เว็บไซต์นี้ใช้คุกกี้เพื่อวัตถุประสงค์ในการปรับปรุงประสบการณ์ของผู้ใช้ให้ดียิ่งขึ้น ท่านสามารถศึกษารายละเอียดเพิ่มเติมเกี่ยวกับประเภทของคุกกี้ได้ใน นโยบายการใช้งานคุกกี้
รายละเอียดงาน
- กำหนดและพัฒนาโซลูชันด้านวิทยาศาสตร์ข้อมูล (Data Science) ที่ตรงกับความต้องการของลูกค้า เพื่อให้ได้ข้อมูลเชิงลึกที่มีความหมายและสามารถนำไปใช้ปฏิบัติได้
- รวบรวม วิเคราะห์ ออกแบบ และใช้วิธีทางสถิติและวิทยาศาสตร์ข้อมูลกับข้อมูลที่มีโครงสร้าง (Structured Data), กึ่งโครงสร้าง (Semi-structured Data) และไม่มีโครงสร้าง (Unstructured Data) เพื่อให้ข้อมูลเชิงลึกทางธุรกิจ หรือพัฒนาอัลกอริธึมแมชชีนเลิร์นนิงที่ทันสมัยเพื่อเสริมศักยภาพผลิตภัณฑ์และบริการ
- จัดการโครงการด้านวิทยาศาสตร์ข้อมูล ออกแบบตารางวิเคราะห์ข้อมูล และพัฒนาโมเดลวิเคราะห์ข้อมูลตั้งแต่ขั้นตอนการพัฒนา ทดสอบ และนำไปใช้งานจริงอย่างมีประสิทธิภาพและคุณภาพสูง
- สื่อสารแนวคิดและโซลูชันด้านวิทยาศาสตร์ข้อมูล รวมถึงผลกระทบและประโยชน์ของข้อเสนอแนะในรูปแบบที่เข้าใจง่ายผ่านการแสดงผลข้อมูลที่มีประสิทธิภาพ
- ใช้ความเชี่ยวชาญเพื่อสนับสนุนกิจกรรมทางธุรกิจ โดยให้กรณีศึกษาและโซลูชันที่ตรงกับความต้องการของลูกค้า รวมถึงการนำเสนอและสาธิตโซลูชันให้กับลูกค้า
- ศึกษาและติดตามเทคโนโลยีและนวัตกรรมด้านการวิเคราะห์ข้อมูล รวมถึงแบ่งปันข้อมูลเชิงลึกให้กับทีมเพื่อขับเคลื่อนโอกาสทางธุรกิจและเสริมสร้างศักยภาพของทีม
- พัฒนาทักษะตนเองอย่างต่อเนื่องและทำหน้าที่เป็นพี่เลี้ยง (Mentor) ให้กับสมาชิกทีมรุ่นน้อง
คุณสมบัติ
- ปริญญาตรีหรือโทในสาขาวิทยาศาสตร์ข้อมูล (Data Science), สถิติ (Statistics), การวิเคราะห์ธุรกิจ (Business Analytics), คณิตศาสตร์ (Mathematics), วิทยาการคอมพิวเตอร์ (Computer Science), วิศวกรรมคอมพิวเตอร์ (Computer Engineering), วิจัยดำเนินงาน (Operations Research) หรือสาขาที่เกี่ยวข้อง
- มีประสบการณ์ทำงานด้านวิทยาศาสตร์ข้อมูลอย่างน้อย 3 ปี
- มีความเข้าใจเชิงลึกและเชี่ยวชาญด้านแมชชีนเลิร์นนิง (Machine Learning), ดีพเลิร์นนิง (Deep Learning), สถิติ, การขุดข้อมูล (Data Mining), การวิเคราะห์ข้อมูลขนาดใหญ่ (Big Data Analytics) และปัญญาประดิษฐ์ (AI) โดยมุ่งเน้นคุณภาพและความแม่นยำ
- มีความรู้และประสบการณ์เกี่ยวกับวิธีการเรียนรู้ของเครื่อง เช่น Linear & Non-linear Regression, Logistic Regression, KNN, Naïve Bayes, SVM, Boosting & Bagging, Random Forest, XGBoost, Association Rules, Decision Tree, Cross Validation, Forecasting, Clustering, Neural Networks, Deep Learning, Optimization และ Natural Language Processing (NLP)
- มีความเชี่ยวชาญในการใช้ภาษาโปรแกรมสำหรับการสืบค้นข้อมูล (SQL/Hive/Pig/Spark), การประมวลผลข้อมูล (Python) และการวิเคราะห์ทางสถิติ (Python/R) รวมถึงสามารถทำงานกับชุดข้อมูลขนาดใหญ่และซับซ้อนได้
- มีประสบการณ์ในกระบวนการดึงข้อมูล แปลงข้อมูล ทำความสะอาด และตรวจสอบความถูกต้องของข้อมูล
- มีประสบการณ์กับแพลตฟอร์มคลาวด์ (AWS, Azure, Snowflake, Google Cloud Platform) เทคโนโลยี Big Data (Hadoop, Hive, Spark, Cloudera, NoSQL) และฐานข้อมูลเชิงสัมพันธ์ (RDBMS) เช่น MySQL, Oracle Database (จะพิจารณาเป็นพิเศษ)
- มีประสบการณ์ใช้งานเครื่องมือแสดงผลข้อมูล (Data Visualization) เช่น Tableau (จะพิจารณาเป็นพิเศษ)
- มีทักษะการวิเคราะห์และการแก้ปัญหาที่ดีเยี่ยม พร้อมทั้งใช้เหตุผลเชิงตรรกะและความคิดสร้างสรรค์ในการแก้ปัญหา
- มีทักษะในการสื่อสารที่ดี สามารถอธิบายข้อมูลเชิงวิเคราะห์และเนื้อหาทางเทคนิคให้เข้าใจง่าย
- มีทักษะการทำงานร่วมกับผู้อื่น มีความเป็นทีมเวิร์ก และมีทัศนคติที่เป็นมืออาชีพ
- สามารถทำงานร่วมกับบุคคลในทุกระดับขององค์กร และทำงานร่วมกันในสภาพแวดล้อมแบบทีมได้อย่างมีประสิทธิภาพ
- มีความฉลาดทางอารมณ์สูง (Emotional Intelligence), มีแนวคิดเชิงบวก และมีความคิดสร้างสรรค์ในการแก้ปัญหา
- มีความกระตือรือร้นในการเรียนรู้และพัฒนาตนเอง มีความรับผิดชอบ ใส่ใจในรายละเอียด และมุ่งเน้นผลลัพธ์
- มีภาวะผู้นำทั้งในที่ทำงานหรือในสภาพแวดล้อมอื่นๆ
- สามารถใช้ภาษาไทยและภาษาอังกฤษได้ดี ทั้งการพูดและการเขียน
