หน้าแรก
ค้นหางานด่วน
ค้นหาประวัติ

กรุณา ล็อคอิน เพื่อดูข้อมูลการติดต่อ เรซูเม่

งานที่ต้องการ

  • ตำแหน่ง:

    data analyst

    สาขาอาชีพ:

    นักวิเคราะห์/เศรษฐศาสตร์

    สาขาอาชีพย่อย:

    เจ้าหน้าที่วิเคราะห์ข้อมูล

  • ตำแหน่ง:

    data scientist

    สาขาอาชีพ:

    นักวิเคราะห์/เศรษฐศาสตร์

    สาขาอาชีพย่อย:

    เจ้าหน้าที่วิเคราะห์ข้อมูล

ประเภทธุรกิจที่สนใจ

  • ประกันภัย-ประกันชีวิต-ประกันรถยนต์
  • คอมพิวเตอร์-ไอที

พื้นที่ที่ต้องการทำงาน

กรุงเทพมหานคร (ทุกเขต)

เงินเดือน

30,000 - 37,000 บาท

รูปแบบงาน

งานประจำ

ระยะเวลาเริ่มงาน

ภายใน 30 วัน

สามารถทำงานในกรุงเทพฯ

ได้

ประวัติการศึกษา

2559 - มหาวิทยาลัยธรรมศาสตร์

คณะ:วิทยาศาสตร์และเทคโนโลยี
สาขา:สถิติ
เกรดเฉลี่ย 2.48 - ปริญญาตรี

ประวัติการทำงาน/ ฝึกงาน

ธันวาคม 2567 ถึง ปัจจุบัน  (1 ปี 9 เดือน)
  • ตำแหน่งงาน:
  • Data Analyst
  • ประเภทธุรกิจ:
  • ยา / เครื่องสำอาง / อุปกรณ์ทางการแพทย์

รายละเอียดงาน

  • -การสร้างทักษะระบบท่อส่งข้อมูลและการทำงานอัตโนมัติ (Data Pipelines & Automation): ดึงข้อมูลจากเว็บและอินเทอร์เน็ตโดยใช้ KML พร้อมทั้งพัฒนาสคริปต์ด้วย Python เพื่อทำความสะอาดและตรวจสอบความถูกต้องของข้อมูลในระบบ Odoo ERP เพื่อสร้างระบบท่อส่งข้อมูล (Data Pipelines) ที่เชื่อมต่อกับ BigQuery สำหรับจัดเก็บข้อมูลไว้ที่ศูนย์กลางได้อย่างราบรื่น
  • -การใช้ SQL และการวิเคราะห์ข้อมูลเชิงลึกของลูกค้า (SQL & Customer Insights): เขียนคำสั่ง SQL ขั้นสูงเพื่อจำแนกกลุ่มลูกค้าที่เรียกคืนกลับมาได้ ("Win-back" customers) ตามรอบการขายที่แตกต่างกัน (โดยเฉพาะกลุ่มลูกค้าที่กลับมาซื้อซ้ำหลังผ่านไป 5-6 เดือน) เพื่อส่งต่อข้อมูลและสัญญาณบ่งชี้ที่นำไปปฏิบัติได้จริงให้ทีมขายนำไปกู้คืนรายได้ที่สูญเสียไป
  • -การวิเคราะห์ผลการดำเนินงานและดัชนีชี้วัด (Performance & KPI Analytics): ประเมินประสิทธิภาพยอดขายโดยการวิเคราะห์ข้อมูลการวิจัยตลาด ข้อมูลผลสำรวจ และผลประกอบการยอดขายสินค้าประจำเดือน พร้อมทั้งประเมินตัวชี้วัดยอดขายแยกตามพื้นที่ภูมิศาสตร์เพื่อวัดผลการดำเนินงานเทียบกับ KPI ที่ตั้งไว้
  • -การปรับปรุงประสิทธิภาพการตลาดและโฆษณา (Marketing & Ad Optimization): ดึงและวิเคราะห์ข้อมูลผลการดำเนินงานจาก Meta Business Suite เพื่อช่วยให้ทีมการตลาดสามารถประเมินประสิทธิภาพของโฆษณา และปรับปรุงการใช้งบประมาณแคมเปญดิจิทัลให้คุ้มค่าที่สุด
  • -การทำงานร่วมกันระหว่างฝ่าย (Cross-Functional Collaboration): ทำงานร่วมกับทีมการตลาด ทีมโฆษณา ทีมขาย ผู้จัดการฝ่ายขายประจำภูมิภาค ทีมบัญชี และผู้มีส่วนได้ส่วนเสียหลักอย่างใกล้ชิด เพื่อขับเคลื่อนคำแนะนำที่อ้างอิงจากฐานข้อมูล ซึ่งคาดการณ์ว่าจะช่วยเพิ่มส่วนแบ่งทางการตลาด (Market Share) ได้
ธันวาคม 2565 ถึง ธันวาคม 2567  (2 ปี 1 เดือน)
  • ตำแหน่งงาน:
  • Property Underwriter
  • ประเภทธุรกิจ:
  • ประกันภัย-ประกันชีวิต-ประกันรถยนต์

รายละเอียดงาน

  • -การดำเนินงานด้านข้อมูลและการวิเคราะห์ความเสี่ยง (Data Operations & Risk Analysis): ประเมินและประมวลผลเอกสารกรมธรรม์ประกันภัยทรัพย์สินและประกันภัยเบ็ดเตล็ดมากกว่า 500 ฉบับ โดยใช้ Excel ในการวิเคราะห์ปัจจัยเสี่ยงและข้อมูลเบี้ยประกันภัย
  • -การเพิ่มประสิทธิภาพการทำงาน (Efficiency Optimization): ประยุกต์ใช้ฟังก์ชัน Excel ขั้นสูง (เช่น XLOOKUP) เพื่อเชื่อมโยงและซิงค์ข้อมูลระหว่างชุดข้อมูลหลายชีท (Multi-sheet datasets) ช่วยลดเวลาในการประมวลผลกรมธรรม์ให้กับทีมพิจารณารับประกันภัย (Underwriting team) ได้อย่างมีนัยสำคัญ
  • -ผลการดำเนินงานของพอร์ตโฟลิโอ (Portfolio Performance): ส่งมอบผลการประเมินความเสี่ยงที่ขับเคลื่อนด้วยข้อมูล ซึ่งมีส่วนช่วยรักษาอัตราส่วนความเสียหาย (Loss Ratio) ของแผนกให้อยู่ในระดับที่ต่ำกว่าค่าเฉลี่ยของทีมถึง 5%
กุมภาพันธ์ 2564 ถึง ธันวาคม 2565  (1 ปี 10 เดือน)
  • ตำแหน่งงาน:
  • Marine Underwriter
  • ประเภทธุรกิจ:
  • ประกันภัย-ประกันชีวิต-ประกันรถยนต์

รายละเอียดงาน

  • -การจัดการข้อมูลความเสี่ยง (Risk Data Management): ประเมินความเสี่ยงภัยทางทะเล (Marine Risks) โดยใช้ชุดข้อมูลที่ผ่านการทำความสะอาดและตรวจสอบความถูกต้องแล้ว เพื่อเป็นข้อมูลประกอบการตัดสินใจพิจารณารับประกันภัย และสนับสนุนความถูกต้องแม่นยำในการออกกรมธรรม์
  • -การรายงานและการวิเคราะห์ (Reporting & Analytics): จัดทำและนำเสนอรายงานประจำเดือนที่สรุปปริมาณการออกกรมธรรม์ เพื่อให้ผู้บริหารใช้ทบทวนผลการดำเนินงาน และสำหรับส่งมอบข้อมูลให้แก่องค์กรกำกับดูแล (Regulatory body)
  • -การประสานงานร่วมกับผู้มีส่วนได้ส่วนเสีย (Stakeholder Alignment): ร่วมมืออย่างใกล้ชิดกับทีมการตลาดเพื่อปรับปรุงกระบวนการดำเนินงานให้กระชับ (Streamline operations) และมั่นใจว่าขั้นตอนการทำงานระหว่างฝ่ายเป็นไปอย่างราบรื่น

Hard Skill

  •  - Microsoft Excel / ระดับผู้เชี่ยวชาญ
  •  - Python / ระดับเริ่มต้น
  •  - SQL / ระดับเริ่มต้น
  •  - Tableau / ระดับเริ่มต้น
  •  - Google Data Studio (GDS) / ระดับเริ่มต้น

Soft Skill

  •  - ทักษะด้านกรอบความคิดแบบยืดหยุ่นและพัฒนาไปข้างหน้า
  •  - ทักษะความสามารถหลากหลายด้าน
  •  - ทักษะการเรียนรู้ตลอดชีวิต
  •  - ทักษะการบริหารเวลา
  •  - ทักษะการทำงานเป็นทีม
  •  - ทักษะความฉลาดทางอารมณ์
  •  - ทักษะด้านความคิดที่แปลกใหม่และความคิดเชิงประยุกต์
  •  - ทักษะความสามารถในการบริหารจัดการการรับรู้
  •  - ทักษะการเล่าเรื่อง
  •  - ทักษะมารยาททางสังคม

ทักษะทางภาษา

  • การพูด

  • การฟัง

  • การอ่าน

  • การเขียน

  • ไทย
  • ดีมาก
  • ดีมาก
  • ดีมาก
  • ดีมาก
  • อังกฤษ
  • ดี
  • ดี
  • ดี
  • ดี

คะแนนทางภาษา

อังกฤษ

  • Toeic : 550 คะแนน

ทักษะการพิมพ์

  • ไทย : 50 คำ/นาที
  • อังกฤษ : 50 คำ/นาที

ข้อมูลการฝึกอบรม

สถาบัน IBM

 - มกราคม 2568 ถึง มิถุนายน 2568

ชื่อหลักสูตร IBM Data Analyst

ข้อมูลการฝึกอบรม TPQI

สถาบัน สถาบันคุณวุฒิวิชาชีพ

 - มิถุนายน 2568 ถึง มิถุนายน 2568

ชื่อหลักสูตร Data Analysis and Visualization Foundations

Top