Frontend Developer ต่อยอดสู่ AI Engineer
เกี่ยวกับผม
Frontend Developer ผู้รับผิดชอบงาน front-end ของโปรเจกต์ลูกค้าภาครัฐ ได้แก่ เว็บไซต์หลักของสำนักงาน กสทช. (NBTC) และโปรเจกต์ของกระทรวงกลาโหม ซึ่งต้องผ่านมาตรฐานความปลอดภัย Content Security Policy (CSP) และการเข้าถึงได้ WCAG 2.2 AA
งานด้าน AI เริ่มจาก research ที่ได้รับมอบหมาย และพัฒนาจนเป็น AI Chatbot แบบ RAG ที่ใช้งานจริงภายในองค์กร จากนั้นต่อยอดเป็นโปรเจกต์ส่วนตัว: RAG platform ที่ใช้ engine กลางตัวเดียวรองรับหลายแอป ทั้งแชตบอต (เว็บ, LINE Official Account, REST API สำหรับ n8n) และระบบคัดกรองเรซูเม ครอบคลุม pipeline ตั้งแต่เตรียมข้อมูล ค้นคืน จัดอันดับใหม่ ไปจนถึง guardrails ทั้งขาเข้าและขาออก
สนใจการนำ LLM มาใช้งานจริงอย่างปลอดภัยและตรวจสอบได้ — แยกข้อมูลผู้ใช้ออกจากส่วนประมวลผล ให้ทุกผลลัพธ์อ้างอิงกลับไปที่หลักฐานได้ และทดสอบกับชุดคำถามจริงก่อนนำขึ้นใช้งาน
โปรเจกต์ที่อยากให้ดูที่สุด
RAG Engine กลาง
สมองตัวเดียว ที่ทุกโปรเจกต์ในเว็บนี้เรียกใช้
สมองหลักที่ดูแล RAG pipeline ทั้งเส้น ตั้งแต่รับเอกสารเข้า เตรียมข้อมูล (แปลงไฟล์ อ่านภาพด้วย OCR จัดโครงสร้างตาราง ตัดเป็น chunk แบบ parent-child) ทำ embedding ค้นคืนและจัดอันดับใหม่ (rerank) ไปจนถึงตอบคำถามพร้อม guardrails ทั้งขาเข้าและขาออก — แยกเป็น 2 ชั้น: server กลางประมวลผลอย่างเดียว ไม่เก็บเอกสารหรือ key ของผู้ใช้ ส่วนแต่ละแอปเก็บเอกสาร การตั้งค่า และ key (เข้ารหัส) ไว้ฝั่งตัวเอง แอปใหม่จึงประกอบขึ้นได้โดยไม่ต้องแก้ตัว engine — AI Chatbot และ AI Candidate Screening ด้านล่างก็เป็นแอปที่เรียกใช้ engine ตัวนี้
- แอปที่เรียกใช้ engine ตัวนี้: AI Chatbot, AI Candidate Screening, AI OCR และ Realtime Data
- รองรับการเชื่อมช่องทาง LINE Official Account และ REST API (ต่อกับ n8n ได้)
- ข้อมูลที่เปลี่ยนบ่อย เช่น ราคาหรือสต็อก sync เฉพาะแถวที่เปลี่ยน ไม่ต้อง embed ใหม่ทั้งตาราง
- เลือก vector DB ได้: Qdrant, PostgreSQL/pgvector หรือ Pinecone
- ท่อเชื่อมขาออก ทำให้ใช้ vector DB ในเครือข่ายภายในได้โดยไม่ต้องเปิดพอร์ต
- พัฒนาร่วมกับ AI coding assistants (Claude Code) โดยผมเป็นคนออกแบบสถาปัตยกรรม ตัดสินใจเรื่องขอบเขต และทดสอบทุกขั้น
AI Chatbot
โปรเจกต์ส่วนตัว เรียนรู้และสร้างเองทั้งระบบ (Backend + Frontend + Infra)
ระบบสร้างและจัดการ Chatbot AI ได้หลายตัวพร้อมกัน แต่ละตัวผูกกับ Knowledge Base และชุดสูตรคำนวณ (Skill Set) ของตัวเองได้อิสระ ออกแบบ RAG pipeline แบบ Parent-Child Chunking ร่วมกับ Query Expansion และ Reranking เพื่อดึงบริบทให้แม่นขึ้น พร้อมระบบป้องกันทั้งฝั่งคำถามและคำตอบก่อนถึงผู้ใช้
- Multi-bot RAG: สร้างบอทหลายตัว แต่ละตัวผูก Knowledge Base และ Skill Set เองได้
- Data preprocessing: กระบวนการเตรียมความพร้อมและปรับแต่งข้อมูลดิบ (Raw Data)
- Parent-Child Retrieval + Query Expansion + Reranking สำหรับความแม่นยำของคำตอบ
- Guardrails (NeMo) ขาเข้า: เช็คคำถามอันตรายและ prompt injection ก่อนเข้า LLM
- Sensitivity Masking ขาออก: ตัดข้อมูลอ่อนไหวออกจากคำตอบก่อนถึงผู้ใช้
AI Candidate Screening
คัดกรองผู้สมัครด้วย Vector Matching ไม่ใช่ Keyword
ให้ HR วาง JD แล้วปล่อยให้ AI แยกเป็นข้อกำหนดทีละข้อ จับคู่กับ resume ด้วยความใกล้เคียงเชิงความหมาย พร้อมโชว์หลักฐานจริงให้ตรวจเอง — ระบบไม่ฟันธงหรือคัดคนออกเองแม้แต่ข้อที่บังคับผ่าน แค่ช่วยให้คนตัดสินใจได้เร็วขึ้นด้วยข้อมูลที่ครบกว่าเดิม
- AI แยก JD เป็นข้อกำหนด ติดคำสำคัญ และเสนอเงื่อนไขบังคับผ่าน (hard filter) ให้อัตโนมัติ
- จับคู่ด้วย cross-encoder rerank ไม่ใช่ keyword ตรงตัว ได้ 3 สถานะ: พบ / ต้องตรวจเอง / ไม่พบ
- ไม่ผ่านเงื่อนไขบังคับ ถูกจัดท้ายแถวพร้อมป้ายเตือน แต่ไม่เคยถูกลบออกจากรายการ
- บันทึกชุดข้อกำหนดเป็นคลัง ใช้ซ้ำข้ามตำแหน่งงานได้ ไม่ต้องวาง JD ใหม่ทุกครั้ง
ทักษะที่ใช้ได้จริง
ประสบการณ์ทำงาน
Frontend Developer
· SoftDebut- เว็บไซต์สำนักงานคณะกรรมการกิจการกระจายเสียง กิจการโทรทัศน์ และกิจการโทรคมนาคมแห่งชาติ (กสทช. / NBTC)
- โปรเจกต์ของกระทรวงกลาโหม
- Web Internal
- Web Partner
- AI Chatbot ภายในองค์กร
Freelance Web Developer
· รับงานอิสระ- พัฒนาเว็บไซต์ตามโจทย์ลูกค้า (freelance)
การศึกษา
วิทยาศาสตรบัณฑิต สาขาเทคโนโลยีสารสนเทศ (Information Technology)
วิทยาลัยการคอมพิวเตอร์ มหาวิทยาลัยสงขลานครินทร์ วิทยาเขตภูเก็ต
2018 – 2021
ผลงานและเกียรติบัตร
- รอบรองชนะเลิศ National Software Contest (NSC 2022)
- นำเสนองานวิจัยในงานประชุมวิชาการระดับชาติ ครั้งที่ 13 ด้านเทคโนโลยีสารสนเทศ (NCIT)
- ผ่านรอบคัดเลือกระดับภูมิภาค Startup Thailand League 2021
Certificate of Participation & Published Paper — การประชุมวิชาการระดับชาติด้านเทคโนโลยีสารสนเทศ ครั้งที่ 13 (NCIT) (2021)