พนักงาน AI Innovation - The Government Savings Bank

1. วิจัย พัฒนา และปรับปรุงระบบเทคโนโลยีปัญญาประดิษฐ์ (Artificial Intelligence: AI) เพื่อสนับสนุนและเพิ่มประสิทธิภาพกระบวนการทำงานภายในองค์กรอย่างเป็นระบบ


2. ออกแบบและพัฒนาโมเดล AI เช่น Machine Learning, Natural Language Processing (NLP), Computer Vision, Speech to Text, Speech Recognition รวมถึง AI Agent ให้สอดคล้องกับเป้าหมายเชิงธุรกิจขององค์กร


3. ศึกษา วิเคราะห์ และทดสอบเทคโนโลยี AI ใหม่ ๆ เพื่อนำมาประยุกต์ใช้ในการเพิ่มประสิทธิภาพการดำเนินงานของธนาคาร


4. ศึกษา วิเคราะห์ และรวบรวมความต้องการของหน่วยงานผู้ใช้ (User Requirement) เพื่อนำมาประกอบการกำหนดแนวทางหรือรูปแบบการพัฒนาโครงการด้าน AI


5. สนับสนุนงานด้านการวิเคราะห์เชิงธุรกิจ (Business Analysis) โดยแปลงความต้องการหรือปัญหาทางธุรกิจให้เป็นโซลูชันทางเทคนิค และเชื่อมโยงเป้าหมายเชิงนโยบายและองค์กรเข้ากับแนวทางเทคโนโลยี


6. ทำงานร่วมกับหน่วยงานด้าน Data, IT และหน่วยงานภายในอื่น ๆ เพื่อวิเคราะห์และแก้ไขปัญหาด้านเทคโนโลยีอย่างเป็นระบบ


7. ประสานการทำงานร่วมกับหน่วยงานที่เกี่ยวข้อง ทั้งภายในและภายนอกองค์กร เพื่อให้การดำเนินโค

คุณสมบัติทั่วไป


1. เป็นบุคคลที่มีคุณสมบัติและไม่มีลักษณะต้องห้ามของพนักงานตามกฎหมาย ว่าด้วยคุณสมบัติมาตรฐานสำหรับกรรมการและพนักงานของรัฐวิสาหกิจ และระเบียบธนาคารออมสิน ว่าด้วยการแต่งตั้งและการพ้นจากตำแหน่งพนักงานธนาคารออมสิน


2. อายุไม่เกิน 30 ปี นับถึงวันปิดแจ้งความประสงค์


3. เพศชายต้องพ้นภาระทางทหาร หรือผ่านการเกณฑ์ทหาร (แบบ สด.43) หรือได้สำเร็จการฝึกวิชาทหารชั้นปีที่ 3 ขึ้นไป (แบบ สด.8) หรือตามที่ธนาคารเห็นควร


4. ต้องไม่เป็นบุคคลที่ถูกกำหนดตามมาตรา 4 แห่งพระราชบัญญัติป้องกันและปราบปรามการสนับสนุนทางการเงินแก่การก่อการร้ายและการแพร่ขยายอาวุธที่มีอานุภาพทำลายล้างสูง พ.ศ. 2559


คุณสมบัติเฉพาะตำแหน่ง


1. สำเร็จการศึกษาตั้งแต่ระดับปริญญาตรีขึ้นไป สาขาวิศวกรรมคอมพิวเตอร์ ปัญญาประดิษฐ์ วิทยาศาสตร์ข้อมูล หรือสาขาวิชาที่เกี่ยวข้องและเป็นประโยชน์กับธนาคาร ตามที่ธนาคารเห็นควร


2. มีความเชี่ยวชาญในการเขียนโปรแกรมด้วยภาษา Python เป็นอย่างดี เข้าใจโครงสร้างโค้ดและหลักการเขียนโปรแกรมเชิงวัตถุ (Object-Oriented Programming: OOP)


3. มีความรู้ความเข้าใจในหลักการของ Machine Learning และ Deep Learning เป็นอย่างดี


4. มีความสามารถในการสร้างและทดสอบ (Train) โมเดล AI ด้วย Framework มาตรฐานเช่น PyTorch หรือ TensorFlow ได้ด้วยตนเอง


5. มีทักษะความเชี่ยวชาญด้าน Data Preprocessing และ Feature Engineering รวมถึงมีความสามารถในการบริหารจัดการข้อมูลที่ไม่สมบูรณ์ได้อย่างมีประสิทธิภาพ


6. มีความสามารถในการวัดและประเมินผลประสิทธิภาพของโมเดล ด้วยตัวชี้วัด (Metrics) ที่เหมาะสมกับลักษณะงาน เช่น AUC, F1-score, Precision, Recall และ RMSE 


7. มีความรู้และทักษะการใช้งานระบบควบคุมเวอร์ชั่น (Version Control) เช่น Git เพื่อใช้ในการจัดการซอร์สโค้ดและทำงานร่วมกับทีมได้อย่างเป็นระบบ


8. มีความเข้าใจและสามารถใช้งาน Docker ในการจัดทำ Container (Containerize) สำหรับแอปพลิเคชัน หรือโมเดลเบื้องต้นได้


9. มีทักษะด้านการคิดวิเคราะห์ การแก้ไขปัญหาที่มีความซับซ้อน และมีความสามารถในการทำงานร่วมกับทีมงานแบบบูรณาการ (Cross-functional Team) ได้ดี


10. หากมีคุณสมบัติเพิ่มเติมดังนี้จะได้รับการพิจารณาเป็นกรณีพิเศษ
- มีความรู้ความเข้าใจด้าน Generative AI และ Large Language Models
(LLM) รวมถึงเข้าใจโครงสร้างสถาปัตยกรรม (Transformer Architecture) และมีทักษะความสามารถด้าน Prompt Engineering
- มีประสบการณ์ในการใช้งาน LLM Orchestration Framework เช่น LangChain หรือ LangGraph ในการพัฒนาแอปพลิเคชัน
- มีความสามารถในการพัฒนาและออกแบบ REST API (เช่น FastAPI) เพื่อใช้ในการเชื่อมต่อ สื่อสาร และให้บริการโมเดล AI (Model Deployment) ร่วมกับระบบอื่น ๆ ได้
- มีความรู้ความเข้าใจในการะบวนการ Continuous Integration / Continuous Deployment (CI/CD) และขั้นตอนการนำระบบ AI ขึ้นใช้งานจริง (AI Deployment) เบื้องต้น
- มีประสบการณ์ในการใช้งานเทคโนโลยีคลาวด์แพลตฟอร์ม (Cloud Platform) เช่น Microsoft Azure, Google Cloud Platform (GCP) หรือ Amazon Web Services (AWS) 
- มีผลงานโครงการพัฒนาด้าน AI ที่เป็นรูปธรรมและสามารถตรวจสอบได้ เช่น การมี GitHub Repository ที่แสดงซอร์สโค้ดและทักษะการสร้างโมเดลจริง
- มีประสบการณ์ในการเข้าร่วมการแข่งขันด้านวิทยาศาสตร์ข้อมูล (เช่น Kaggle Competition) หรือมีประสบการณ์ตรงในการวิเคราะห์และจัดการกับชุดข้อมูล (Dataset) จริงในภาคธุรกิจ

ประสบการณ์ทำงาน


1. มีประสบการณ์ในการใช้งาน LLM Orchestration Framework เช่น LangChain หรือ LangGraph ในการพัฒนาแอปพลิเคชัน


2. มีประสบการณ์ในการใช้งานเทคโนโลยีคลาวด์แพลตฟอร์ม (Cloud Platform) เช่น Microsoft Azure, Google Cloud Platform (GCP) หรือ Amazon Web Services (AWS)


3. มีประสบการณ์ในการเข้าร่วมการแข่งขันด้านวิทยาศาสตร์ข้อมูล (เช่น Kaggle Competition) หรือมีประสบการณ์ตรงในการวิเคราะห์และจัดการกับชุดข้อมูล (Dataset) จริงในภาคธุรกิจ

สามารถดูรายละเอียดเพิ่มเติม และแจ้งความประสงค์ได้ที่
https://jobs.gsb.or.th/onlineJob/RM_job_opening_internet?page=RM002_01&subPage=RM002_01_job_detail&id=1203