ™āļŠāļēāļĄāļēāļĢāļ–āļ­āđˆāļēāļ™āđāļĨāļ°āļĻāļķāļāļĐāļēāļ™āđ‚āļĒāļšāļēāļĒāļ„āļ§āļēāļĄāđ€āļ›āđ‡āļ™āļŠāđˆāļ§āļ™āļ•āļąāļ§āļ‚āļ­āļ‡āļ˜āļ™āļēāļ„āļēāļĢāļāļĢāļļāļ‡āđ„āļ—āļĒ āļˆāļģāļāļąāļ” (āļĄāļŦāļēāļŠāļ™) āļ—āļĩāđˆ https://krungthai.com/th/content/privacy-policy āļ—āļąāđ‰āļ‡āļ™āļĩāđ‰ āļ˜āļ™āļēāļ„āļēāļĢāđ„āļĄāđˆāļĄāļĩāđ€āļˆāļ•āļ™āļēāļŦāļĢāļ·āļ­āļ„āļ§āļēāļĄāļˆāļģāđ€āļ›āđ‡āļ™āđƒāļ”āđ† āļ—āļĩāđˆāļˆāļ°āļ›āļĢāļ°āļĄāļ§āļĨāļœāļĨāļ‚āđ‰āļ­āļĄāļđāļĨāļŠāđˆāļ§āļ™āļšāļļāļ„āļ„āļĨāļ—āļĩāđˆāļĄāļĩāļ„āļ§āļēāļĄāļ­āđˆāļ­āļ™āđ„āļŦāļ§ āļĢāļ§āļĄāļ–āļķāļ‡āļ‚āđ‰āļ­āļĄāļđāļĨāļ—āļĩāđˆāđ€āļāļĩāđˆāļĒāļ§āļ‚āđ‰āļ­āļ‡āļĻāļēāļŠāļ™āļēāđāļĨāļ°/āļŦāļĢāļ·āļ­āļŦāļĄāļđāđˆāđ‚āļĨāļŦāļīāļ• āļ‹āļķāđˆāļ‡āļ­āļēāļˆāļ›āļĢāļēāļāļāļ­āļĒāļđāđˆāđƒāļ™āļŠāļģāđ€āļ™āļēāļšāļąāļ•āļĢāļ›āļĢāļ°āļˆāļģāļ•āļąāļ§āļ›āļĢāļ°āļŠāļēāļŠāļ™āļ‚āļ­āļ‡āļ—āđˆāļēāļ™āđāļ•āđˆāļ­āļĒāđˆāļēāļ‡āđƒāļ” āļ”āļąāļ‡āļ™āļąāđ‰āļ™ āļāļĢāļļāļ“āļēāļ­āļĒāđˆāļēāļ­āļąāļ›āđ‚āļŦāļĨāļ”āđ€āļ­āļāļŠāļēāļĢāđƒāļ”āđ† āļĢāļ§āļĄāļ–āļķāļ‡āļŠāļģāđ€āļ™āļēāļšāļąāļ•āļĢāļ›āļĢāļ°āļˆāļģāļ•āļąāļ§āļ›āļĢāļ°āļŠāļēāļŠāļ™ āļŦāļĢāļ·āļ­āļāļĢāļ­āļāļ‚āđ‰āļ­āļĄāļđāļĨāļŠāđˆāļ§āļ™āļšāļļāļ„āļ„āļĨāļ—āļĩāđˆāļĄāļĩāļ„āļ§āļēāļĄāļ­āđˆāļ­āļ™āđ„āļŦāļ§āļŦāļĢāļ·āļ­āļ‚āđ‰āļ­āļĄāļđāļĨāļ­āļ·āđˆāļ™āđƒāļ” āļ‹āļķāđˆāļ‡āđ„āļĄāđˆāđ€āļāļĩāđˆāļĒāļ§āļ‚āđ‰āļ­āļ‡āļŦāļĢāļ·āļ­āđ„āļĄāđˆāļˆāļģāđ€āļ›āđ‡āļ™āļŠāļģāļŦāļĢāļąāļšāļ§āļąāļ•āļ–āļļāļ›āļĢāļ°āļŠāļ‡āļ„āđŒāđƒāļ™āļāļēāļĢāļŠāļĄāļąāļ„āļĢāļ‡āļēāļ™āđ„āļ§āđ‰āļšāļ™āđ€āļ§āđ‡āļšāđ„āļ‹āļ•āđŒ āļ™āļ­āļāļˆāļēāļāļ™āļĩāđ‰ āļāļĢāļļāļ“āļēāļ”āļģāđ€āļ™āļīāļ™āļāļēāļĢāđƒāļŦāđ‰āđāļ™āđˆāđƒāļˆāļ§āđˆāļēāđ„āļ”āđ‰āļ”āļģāđ€āļ™āļīāļ™āļāļēāļĢāļĨāļšāļ‚āđ‰āļ­āļĄāļđāļĨāļŠāđˆāļ§āļ™āļšāļļāļ„āļ„āļĨāļ—āļĩāđˆāļĄāļĩāļ„āļ§āļēāļĄāļ­āđˆāļ­āļ™āđ„āļŦāļ§ (āļ–āđ‰āļēāļĄāļĩ) āļ­āļ­āļāļˆāļēāļāđ€āļĢāļ‹āļđāđ€āļĄāđˆāđāļĨāļ°āđ€āļ­āļāļŠāļēāļĢāļ­āļ·āđˆāļ™āđƒāļ”āļāđˆāļ­āļ™āļ—āļĩāđˆāļˆāļ°āļ­āļąāļ›āđ‚āļŦāļĨāļ”āđ€āļ­āļāļŠāļēāļĢāļ”āļąāļ‡āļāļĨāđˆāļēāļ§āđ„āļ§āđ‰āļšāļ™āđ€āļ§āđ‡āļšāđ„āļ‹āļ•āđŒāđāļĨāđ‰āļ§āļ”āđ‰āļ§āļĒ āļ—āļąāđ‰āļ‡āļ™āļĩāđ‰ āļ˜āļ™āļēāļ„āļēāļĢāļĄāļĩāļ„āļ§āļēāļĄāļˆāļģāđ€āļ›āđ‡āļ™āļ•āđ‰āļ­āļ‡āđ€āļāđ‡āļšāļĢāļ§āļšāļĢāļ§āļĄāļ‚āđ‰āļ­āļĄāļđāļĨāļŠāđˆāļ§āļ™āļšāļļāļ„āļ„āļĨāđ€āļāļĩāđˆāļĒāļ§āļāļąāļšāļ›āļĢāļ°āļ§āļąāļ•āļīāļ­āļēāļŠāļāļēāļāļĢāļĢāļĄāļ‚āļ­āļ‡āļ—āđˆāļēāļ™āđ€āļžāļ·āđˆāļ­āļšāļĢāļĢāļĨāļļāļ§āļąāļ•āļ–āļļāļ›āļĢāļ°āļŠāļ‡āļ„āđŒāđƒāļ™āļāļēāļĢāļžāļīāļˆāļēāļĢāļ“āļēāļĢāļąāļšāļšāļļāļ„āļ„āļĨāđ€āļ‚āđ‰āļēāļ—āļģāļ‡āļēāļ™ āļŦāļĢāļ·āļ­āļāļēāļĢāļ•āļĢāļ§āļˆāļŠāļ­āļšāļ„āļļāļ“āļŠāļĄāļšāļąāļ•āļī āļĨāļąāļāļĐāļ“āļ°āļ•āđ‰āļ­āļ‡āļŦāđ‰āļēāļĄ āļŦāļĢāļ·āļ­āļžāļīāļˆāļēāļĢāļ“āļēāļ„āļ§āļēāļĄāđ€āļŦāļĄāļēāļ°āļŠāļĄāļ‚āļ­āļ‡āļšāļļāļ„āļ„āļĨāļ—āļĩāđˆāļˆāļ°āđƒāļŦāđ‰āļ”āļģāļĢāļ‡āļ•āļģāđāļŦāļ™āđˆāļ‡ āļ‹āļķāđˆāļ‡āļāļēāļĢāđƒāļŦāđ‰āļ„āļ§āļēāļĄāļĒāļīāļ™āļĒāļ­āļĄāđ€āļžāļ·āđˆāļ­āđ€āļāđ‡āļšāļĢāļ§āļšāļĢāļ§āļĄ āđƒāļŠāđ‰ āļŦāļĢāļ·āļ­āđ€āļ›āļīāļ”āđ€āļœāļĒāļ‚āđ‰āļ­āļĄāļđāļĨāļŠāđˆāļ§āļ™āļšāļļāļ„āļ„āļĨāđ€āļāļĩāđˆāļĒāļ§āļāļąāļšāļ›āļĢāļ°āļ§āļąāļ•āļīāļ­āļēāļŠāļāļēāļāļĢāļĢāļĄāļ‚āļ­āļ‡āļ—āđˆāļēāļ™āļĄāļĩāļ„āļ§āļēāļĄāļˆāļģāđ€āļ›āđ‡āļ™āļŠāļģāļŦāļĢāļąāļšāļāļēāļĢāđ€āļ‚āđ‰āļēāļ—āļģāļŠāļąāļāļāļēāđāļĨāļ°āļāļēāļĢāđ„āļ”āđ‰āļĢāļąāļšāļāļēāļĢāļžāļīāļˆāļēāļĢāļ“āļēāļ•āļēāļĄāļ§āļąāļ•āļ–āļļāļ›āļĢāļ°āļŠāļ‡āļ„āđŒāļ”āļąāļ‡āļāļĨāđˆāļēāļ§āļ‚āđ‰āļēāļ‡āļ•āđ‰āļ™ āđƒāļ™āļāļĢāļ“āļĩāļ—āļĩāđˆāļ—āđˆāļēāļ™āđ„āļĄāđˆāđƒāļŦāđ‰āļ„āļ§āļēāļĄāļĒāļīāļ™āļĒāļ­āļĄāđƒāļ™āļāļēāļĢāđ€āļāđ‡āļšāļĢāļ§āļšāļĢāļ§āļĄ āđƒāļŠāđ‰ āļŦāļĢāļ·āļ­āđ€āļ›āļīāļ”āđ€āļœāļĒāļ‚āđ‰āļ­āļĄāļđāļĨāļŠāđˆāļ§āļ™āļšāļļāļ„āļ„āļĨāđ€āļāļĩāđˆāļĒāļ§āļāļąāļšāļ›āļĢāļ°āļ§āļąāļ•āļīāļ­āļēāļŠāļāļēāļāļĢāļĢāļĄ āļŦāļĢāļ·āļ­āļĄāļĩāļāļēāļĢāļ–āļ­āļ™āļ„āļ§āļēāļĄāļĒāļīāļ™āļĒāļ­āļĄāđƒāļ™āļ āļēāļĒāļŦāļĨāļąāļ‡ āļ˜āļ™āļēāļ„āļēāļĢāļ­āļēāļˆāđ„āļĄāđˆāļŠāļēāļĄāļēāļĢāļ–āļ”āļģāđ€āļ™āļīāļ™āļāļēāļĢāđ€āļžāļ·āđˆāļ­āļšāļĢāļĢāļĨāļļāļ§āļąāļ•āļ–āļļāļ›āļĢāļ°āļŠāļ‡āļ„āđŒāļ”āļąāļ‡āļāļĨāđˆāļēāļ§āļ‚āđ‰āļēāļ‡āļ•āđ‰āļ™āđ„āļ”āđ‰ āđāļĨāļ°āļ­āļēāļˆ āļ—āļģāđƒāļŦāđ‰āļ—āđˆāļēāļ™āļŠāļđāļāđ€āļŠāļĩāļĒāđ‚āļ­āļāļēāļŠāđƒāļ™āļāļēāļĢāđ„āļ”āđ‰āļĢāļąāļšāļāļēāļĢāļžāļīāļˆāļēāļĢāļ“āļēāļĢāļąāļšāđ€āļ‚āđ‰āļēāļ—āļģāļ‡āļēāļ™āļāļąāļšāļ˜āļ™āļēāļ„āļēāļĢ ”

āļ—āļąāļāļĐāļ°āļ—āļĩāđˆāļˆāļģāđ€āļ›āđ‡āļ™
  • Data Analysis
  • English (Good)
āļ›āļĢāļ°āļŠāļšāļāļēāļĢāļ“āđŒāļ—āļĩāđˆāļˆāļģāđ€āļ›āđ‡āļ™
  • āđ„āļĄāđˆāļĢāļ°āļšāļļāļ›āļĢāļ°āļŠāļšāļāļēāļĢāļ“āđŒāļ‚āļąāđ‰āļ™āļ•āđˆāļģ
āļ—āļąāļāļĐāļ°āđ€āļžāļīāđˆāļĄāđ€āļ•āļīāļĄ
  • Python
  • SQL
āđ€āļ‡āļīāļ™āđ€āļ”āļ·āļ­āļ™
  • āļŠāļēāļĄāļēāļĢāļ–āļ•āđˆāļ­āļĢāļ­āļ‡āđ„āļ”āđ‰
āļŠāļēāļĒāļ‡āļēāļ™
  • āļ™āļąāļāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒ
āļ›āļĢāļ°āđ€āļ āļ—āļ‡āļēāļ™
  • āļ‡āļēāļ™āļ›āļĢāļ°āļˆāļģ
  • āļŦāļēāļ‡āļēāļ™ āļŠāļĄāļąāļ„āļĢāļ‡āļēāļ™ āļāļĢāļļāļ‡āđ„āļ—āļĒ 1
  • āļŦāļēāļ‡āļēāļ™ āļŠāļĄāļąāļ„āļĢāļ‡āļēāļ™ āļāļĢāļļāļ‡āđ„āļ—āļĒ 2
  • āļŦāļēāļ‡āļēāļ™ āļŠāļĄāļąāļ„āļĢāļ‡āļēāļ™ āļāļĢāļļāļ‡āđ„āļ—āļĒ 3
  • āļŦāļēāļ‡āļēāļ™ āļŠāļĄāļąāļ„āļĢāļ‡āļēāļ™ āļāļĢāļļāļ‡āđ„āļ—āļĒ 4
  • āļŦāļēāļ‡āļēāļ™ āļŠāļĄāļąāļ„āļĢāļ‡āļēāļ™ āļāļĢāļļāļ‡āđ„āļ—āļĒ 5
  • āļŦāļēāļ‡āļēāļ™ āļŠāļĄāļąāļ„āļĢāļ‡āļēāļ™ āļāļĢāļļāļ‡āđ„āļ—āļĒ 6
  • āļŦāļēāļ‡āļēāļ™ āļŠāļĄāļąāļ„āļĢāļ‡āļēāļ™ āļāļĢāļļāļ‡āđ„āļ—āļĒ 7
  • āļŦāļēāļ‡āļēāļ™ āļŠāļĄāļąāļ„āļĢāļ‡āļēāļ™ āļāļĢāļļāļ‡āđ„āļ—āļĒ 8
  • āļŦāļēāļ‡āļēāļ™ āļŠāļĄāļąāļ„āļĢāļ‡āļēāļ™ āļāļĢāļļāļ‡āđ„āļ—āļĒ 9
  • āļŦāļēāļ‡āļēāļ™ āļŠāļĄāļąāļ„āļĢāļ‡āļēāļ™ āļāļĢāļļāļ‡āđ„āļ—āļĒ 10
  • āļŦāļēāļ‡āļēāļ™ āļŠāļĄāļąāļ„āļĢāļ‡āļēāļ™ āļāļĢāļļāļ‡āđ„āļ—āļĒ 11
  • āļŦāļēāļ‡āļēāļ™ āļŠāļĄāļąāļ„āļĢāļ‡āļēāļ™ āļāļĢāļļāļ‡āđ„āļ—āļĒ 12
  • āļŦāļēāļ‡āļēāļ™ āļŠāļĄāļąāļ„āļĢāļ‡āļēāļ™ āļāļĢāļļāļ‡āđ„āļ—āļĒ 13
  • āļŦāļēāļ‡āļēāļ™ āļŠāļĄāļąāļ„āļĢāļ‡āļēāļ™ āļāļĢāļļāļ‡āđ„āļ—āļĒ 14
  • āļŦāļēāļ‡āļēāļ™ āļŠāļĄāļąāļ„āļĢāļ‡āļēāļ™ āļāļĢāļļāļ‡āđ„āļ—āļĒ 15
  • āļŦāļēāļ‡āļēāļ™ āļŠāļĄāļąāļ„āļĢāļ‡āļēāļ™ āļāļĢāļļāļ‡āđ„āļ—āļĒ 16
  • āļŦāļēāļ‡āļēāļ™ āļŠāļĄāļąāļ„āļĢāļ‡āļēāļ™ āļāļĢāļļāļ‡āđ„āļ—āļĒ 17
  • āļŦāļēāļ‡āļēāļ™ āļŠāļĄāļąāļ„āļĢāļ‡āļēāļ™ āļāļĢāļļāļ‡āđ„āļ—āļĒ 18
  • āļŦāļēāļ‡āļēāļ™ āļŠāļĄāļąāļ„āļĢāļ‡āļēāļ™ āļāļĢāļļāļ‡āđ„āļ—āļĒ 19
  • āļŦāļēāļ‡āļēāļ™ āļŠāļĄāļąāļ„āļĢāļ‡āļēāļ™ āļāļĢāļļāļ‡āđ„āļ—āļĒ 20
  • āļŦāļēāļ‡āļēāļ™ āļŠāļĄāļąāļ„āļĢāļ‡āļēāļ™ āļāļĢāļļāļ‡āđ„āļ—āļĒ 21
keyboard_arrow_right

āđ€āļāļĩāđˆāļĒāļ§āļāļąāļšāļšāļĢāļīāļĐāļąāļ—

āļˆāļģāļ™āļ§āļ™āļžāļ™āļąāļāļ‡āļēāļ™:2000-5000 āļ„āļ™
āļ›āļĢāļ°āđ€āļ āļ—āļšāļĢāļīāļĐāļąāļ—:āļāļēāļĢāđ€āļ‡āļīāļ™āđāļĨāļ°āļāļēāļĢāļ˜āļ™āļēāļ„āļēāļĢ
āļ—āļĩāđˆāļ•āļąāđ‰āļ‡āļšāļĢāļīāļĐāļąāļ—:āļāļĢāļļāļ‡āđ€āļ—āļž
āđ€āļ§āđ‡āļšāđ„āļ‹āļ•āđŒ:www.krungthai.com
āļāđˆāļ­āļ•āļąāđ‰āļ‡āđ€āļĄāļ·āđˆāļ­āļ›āļĩ:1966
āļ„āļ°āđāļ™āļ™:4/5

āļ˜āļ™āļēāļ„āļēāļĢāđƒāļŦāđ‰āļ„āļ§āļēāļĄāļŠāļģāļ„āļąāļāļāļąāļšāļāļēāļĢāļšāļĢāļīāļŦāļēāļĢāļ—āļĢāļąāļžāļĒāļēāļāļĢāļšāļļāļ„āļ„āļĨāđ€āļ›āđ‡āļ™āļ­āļĒāđˆāļēāļ‡āļĒāļīāđˆāļ‡ āđ„āļĄāđˆāļ§āđˆāļēāļˆāļ°āđ€āļ›āđ‡āļ™āļāļēāļĢāļŠāļĢāļĢāļŦāļēāļšāļļāļ„āļĨāļēāļāļĢāļ—āļĩāđˆāļĄāļĩāļ„āļ§āļēāļĄāļĢāļđāđ‰āļ„āļ§āļēāļĄāļŠāļēāļĄāļēāļĢāļ– āļāļēāļĢāļžāļąāļ’āļ™āļēāļžāļ™āļąāļāļ‡āļēāļ™āļ”āđ‰āļ§āļĒāļŦāļĨāļąāļāļŠāļđāļ•āļĢāļ•āđˆāļēāļ‡āđ† āļ•āļĨāļ­āļ”āļˆāļ™āļˆāļąāļ”āļāļēāļĢāļāļķāļāļ­āļšāļĢāļĄ āđ€āļžāļ·āđˆāļ­āđƒāļŦāđ‰āļŠāļ­āļ”āļ„āļĨāđ‰āļ­āļ‡āļāļąāļšāļŠāļ āļēāļžāđāļ§āļ”āļĨāđ‰āļ­āļĄāļ—āļĩāđˆāđ€āļ›āļĨāļĩāđˆāļĒāļ™āđāļ›āļĨāļ‡āđ„āļ› āļ­āļĩāļāļ—āļąāđ‰āļ‡āļĒāļąāļ‡āļŠāđˆāļ‡āđ€āļŠāļĢāļīāļĄāđƒāļŦāđ‰āļžāļ™āļąāļāļ‡āļēāļ™āļžāļąāļ’āļ™āļēāļ•āļ™āđ€āļ­āļ‡āļ­āļĒāļđāđˆāđ€āļŠāļĄāļ­āļ‹āļķāđˆāļ‡āđ€āļ›āđ‡āļ™āđ„āļ› āļ•āļēāļĄāļ™āđ‚āļĒāļšāļēāļĒāļāļēāļĢāđ€āļ›āđ‡āļ™āļ­āļ‡āļ„āđŒāļāļĢāđāļŦāđˆāļ‡āļāļēāļĢāđ€āļĢāļĩāļĒ ...

āļ­āđˆāļēāļ™āļ•āđˆāļ­

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

Today, we are recruiting qualified people in various positions. Especially, Authorized teller who works at bank branches. If you are a competent and interested to be a part of the major factor for organization to meet ambition, we appreciate to review your qualifications for employment with Kungt ...

āļ­āđˆāļēāļ™āļ•āđˆāļ­

āļŠāļģāļ™āļąāļāļ‡āļēāļ™āđƒāļŦāļāđˆ: āđ€āļĨāļ‚āļ—āļĩāđˆ 35 āđāļ‚āļ§āļ‡āļ„āļĨāļ­āļ‡āđ€āļ•āļĒāđ€āļŦāļ™āļ·āļ­ āđ€āļ‚āļ•āļ§āļąāļ’āļ™āļē āļāļ—āļĄ. 10110
Display map
āļ—āļĩāđˆ WorkVenture āđ€āļĢāļēāđƒāļŦāđ‰āļĄāļđāļĨāđ€āļŠāļīāļ‡āđ€āļāļĩāđˆāļĒāļ§āļāļąāļšāļšāļĢāļīāļĐāļąāļ— āļ˜āļ™āļēāļ„āļēāļĢāļāļĢāļļāļ‡āđ„āļ—āļĒ āļˆāļģāļ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— āļ˜āļ™āļēāļ„āļēāļĢāļāļĢāļļāļ‡āđ„āļ—āļĒ āļˆāļģāļāļąāļ” (āļĄāļŦāļēāļŠāļ™) āļĄāļĩāļžāļ™āļąāļāļ‡āļēāļ™āļ—āļĩāđˆāļāļģāļĨāļąāļ‡āļ—āļģāļ‡āļēāļ™āļ—āļĩāđˆāļšāļĢāļīāļĐāļąāļ— āļ˜āļ™āļēāļ„āļēāļĢāļāļĢāļļāļ‡āđ„āļ—āļĒ āļˆāļģāļ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™ āđāļ§āļ™āļ”āđ‰āļē āļ­āļžāļēāļ—āđ€āļĄāđ‰āļ™āļŠāļĄāļąāļ„āļĢāļ‡āļēāļ™ āđ€āļ­āļšāļĩāļĄāļŠāļĄāļąāļ„āļĢāļ‡āļēāļ™ āļŸāļĩāļ™āļīāļāļ‹āļīāļ„āļ—āđŒāļŠāļĄāļąāļ„āļĢāļ‡āļēāļ™ WV