ข้อมูลส่วนตัว

สำหรับสมาชิกเท่านั้น

ชาย (โสด)

ไทย

พุทธ

09-กุมภาพันธ์-2540    อายุ 28ปี

163 Cm    หนัก 63 Kg

ทหารกองเกิน (ใบดำ)
ข้อมูลการติดต่อ

สำหรับสมาชิกเท่านั้น

กรุงเทพมหานคร (ตลิ่งชัน, ทวีวัฒนา)

สำหรับสมาชิกเท่านั้น

สำหรับสมาชิกเท่านั้น

สำหรับสมาชิกเท่านั้น

สำหรับสมาชิกเท่านั้น

, Email , ไลน์ไอดี
ข้อมูลทั่วไป

วิศวกรรมคอมพิวเตอร์/วิศวกรรมระบบ

งานประจำ (Full Time) , งานนอกเวลา (Part Time) , งานอิสระ (Freelance)

Software Engineer, Front-End Developer, Backend Developer

70,000บาท ขึ้นไป

28 ก.ค. 2568

28 ก.ค. 2568

JobTH.com
ตำแหน่งที่สนใจ
Software Engineer, Front-End Developer, Backend Developer
ประวัติการศึกษาสูงสุด
จบการศึกษาแล้ว ในปี พศ. 2568
ปริญญาโท Oregon State University
Master of Engineering
Computer Science
3.06
ปริญญาโท จุฬาลงกรณ์มหาวิทยาลัย
Master of Science
Computer Science
3.75
ประวัติการทำงาน
1 ปี
กรกฎาคม 2562  ถึง   ธันวาคม 2563
Application Developer
NTT DATA Business Solutions (Thailand) Ltd.
อาคาร วัน แบงค็อก ทาวเวอร์ 3 ห้องเลขที่ 2006 - 2007 ชั้นที่ 20, เลขที่ 1875 ถ. พระรามที่ 4 แขวงลุมพินี เขตปทุมวัน กรุงเทพมหานคร 10330 ไทย
สำหรับสมาชิกเท่านั้น

• พัฒนาและประสานงานแอปพลิเคชัน RPA โดยใช้ NICE RPA เพื่อทำให้กระบวนการออนบอร์ดพนักงานใหม่ของ AIS เป็นแบบอัตโนมัติสำหรับตำแหน่งงานกว่า 13,000 ตำแหน่ง รวมถึงการมอบหมายระบบแผนกและการแจ้งเตือนทางอีเมลระหว่างแผนก
• ออกแบบและติดตั้งระบบแจกจ่ายชื่อผู้ใช้และรหัสผ่านอัตโนมัติสำหรับ DTAC โดยใช้ XML เพื่อเพิ่มประสิทธิภาพการจัดเตรียมสิทธิ์การเข้าถึงของผู้ใช้
• มีส่วนร่วมในการพัฒนาและบำรุงรักษา SOAP API สำหรับระบบธนาคารของ BU เพื่อให้มั่นใจว่าการถ่ายโอนข้อมูลและข้อความมีประสิทธิภาพโดยใช้ SoapUI สำหรับการทดสอบและแก้ไขปัญหา
ประวัติการฝึกอบรม
ความสามารถ
ความสามารถทางภาษา

พูด (ดีมาก)   อ่าน (ดีมาก)   เขียน (ดีมาก)

พูด (ดีมาก)   อ่าน (ดีมาก)   เขียน (ดีมาก)

ไทย 40 คำ/นาที    อังกฤษ 40 คำ/นาที

รถยนต์ ,

รถยนต์ ,

โครงการ / ผลงาน / เกียรติประวัติ / บุคคลอ้างอิง

Waste Classification with CNNs Models, Chulalongkorn University

• Created RecyclePictures dataset for waste in Thailand, composed of 8,629 images of both recyclable and
non-recyclable waste.
• Trained and tested with 5 popular computer vision CNN models with best performance of 74 percent.
• Published and used on a Google Cloud Platform as a Docker container.
• The models are trained on Google Colab with Tensorflow library using Python code.
• GitHub link: https://github.com/Metalbuster/WasteImageRecognition

สำหรับสมาชิกเท่านั้น