āļŦāļ™āđ‰āļēāļ—āļĩāđˆāļ„āļ§āļēāļĄāļĢāļąāļšāļœāļīāļ”āļŠāļ­āļš (Key Responsibilities):


· āļ­āļ­āļāđāļšāļšāđāļĨāļ°āļ”āļģāđ€āļ™āļīāļ™āļāļēāļĢāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāļ‚āđ‰āļ­āļĄāļđāļĨāđ€āļŠāļīāļ‡āļĨāļķāļ āđ€āļžāļ·āđˆāļ­āļŠāļ™āļąāļšāļŠāļ™āļļāļ™āļāļĨāļĒāļļāļ—āļ˜āđŒāļ­āļ‡āļ„āđŒāļāļĢ āđāļĨāļ°āđ€āļžāļīāđˆāļĄāļ›āļĢāļ°āļŠāļīāļ—āļ˜āļīāļ āļēāļžāļāļēāļĢāļ”āļģāđ€āļ™āļīāļ™āļ‡āļēāļ™


· āļŠāļĢāđ‰āļēāļ‡ Dashboard āđāļĨāļ°āļĢāļēāļĒāļ‡āļēāļ™āđāļšāļš Interactive āđ‚āļ”āļĒāđƒāļŠāđ‰ Power BI āļŦāļĢāļ·āļ­āļ­āļ·āđˆāļ™āđ†


· āļŠāļĢāđ‰āļēāļ‡ Framework āļŠāļģāļŦāļĢāļąāļšāļāļēāļĢāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāļ‚āđ‰āļ­āļĄāļđāļĨāđāļšāļš End-to-End āļ•āļąāđ‰āļ‡āđāļ•āđˆāļāļēāļĢāđ€āļāđ‡āļšāļ‚āđ‰āļ­āļĄāļđāļĨ āđ„āļ›āļˆāļ™āļ–āļķāļ‡āļāļēāļĢāļ™āļģāđ€āļŠāļ™āļ­āļœāļĨāļĨāļąāļžāļ˜āđŒ


· āļŠāļĢāđ‰āļēāļ‡āđāļšāļšāļˆāļģāļĨāļ­āļ‡āļ—āļēāļ‡āļŠāļ–āļīāļ•āļī (Predictive Model) āđ€āļŠāđˆāļ™ Sales Demand Forecasting, Fuel Consumption Trends, Customer Lifetime Value


· āļ—āļģāļ‡āļēāļ™āļĢāđˆāļ§āļĄāļāļąāļšāļ˜āļļāļĢāļāļīāļˆ āđƒāļ™āļāļēāļĢāđāļ›āļĨāļ›āļąāļāļŦāļēāļ—āļēāļ‡āļ˜āļļāļĢāļāļīāļˆāđƒāļŦāđ‰āđ€āļ›āđ‡āļ™āđ‚āļˆāļ—āļĒāđŒāļāļēāļĢāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāļ‚āđ‰āļ­āļĄāļđāļĨ āļžāļĢāđ‰āļ­āļĄāļ™āļģāđ€āļŠāļ™āļ­ Insight āļ—āļĩāđˆāļĄāļĩ Impact


· āļĢāđˆāļ§āļĄāļāļģāļŦāļ™āļ” KPI āđāļĨāļ° Data Strategy āļāļąāļšāļŦāļ™āđˆāļ§āļĒāļ‡āļēāļ™āļ˜āļļāļĢāļāļīāļˆ


· āļŠāļ·āđˆāļ­āļŠāļēāļĢāļœāļĨāļāļēāļĢāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāđƒāļŦāđ‰āđ€āļ‚āđ‰āļēāđƒāļˆāļ‡āđˆāļēāļĒ āļžāļĢāđ‰āļ­āļĄāļ‚āđ‰āļ­āđ€āļŠāļ™āļ­āđāļ™āļ°āđ€āļŠāļīāļ‡āļāļĨāļĒāļļāļ—āļ˜āđŒāļ—āļĩāđˆāļ™āļģāđ„āļ›āļ›āļāļīāļšāļąāļ•āļīāđ„āļ”āđ‰

āļ„āļļāļ“āļŠāļĄāļšāļąāļ•āļī (Qualifications):


· āļ›āļĢāļīāļāļāļēāļ•āļĢāļĩāļ‚āļķāđ‰āļ™āđ„āļ›āđƒāļ™āļŠāļēāļ‚āļē Data Science, Statistics, Computer Science, Business Analytics āļŦāļĢāļ·āļ­āļŠāļēāļ‚āļēāļ­āļ·āđˆāļ™āļ—āļĩāđˆāđ€āļāļĩāđˆāļĒāļ§āļ‚āđ‰āļ­āļ‡


· āļĄāļĩāļ›āļĢāļ°āļŠāļšāļāļēāļĢāļ“āđŒāļ­āļĒāđˆāļēāļ‡āļ™āđ‰āļ­āļĒ 2–5 āļ›āļĩāđƒāļ™āļ”āđ‰āļēāļ™ Data Analytics āļŦāļĢāļ·āļ­ Data Science


· āļĄāļĩāļ›āļĢāļ°āļŠāļšāļāļēāļĢāļ“āđŒāļ”āđ‰āļēāļ™ Data Visualization āđāļĨāļ°āļŠāļēāļĄāļēāļĢāļ–āļ™āļģāđ€āļŠāļ™āļ­āļ‚āđ‰āļ­āļĄāļđāļĨāđ„āļ”āđ‰āļ­āļĒāđˆāļēāļ‡āļĄāļĩāļ›āļĢāļ°āļŠāļīāļ—āļ˜āļīāļ āļēāļž


· āļĄāļĩāļ—āļąāļāļĐāļ°āļāļēāļĢāđ€āļ‚āļĩāļĒāļ™āđ‚āļ›āļĢāđāļāļĢāļĄ āđ€āļŠāđˆāļ™ Python, R, SQL āđāļĨāļ°āđ€āļ„āļĢāļ·āđˆāļ­āļ‡āļĄāļ·āļ­ BI āđ€āļŠāđˆāļ™ Power BI, Tableau āļŦāļĢāļ·āļ­āđƒāļāļĨāđ‰āđ€āļ„āļĩāļĒāļ‡


· āļĄāļĩāļ—āļąāļāļĐāļ°āļāļēāļĢāļŠāļ·āđˆāļ­āļŠāļēāļĢāđāļĨāļ°āļāļēāļĢāļ„āļīāļ”āđ€āļŠāļīāļ‡āļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒ (Analytical Thinking) āļ—āļĩāđˆāļĒāļ­āļ”āđ€āļĒāļĩāđˆāļĒāļĄ


· āđ€āļ‚āđ‰āļēāđƒāļˆāđāļ™āļ§āļ„āļīāļ” Machine Learning āđāļĨāļ°āļŠāļēāļĄāļēāļĢāļ–āđƒāļŠāđ‰ Libraries āđ€āļŠāđˆāļ™ scikit-learn, XGBoost, TensorFlow, PyTorch āđ„āļ”āđ‰


· āļĄāļĩāļ„āļ§āļēāļĄāļĢāļđāđ‰āļ„āļ§āļēāļĄāđ€āļ‚āđ‰āļēāđƒāļˆāđ€āļāļĩāđˆāļĒāļ§āļāļąāļšāļāļēāļĢāļ—āļģ Forecasting, Clustering āđāļĨāļ° Predictive Analytics


· āļŦāļēāļāļĄāļĩāļ›āļĢāļ°āļŠāļšāļāļēāļĢāļ“āđŒāļāļąāļš Cloud Platform (āđ€āļŠāđˆāļ™ AWS, GCP, Azure) āļˆāļ°āļžāļīāļˆāļēāļĢāļ“āļēāđ€āļ›āđ‡āļ™āļžāļīāđ€āļĻāļĐ

āđ€āļ‡āļīāļ™āđ€āļ”āļ·āļ­āļ™
  • āļŠāļēāļĄāļēāļĢāļ–āļ•āđˆāļ­āļĢāļ­āļ‡āđ„āļ”āđ‰
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™ āļ‹āļ­āļ™āļŠāļĄāļąāļ„āļĢāļ‡āļēāļ™ āļˆāļ‡āļŠāļ–āļīāļ•āļĒāđŒāļŠāļĄāļąāļ„āļĢāļ‡āļēāļ™ āļĒāļđ āļ›āļĢāļīāļ™āļ—āđŒ āļĄāļ­āļĨāļĨāđŒāļŠāļĄāļąāļ„āļĢāļ‡āļēāļ™ WV