EMWORK Group
Career
1/04/2569 |
371
|
1. System Analyst / Project Co-Ordinator (AI-Ready Edition)
สายงาน: เทคโนโลยีสารสนเทศและคอมพิวเตอร์
หน้าที่ความรับผิดชอบ
- รวบรวมความต้องการ ศึกษา วิเคราะห์ และออกแบบระบบสารสนเทศ (Information System) รวมถึงระบบเทคโนโลยีดิจิทัล/คอมพิวเตอร์ที่เกี่ยวข้อง โดยบูรณาการความสามารถของระบบ AI / LLM เข้าสู่กระบวนการวิเคราะห์และออกแบบระบบตั้งแต่ต้น (AI-First Design Thinking)
- ปฏิบัติงานตามกระบวนการและควบคุมคุณภาพของงานให้ได้มาตรฐานวิศวกรรมซอฟต์แวร์ การบริหารงาน/โครงการ มาตรฐานสากล เช่น CMMi, ISO29110, ISO27001 และมาตรฐานอื่น ๆ รวมถึงกรอบมาตรฐานด้าน AI Governance, Data Privacy (PDPA) และ Responsible AI
- จัดทำเอกสาร (Specification / Document) ที่เกี่ยวข้องกับการออกแบบระบบ AI เช่น AI Use Case Definition, Data Requirement Specification, Prompt Specification และ AI Risk Assessment
- ประเมินและคัดเลือก AI Tools, LLM Platform และ Automation Technology ที่เหมาะสมกับความต้องการของโครงการ
- ออกแบบกระบวนการทำงาน (Workflow / Process) ที่ผสมผสานการทำงานร่วมกันระหว่างมนุษย์และระบบ AI อย่างมีประสิทธิภาพและปลอดภัย
- ประสานงานอย่างใกล้ชิดระหว่างทีมธุรกิจ, ทีมพัฒนาซอฟต์แวร์, ผู้เชี่ยวชาญด้าน AI เพื่อให้การส่งมอบระบบเป็นไปตามเป้าหมาย
- พัฒนาและถ่ายทอดองค์ความรู้ เทคโนโลยี และประสบการณ์ รวมถึงสร้างระบบนิเวศด้าน AI และ Digital Transformation
- ปฏิบัติหน้าที่อื่น ๆ ตามที่ได้รับมอบหมาย
คุณสมบัติ
- ทำงานมุ่งผลสัมฤทธิ์ (End Results) มีทัศนคติเชิงบวกต่อการเปลี่ยนแปลงทางเทคโนโลยี พร้อมเรียนรู้และปรับตัวกับ AI อย่างต่อเนื่อง
- ไม่จำกัดสาขาวิชา เกรด และวุฒิการศึกษา หากสูงกว่าระดับปริญญาตรี หรืออยู่ในสาย IT / Computer Science / Data Science / Engineer / Management จะได้รับการพิจารณาเป็นลำดับแรก
- มีความสามารถด้านการนำเสนองานแบบทางการและกึ่งทางการ ทักษะการสื่อสาร โดยเฉพาะการอธิบายแนวคิด AI ให้ผู้ใช้งานที่ไม่มีพื้นฐานทางเทคนิคเข้าใจได้
- สามารถทำงานด้าน Business Process, Data Processing และ UI/UX รวมถึงวิเคราะห์และออกแบบระบบที่มีองค์ประกอบของ AI/ML ได้ผลงานระดับ "ดีมาก" ภายในเวลาที่กำหนด
- คุ้นเคยกับการใช้งาน AI Tools ในการปฏิบัติงานประจำวัน เช่น การใช้ LLM ช่วยวิเคราะห์ Requirement, ทำเอกสาร, ออกแบบ Test Case (ถือเป็นคุณสมบัติพื้นฐานที่คาดหวัง)
- พิจารณาเป็นพิเศษ:
- มีความรู้การพัฒนา Web Application อย่างน้อย 1 ภาษา, เข้าใจ API Integration และรู้คำสั่ง SQL
- มีความรู้ด้านมาตรฐานคุณภาพซอฟต์แวร์, Microservices หรือ Agile/Scrum
- คุ้นเคยกับ Cloud Platforms (Google Cloud, AWS, Azure)
- มีความรู้ด้าน Prompt Engineering, RAG, AI Agent Design, LLM Evaluation หรือ AI Risk & Ethics Framework
- มีความรู้ด้าน Data Literacy (เช่น การอ่านผลลัพธ์ ML Model, Concept ของ Training Data, Bias และ Model Drift)
- หากมีผลงานนำ AI มาใช้งานจริงในองค์กรระดับ "ดีมาก" ปฏิบัติงานได้ตามมาตรฐานสากล และมี Management Skill บริษัทจะพิจารณาผลตอบแทนเพิ่มเติมเป็นรายบุคคล
- กรณีขาดคุณสมบัติบางข้อ ผู้สมัครสามารถเสนอทางเลือกใหม่ให้พิจารณาได้ โดยคำนึงถึงประโยชน์และการพัฒนาอย่างยั่งยืน
2. Prompt Developer
สายงาน: เทคโนโลยีสารสนเทศและคอมพิวเตอร์
หน้าที่ความรับผิดชอบ
- ศึกษา วิเคราะห์ ออกแบบ และพัฒนา Prompt สำหรับระบบปัญญาประดิษฐ์ (AI) และโมเดลภาษาขนาดใหญ่ (LLM) เพื่อรองรับการใช้งานในกระบวนการธุรกิจ
- ปฏิบัติงานตามกระบวนการและควบคุมคุณภาพให้ได้มาตรฐาน Prompt Engineering รวมถึงกระบวนการพัฒนาระบบ AI
- ออกแบบ ทดสอบ และปรับปรุง Prompt อย่างต่อเนื่องโดยใช้เทคนิคต่าง ๆ เช่น Chain-of-Thought, Few-Shot, Role Prompting, RAG และ Prompt Chaining
- จัดทำเอกสาร (Prompt Specification / Prompt Library / Evaluation Report) เพื่อรองรับกระบวนการพัฒนาและส่งต่อความรู้
- ประสานงานกับทีม Software Developer, System Analyst และผู้ใช้งาน เพื่อทำความเข้าใจความต้องการและแปลงเป็น Prompt ที่มีประสิทธิภาพ
- พัฒนาและถ่ายทอดองค์ความรู้ด้าน Prompt Engineering และ Generative AI
- ปฏิบัติหน้าที่อื่น ๆ ตามที่ได้รับมอบหมาย
คุณสมบัติ
- ทำงานมุ่งผลสัมฤทธิ์ เพื่อความสำเร็จร่วมกัน
- ไม่จำกัดสาขาวิชา เกรด และวุฒิการศึกษา หากสูงกว่าปริญญาตรี หรืออยู่ในสาย IT / Computer Science / Linguistics / Data Science จะได้รับการพิจารณาเป็นลำดับแรก
- มั่นใจว่าสามารถออกแบบและพัฒนา Prompt ที่ตอบสนองความต้องการทางธุรกิจ ได้ผลงานระดับ "ดีมาก"
- มีความสามารถออกแบบ Prompt สำหรับ LLM Platform อย่างน้อยหนึ่งกลุ่ม: OpenAI, Anthropic, Google Gemini หรือ Open-Source
- มีความเข้าใจหลักการทำงานของ LLM เช่น Tokenization, Context Window, Temperature รวมถึงข้อจำกัดของโมเดล
- สามารถจัดการและประเมินคุณภาพผลลัพธ์ (Output Evaluation) อย่างเป็นระบบ เช่น ออกแบบ Test Case, Rubric Scoring
- พิจารณาเป็นพิเศษ:
- มีความรู้เขียนโปรแกรม (Python ฯลฯ) เพื่อผนวกรวม Prompt ผ่าน API, LangChain, LlamaIndex
- มีความรู้ด้าน RAG, Fine-tuning, Vector Database (Pinecone, Weaviate) และ AI Agent Framework
- ทักษะสื่อสาร แปลงความต้องการซับซ้อนให้เป็น Prompt ที่ใช้งานได้จริง
- หากมีผลงานด้าน Prompt Engineering หรือ Generative AI ระดับ "ดีมาก" และมี Management Skill บริษัทจะพิจารณาผลตอบแทนเพิ่มเติม
- กรณีขาดคุณสมบัติบางข้อ ผู้สมัครสามารถเสนอทางเลือกใหม่ให้พิจารณาได้
3. Software Developer (AI-Ready Edition)
สายงาน: เทคโนโลยีสารสนเทศและคอมพิวเตอร์
หน้าที่ความรับผิดชอบ
- ศึกษา วิเคราะห์ ออกแบบ และพัฒนาระบบสารสนเทศ โดยบูรณาการ AI-Assisted Development เข้าสู่กระบวนการพัฒนาตั้งแต่ต้น
- ปฏิบัติงานตามมาตรฐานวิศวกรรมซอฟต์แวร์ (SDLC, CMMi, ISO29110, ISO27001) รวมถึงมาตรฐานด้าน AI Code Quality, AI Security และ Responsible AI
- จัดทำเอกสาร (Specification / Document) ที่เกี่ยวข้องกับระบบที่มีองค์ประกอบของ AI เช่น AI Integration Specification, Prompt Specification และ AI Risk Checklist
- พัฒนาและผนวกรวม (Integrate) ระบบ AI / LLM เข้ากับ Application ผ่าน API หรือ SDK เช่น OpenAI, Anthropic, Google Gemini รวมถึงออกแบบ Prompt และ Workflow
- ใช้ AI Coding Assistant (เช่น GitHub Copilot, Cursor, Claude Code) อย่างมีวิจารณญาณในการเขียนโค้ด ทบทวน ทดสอบ และ Debug
- พัฒนาและถ่ายทอดองค์ความรู้ด้าน AI-Augmented Development
- ปฏิบัติหน้าที่อื่น ๆ ตามที่ได้รับมอบหมาย
คุณสมบัติ
- มีทัศนคติเชิงรุกในการเรียนรู้และนำ AI มาใช้เพิ่มประสิทธิภาพการพัฒนาซอฟต์แวร์อย่างต่อเนื่อง
- ไม่จำกัดสาขาวิชา เกรด และวุฒิการศึกษา หากอยู่ในสาย IT / Computer Science / Engineer จะได้รับการพิจารณาเป็นลำดับแรก
- มั่นใจว่าสามารถทำงานด้าน Business Process, Data Processing และ UI/UX ได้ผลงานระดับ "ดีมาก"
- มีความสามารถในการพัฒนาซอฟต์แวร์ด้วย Tech Stack อย่างน้อยหนึ่งกลุ่ม: 1) PHP (Zend, Laravel) 2) Angular + Node.js/Nest.js 3) React + Node.js/Next.js
- มีความรู้การจัดการฐานข้อมูล (MySQL, MS SQL) และการตั้งค่า Server
- คุ้นเคยกับการใช้ AI Coding Assistant ในการพัฒนาซอฟต์แวร์จริง และสามารถ Review, Validate โค้ดที่ AI สร้างขึ้นได้ (คุณสมบัติพื้นฐาน)
- พิจารณาเป็นพิเศษ:
- มีความรู้การเชื่อมต่อ LLM API การออกแบบ Prompt และจัดการ Context Window
- มีความรู้ด้าน AI Application Architecture เช่น RAG, AI Agent, Function Calling, Vector Database
- มีความรู้ด้านวิศวกรรมซอฟต์แวร์ มาตรฐานคุณภาพ (CMMi, ISO27001) และ Microservices
- มีความรู้ด้าน AI Security เช่น Prompt Injection Defense, Output Sanitization
- หากมีผลงานการพัฒนา Application ที่มีองค์ประกอบ AI/LLM ระดับ "ดีมาก" บริษัทจะพิจารณาผลตอบแทนเพิ่มเติม
- กรณีขาดคุณสมบัติบางข้อ ผู้สมัครสามารถเสนอทางเลือกใหม่ให้พิจารณาได้
4. DevSecOps / System Engineer (AI-Ready Edition)
สายงาน: เทคโนโลยีสารสนเทศและคอมพิวเตอร์
หน้าที่ความรับผิดชอบ
- ออกแบบโครงสร้างพื้นฐาน (Infrastructure) และ Pipeline ที่รองรับการ Deploy และ Operate ระบบ AI / LLM ในสภาพแวดล้อม Production ได้อย่างมีเสถียรภาพและปลอดภัย
- ปฏิบัติงานและควบคุมคุณภาพตามมาตรฐานวิศวกรรมซอฟต์แวร์ และกรอบมาตรฐานด้าน AI Security, MLOps และ Responsible AI
- จัดทำเอกสารที่เกี่ยวข้องกับการจัดการโครงสร้างพื้นฐานสำหรับระบบ AI เช่น AI Infrastructure Design, MLOps Pipeline Specification และ AI Security Checklist
- ออกแบบ ติดตั้ง และบริหารจัดการ MLOps / LLMOps Pipeline ครอบคลุม Model Serving, API Gateway สำหรับ LLM, Caching, Cost Monitoring
- ออกแบบและบังคับใช้มาตรการ AI Security ในระดับ Infrastructure เช่น การป้องกัน Prompt Injection, การจัดการ API Key ของ LLM อย่างปลอดภัย, Rate Limiting
- ใช้ AI Tools ในการปฏิบัติงาน DevSecOps เช่น ใช้ LLM ช่วยวิเคราะห์ Log, ตรวจจับความผิดปกติ (Anomaly Detection), เขียน IaC และ Automate Security Scan
- พัฒนาและถ่ายทอดองค์ความรู้ด้าน AI Infrastructure และ MLOps
- ปฏิบัติงานตามที่ได้รับมอบหมายอื่น ๆ
คุณสมบัติ
- มีทัศนคติเชิงรุกในการเรียนรู้และนำ AI มาใช้ยกระดับกระบวนการ DevSecOps อย่างต่อเนื่อง
- ไม่จำกัดสาขาวิชา หากอยู่ในสาย IT / Computer Science / Engineer จะได้รับการพิจารณาเป็นลำดับแรก
- มีความรู้การพัฒนา Web Application (Server/Client Script) และฐานข้อมูล SQL
- สามารถติดตั้ง/ตั้งค่า Server, Cloud Service, Database, Deployment, Monitoring โดยครอบคลุม Infrastructure สำหรับ AI เช่น GPU Instance, LLM API Gateway และ Vector Database
- คุ้นเคยกับการใช้ AI Tools ช่วยเขียน Script, วิเคราะห์ Log และ Automate งานซ้ำซาก (คุณสมบัติพื้นฐาน)
- พิจารณาเป็นพิเศษ:
- มีความรู้ด้าน OS, Network, HA, Load Balance, Docker, K8S, VM, Backup, VPN
- มีความรู้ด้าน MLOps / LLMOps เช่น จัดการ Model Serving (vLLM, Ollama), CI/CD Pipeline สำหรับ AI Application, A/B Testing, Monitoring Token Cost
- มีความรู้ด้าน AI Infrastructure Security เช่น จัดการ Credential ของ LLM, Zero-Trust Architecture, ป้องกัน Model Theft
- มีความรู้ด้าน Vector Database (pgvector, Pinecone ฯลฯ) และการออกแบบ Infrastructure สำหรับระบบ RAG
- มีความรู้ด้านวิศวกรรมซอฟต์แวร์ มาตรฐานคุณภาพ (CMMi, ISO27001)
- หากมีผลงานพัฒนา Infrastructure รองรับ AI Application ระดับ "ดีมาก" บริษัทจะพิจารณาผลตอบแทนเพิ่มเติม
- กรณีขาดคุณสมบัติบางข้อ ผู้สมัครสามารถเสนอทางเลือกใหม่ให้พิจารณาได้
1/04/2569
