ข้ามไปที่เนื้อหา

Watcharapon Weeraborirak

วัชรพล วีระบริรักษ์ (Watcharapon Weeraborirak) — ML & AI Engineer

ML & AI Engineer ที่ Buzzebees และผู้สร้าง Goatie

ผมเปลี่ยนข้อมูลลูกค้าให้กลายเป็นระบบที่ช่วยตัดสินใจได้จริง

วัชรพล วีระบริรักษ์ (เคน) ยืนมองถนนยามค่ำคืนในกรุงเทพฯ

กรุงเทพฯ หลังเลิกงาน ที่ที่ไอเดียส่วนใหญ่เริ่มต้น

กลางวันผมออกแบบระบบ Machine Learning และข้อมูลลูกค้าให้แพลตฟอร์ม Loyalty ที่แบรนด์ทั่วประเทศใช้งาน หลังเลิกงานผมสร้าง Goatie เพื่อให้ธุรกิจเล็กๆ ทำบัญชีได้จากแชท กฎเดียวกันทั้งสองงาน ถ้ายังไม่ได้รันบน production ก็ยังไม่ถือว่าเสร็จ

สิ่งที่ผมทำอยู่ตอนนี้

งานหลัก

ML & AI Engineer ที่ Buzzebees

ผมดูแลชั้น Machine Learning ของแพลตฟอร์ม Loyalty ตั้งแต่พยากรณ์สุขภาพแบรนด์ แนะนำรีวอร์ด ไปจนถึง AI ที่ให้ทีมการตลาดถามคำถามเกี่ยวกับสมาชิกของตัวเองได้

  • Brand Health V3 พยากรณ์สุขภาพของแต่ละแบรนด์จากสัญญาณสมาชิก กิจกรรม และยอดขาย แล้วใช้ LLM อธิบายคะแนนทั้งไทยและอังกฤษ
  • Reward Recommendation จัดอันดับรีวอร์ดและไอเดียแคมเปญที่เหมาะกับแต่ละกลุ่มลูกค้ามากที่สุด
  • Databricks MCP Server สะพานที่มีการควบคุมสิทธิ์ ให้ ChatGPT และ Claude ถามข้อมูล Loyalty ได้อย่างปลอดภัยผ่าน OAuth
อ่านเคสสตัดี้

Brand Health ตั้งแต่ต้นจนจบ

ใช้งานจริง

  1. 1ข้อมูล Loyalty บน Databricks
  2. 2Feature snapshots
  3. 3พยากรณ์และให้คะแนน
  4. 4Serving API
  5. 5AI อธิบายผลสองภาษา

Databricks, MLflow, Azure AI Foundry, Azure AutoML, FastAPI, PostgreSQL, MongoDB

ส่งมอบแล้ว

Customer Data Platform ที่สร้างขึ้นตั้งแต่ศูนย์

ลูกค้าหนึ่งคนอาจมีข้อมูลกระจายอยู่หลายสิบที่ ผมออกแบบและสร้างแพลตฟอร์มที่ดึงข้อมูลลูกค้า การซื้อ และแต้มจากทุกแหล่ง ทำความสะอาดประวัติ รวมตัวตนให้เหลือโปรไฟล์เดียว แล้วส่งต่อให้งานวิเคราะห์และ Journey

  • รับข้อมูลจากไฟล์ ฐานข้อมูล และ feed รายวัน เก็บเป็นประวัติแบบมี type ใน PostgreSQL
  • Identity matching ที่รวมข้อมูลที่กระจัดกระจายให้เป็นคนคนเดียว และตรวจสอบย้อนหลังได้ทุกการตัดสินใจ
  • เผยแพร่ข้อมูลเข้า ClickHouse สำหรับโปรไฟล์ การซื้อ และแต้ม พร้อม audience snapshot ให้ Journey Builder
อ่านเคสสตัดี้

จากข้อมูลดิบสู่โปรไฟล์เดียว

เปิดใช้งานแล้ว

  1. 1ไฟล์ ฐานข้อมูล feed รายวัน
  2. 2S3 landing
  3. 3ประวัติแบบ typed ใน PostgreSQL
  4. 4ตรวจคุณภาพและ normalize
  5. 5Identity matching
  6. 6โปรไฟล์ใน ClickHouse
  7. 7Audience สำหรับ Journey

AWS CDK, AWS Glue, Fargate, Step Functions, PostgreSQL, ClickHouse, Elasticsearch, Kafka, Temporal

งานนอก

Goatie บัญชีที่อยู่ใน LINE

ถ่ายรูปใบเสร็จ แล้ว Goatie จะอ่าน บันทึก และจัดเก็บเป็น PDF เรียบร้อยใน Google Drive ของบริษัท พร้อมส่งให้นักบัญชี สร้างร่วมกับพาร์ทเนอร์นักบัญชีเพื่อ SME ไทย

  • OCR ใบเสร็จร่วมกับ LLM ดึงข้อมูล และมีช่องทางบันทึกเองสำหรับค่าใช้จ่ายที่ไม่มีใบเสร็จ
  • ออกใบเสนอราคา ใบแจ้งหนี้ ใบเสร็จ และใบสำคัญจ่ายเป็น PDF
  • รายงานภาษีซื้อขายและภาษีหัก ณ ที่จ่าย ที่เก็บ snapshot ของสิ่งที่ยื่นไว้ทุกครั้ง
ไปที่ Goatie

รูปเดียว ได้ข้อมูลบัญชีที่สะอาด

ใช้งานได้ที่ heygoatie.site

  1. 1อัปโหลดผ่าน LINE หรือเว็บ
  2. 2OCR และ LLM ดึงข้อมูล
  3. 3บันทึกข้อมูลแบบมีโครงสร้าง
  4. 4เอกสาร PDF
  5. 5Google Drive และ Sheets
  6. 6รายงาน VAT และ WHT

FastAPI, Next.js, LINE LIFF, n8n, PostgreSQL, pdfme, Google Drive API

ข้างใน workspace

มากกว่า 190 repositories จัดกลุ่มตามวิธีที่ผมคิด เลือกโฟลเดอร์เพื่อดูว่าแต่ละระบบทำงานอย่างไร

~/PycharmProjects/customer-data

README.md

ข้อมูลลูกค้าและ Journey

การรับข้อมูล identity resolution และการเผยแพร่ของ CDP รวมถึง Journey Builder ที่ทำงานจาก trigger แบบกราฟ อีเวนต์ และตารางเวลา บน audience snapshot

เส้นทางข้อมูล

  1. แหล่งข้อมูล
  2. Typed history
  3. Identity
  4. ClickHouse
  5. Journeys

เครื่องมือ

AWS CDK, Glue, Fargate, PostgreSQL, ClickHouse, Kafka, Temporal, React

เครื่องมือที่ใช้ประจำ

ภาษา
Python
TypeScript
SQL
ข้อมูล
Databricks
PostgreSQL
ClickHouse
Kafka
Temporal
ML และ AI
MLflow
Azure AI Foundry
AutoML
LLMs
MCP
คลาวด์
AWS CDK
Glue
Fargate
Azure
Docker
โปรดักต์
FastAPI
Next.js
Nuxt
React
n8n

ผลงานที่เลือกมา

ระบบที่ผมออกแบบและสร้างจนใช้งานจริง ทั้งในงานประจำและโปรดักต์ของตัวเอง

ภาพบุคคล วัชรพล วีระบริรักษ์ ในชุดสูทสีดำ

สวัสดีครับ ผมเคน

วัชรพล วีระบริรักษ์ Watcharapon Weeraborirak

ผมชื่อ วัชรพล วีระบริรักษ์ (Watcharapon Weeraborirak) เพื่อนๆ เรียกว่าเคน เป็นวิศวกร ML และ AI อยู่ที่กรุงเทพฯ

ผมเริ่มจากการทำแชทบอทและ computer vision ต่อด้วยงาน AI ด้านดาวเทียมและ geospatial ที่ไทยคม และตอนนี้ทำงานด้านข้อมูล Loyalty ที่ Buzzebees สิ่งที่เหมือนกันในทุกงานคือ เอาข้อมูลจริงที่ยุ่งเหยิงมาเปลี่ยนให้ธุรกิจนำไปใช้ได้

นอกเวลางาน ผมสร้างโปรดักต์ของตัวเอง และตอนนี้ที่ใส่ใจที่สุดคือ Goatie

อยู่ที่
กรุงเทพฯ
ตำแหน่ง
ML & AI Engineer, Buzzebees
การศึกษา
วิศวกรรมศาสตรบัณฑิต สาขาวิศวกรรมคอมพิวเตอร์ มหาวิทยาลัยเอเชียอาคเนย์
ภาษา
ไทย อังกฤษ

นอกเวลางาน

เคนยืนข้างรถใต้แสงไฟถนนยามค่ำคืน
ขับรถตอนดึก
เคนที่เยาวราชยามค่ำคืนใต้แสงไฟนีออน
เยาวราชยามค่ำ

เส้นทางที่ผ่านมา

  1. ปัจจุบัน

    Buzzebees

    ML & AI Engineer

    พยากรณ์ Brand Health, Reward Recommendation, Customer Data Platform และการเชื่อม AI เข้ากับข้อมูล Loyalty

  2. 2566 – ปัจจุบัน

    Independent

    ผู้สร้างโปรดักต์

    Goatie สำหรับ SME ไทย, EasyStay สำหรับโรงแรม, Pasa Education สำหรับการเรียนออนไลน์

  3. ตั้งแต่ ก.ค. 2565

    Thaicom PLC

    AI Engineer

    Geospatial AI สำหรับคาร์บอนและภัยพิบัติ และ AI4ALL แพลตฟอร์ม GenAI สำหรับองค์กรที่มีการกำกับดูแล

  4. 2563 – 2565

    Mango Consultant

    AI Developer

    แชทบอท CRM บน LINE และ Facebook, ระบบลงเวลาด้วยการจดจำใบหน้า และ RPA สำหรับองค์กร

  5. ก่อนหน้านั้น

    Southeast Asia University

    วิศวกรรมคอมพิวเตอร์

    นำเสนอผลงานในงานวันนักประดิษฐ์ของ วช. และเข้าแข่งขันโครงการประกวดซอฟต์แวร์ของ สวทช.

ใบรับรอง

การอบรมและรางวัล

  • AWS Security Engineering on AWS, BSI Training Academy2023
  • Developing on AWS, Amazon Web Services2023
  • AWS Technical Essentials, Amazon Web Services2023
  • Inventor’s Day Presenter, National Research Office2020
  • IT Contest of Thailand, 19th cohort, NSTDA2020
  • NECTEC Innovation Programme, NECTEC2019

คำถามที่มักถูกถาม

วัชรพล วีระบริรักษ์ คือใคร?

วัชรพล วีระบริรักษ์ (เคน) หรือ Watcharapon Weeraborirak เป็นวิศวกร ML & AI ที่ Buzzebees กรุงเทพฯ สร้างระบบ Customer Data Platform, Machine Learning สำหรับระบบ Loyalty และ Goatie ผู้ช่วยบัญชี AI สำหรับ SME ไทย

วัชรพลทำอะไรที่ Buzzebees?

ดูแลชั้น Machine Learning ของแพลตฟอร์ม Loyalty ได้แก่ การพยากรณ์ Brand Health V3 พร้อมคำอธิบายสองภาษาด้วย LLM, Reward Recommendation, Customer Data Platform ที่มี identity resolution และ Databricks MCP Server ให้ AI ถามข้อมูล Loyalty ได้อย่างปลอดภัย

Goatie คืออะไร?

Goatie คือผู้ช่วยบัญชี AI ที่ใช้งานผ่าน LINE สำหรับธุรกิจขนาดเล็กในไทย อ่านใบเสร็จ ออกใบเสนอราคา ใบแจ้งหนี้ ใบสำคัญจ่าย จัดเก็บ PDF ใน Google Drive ของบริษัท และเตรียมรายงาน VAT และภาษีหัก ณ ที่จ่าย ช่วยเตรียมเอกสาร แต่ไม่ได้แทนที่นักบัญชี

Customer Data Platform ที่วัชรพลสร้างคืออะไร?

แพลตฟอร์มที่รับข้อมูลลูกค้า การซื้อ และแต้ม จากไฟล์ ฐานข้อมูล และ feed รายวัน เก็บประวัติใน PostgreSQL รวมตัวตนให้เป็นโปรไฟล์เดียว และเผยแพร่เข้า ClickHouse สำหรับงานวิเคราะห์และ audience ของ Journey Builder ทำงานบน AWS ด้วย CDK, Glue, Fargate และ Step Functions

วัชรพลใช้เทคโนโลยีอะไรบ้าง?

Python, TypeScript, SQL; Databricks, MLflow, PostgreSQL, ClickHouse, Kafka, Temporal; AWS (CDK, Glue, Fargate, Lambda, Step Functions) และ Azure (AI Foundry, AutoML, Bicep); FastAPI, Next.js, Nuxt และ Docker

ติดต่อวัชรพลได้อย่างไร?

อีเมล wera.watcharapon@gmail.com, LinkedIn หรือจองเวลาคุย 30 นาทีที่ cal.com/watcharap0n

มาสร้างอะไรที่ใช้งานได้จริงกัน

ไม่ว่าจะเป็น data platform, ML บน production หรือโปรดักต์ AI ที่ต้องปล่อยจริง เล่าให้ผมฟังได้เลย

ส่งอีเมลจองเวลาคุย 30 นาที

wera.watcharapon@gmail.com

LinkedInGitHubเรซูเม่