จีรวุฒิ บัวย้อย (Jeerawut Buayoy)

8ปีที่ส่งมอบงานจริง
500K+ยอดติดตั้ง iOS และ Android
20MCP server ที่เขียนทั้งหมด · รันจริง 9 ตัว
24,700หมู่บ้านในโครงการ

โปรไฟล์

Profile

วิศวกร full-stack ประสบการณ์ 8 ปี ส่งมอบระบบเว็บ ระบบ backend บน Node.js/NestJS และแอปมือถือให้ลูกค้าองค์กร ธุรกิจการเงิน และหน่วยงานราชการไทย งานล่าสุดคือ Easy Smart — แอปโรงรับจำนำออนไลน์ของ Easy Money ยอดติดตั้ง iOS และ Android 500,000+ ที่ผมดูแลงาน mobile ทั้งหมด ตั้งแต่ eKYC, การชำระเงิน, วงจรสัญญา ไปจนถึงตลาด Easy Outlet ควบคู่กันผมสร้าง LLM agent ที่ใช้งานจริงขององค์กร รวมถึง agent stack แบบ self-hosted พร้อม MCP tool server ที่เขียนเอง เสียงภาษาไทยแบบ realtime และให้ทุกการเรียกโมเดลวิ่งผ่าน gateway ที่รันเอง งานที่ผมให้ความสำคัญที่สุดคือส่วนที่ทีมส่วนใหญ่มักข้าม: การวัดคุณภาพ retrieval จริง, guardrail ฝั่ง output ที่ผ่านการ red-team, และการเลือกโมเดลจากข้อมูล token และต้นทุนจริง

ประสบการณ์ทำงาน

Experience

2022 — 2026
กรุงเทพฯ ประเทศไทย
Tungthanasin Co., Ltd. (Easy Money)
Mobile Developer · AI Engineer
ดูแลงาน mobile ของ Easy Smart แอปโรงรับจำนำออนไลน์ และสร้าง LLM agent ที่ให้บริการลูกค้าจริง
- สร้างระบบยืนยันตัวตน eKYC และ flow การชำระเงินที่รองรับธุรกรรมลูกค้าจริง
- ส่งมอบระบบชำระดอกเบี้ย ผ่อนชำระเงินต้น และขอวงเงินเพิ่มบนตั๋วจำนำเดิมผ่านออนไลน์
- ทำระบบติดตามสถานะตั๋วจำนำแบบเรียลไทม์พร้อมแจ้งเตือน SMS และ push รวมถึงประเมินราคาทรัพย์ออนไลน์ฟรี
- ส่งมอบ Easy Outlet ตลาดสินค้าหลุดจำนำที่ผ่านการตรวจสอบ และดูแลการอัปเดตแบบไม่มี downtime ทั้งสองสโตร์ผ่านเซิร์ฟเวอร์อัปเดต OTA บน NestJS ที่ผมสร้างและดูแลเอง
- สร้างและดูแล "Anna" agent ภาษาไทยทั้งเสียงและข้อความของบริษัท — เริ่มจากบริการลูกค้า และตั้งแต่สิงหาคม 2026 เป็นผู้ช่วยของทีม (รายละเอียดในผลงานคัดสรร)
- ปรับ retrieval ภาษาไทยด้วยการวัดผลจริง ไม่ใช่การเดา: chunk MRR 0.790 → 0.923 และ recall@5 จาก 44% เป็น 84% ในคลังความจำของ agent ด้วย index แบบ trigram
- React Native
- TypeScript
- Node.js
- NestJS
- CodePush
- Python
- MCP
- Gemini
- Docker
2021 — 2022
กรุงเทพฯ ประเทศไทย
PTT Oil and Retail Business
Mobile & Backend Developer
ร่วมพัฒนา Fillup แอปผู้บริโภคของ PTT OR สำหรับบริการน้ำมันและสิทธิประโยชน์สมาชิก
- ส่งมอบฟีเจอร์ฝั่งผู้ใช้ในช่วงเปิดตัว และเชื่อมระบบสมาชิกและธุรกรรมร่วมกับทีม mobile และ backend
- React Native
- Node.js
- MongoDB
2018 — 2021
กรุงเทพฯ ประเทศไทย
National Telecom Public Company Limited
Full-Stack Developer & Team Lead
นำทีมพัฒนา full-stack ส่งมอบแอปพลิเคชันหลัก 5 ระบบให้หน่วยงานราชการไทย พร้อมยกเครื่องเทคโนโลยีของทีมสองรอบ
- ย้ายทีมจาก PHP Laravel ไป .NET Core + Angular แล้วย้ายต่อไป Node.js + MongoDB ภายในสองปี
- ส่งมอบ Net Pracharat, Digital Volunteer, CSMS, DIP และ e-Inspect ให้หน่วยงานรัฐ 5 แห่ง
- วางขอบเขตงานตามกำลังคน เวลา และคุณค่าทางธุรกิจ ทำหน้าที่ที่ปรึกษาเทคนิคและพี่เลี้ยงให้ทีม
- ดูแล infrastructure ทั้งหมด: application server, ฐานข้อมูล, SSL, โดเมน, SMTP และ SMPP
- นำทีมผ่านการรับรองกระบวนการพัฒนาซอฟต์แวร์ ISO 29110
- React Native
- Angular
- Vue.js
- Node.js
- .NET Core
- MongoDB
- SQL Server

ผลงานคัดสรร

Selected work

Easy Smart

Easy Money · iOS และ Android

ใช้งานจริง2022 — 2026

หน้าตั๋วรับจำนำของ Easy Smart แสดงยอดเงินต้นคงเหลือและรายละเอียดรายตั๋ว — ภาพรวมตั๋ว — เงินต้นคงเหลือ วงเงินที่เพิ่มได้ ยอดชำระครั้งถัดไป และทุกสัญญาในหน้าเดียว

หน้าแรกร้าน Easy Outlet พร้อมแบนเนอร์โปรโมชันและหมวดหมู่สินค้า — หน้าร้าน Easy Outlet — แบนเนอร์แคมเปญ หมวดหมู่ และการจัดวางสินค้าตามราคา

ผลค้นหาสินค้า Easy Outlet แสดงเป็นกริดสองคอลัมน์ — ค้นหาและกรองสินค้าหลุดจำนำทั้งคลัง

หน้ารายละเอียดสินค้านาฬิกาข้อมือบน Easy Outlet พร้อมราคาและข้อมูลผู้ขาย — รายละเอียดสินค้า — ของแท้ผ่านการตรวจสอบ ผู้ขายระดับสาขา และซื้อได้ทันที

โจทย์

เดิมการทำธุรกรรมจำนำต้องเดินทางไปสาขาในเวลาทำการ Easy Smart ย้ายวงจรสัญญาทั้งหมดมาอยู่บนมือถือ — จ่ายดอกเบี้ย ผ่อนหรือขอวงเงินเพิ่ม ติดตามสถานะ ประเมินราคาทรัพย์ และซื้อสินค้าหลุดจำนำที่ตรวจสอบแล้ว

สิ่งที่ผมสร้าง

ยืนยันตัวตนด้วย eKYC และ flow ชำระเงินที่ปลอดภัย รองรับเงินจริงตั้งแต่ต้นจนจบ
ชำระดอกเบี้ย ผ่อนเงินต้น และขอวงเงินเพิ่มบนสัญญาเดิม พร้อมสถานะเรียลไทม์และแจ้งเตือน SMS/push
Easy Outlet — หน้าร้านเปิด 24 ชั่วโมงสำหรับสินค้าหลุดจำนำที่ตรวจสอบแล้ว พร้อมค้นหา หมวดหมู่ คูปอง และชำระเงิน
ปล่อยฟีเจอร์แบบไม่มี downtime ผ่าน CodePush ทั้งสองสโตร์

ยอดติดตั้ง iOS และ Android · 4.8★ บน Google Play: 500K+
ทั้งสองสโตร์: iOS + Android
Easy Outlet เปิดตลอด: 24/7

เทคโนโลยี

ลิงก์Google Play ↗App Store ↗

Anna

Easy Money · ผู้ช่วยของทีม (ตอบลูกค้าจนถึง ส.ค. 2026)

ใช้งานจริง2026

สถาปัตยกรรม Anna — ช่องทาง, runtime พร้อม router, guard ฝั่ง output และชั้นเครื่องมือ MCP

โจทย์

คำถามของทีม — เรื่องงานใน Jira อีเมล เอกสาร และสื่อ — เข้ามาตลอดเวลา เป็นภาษาไทย และบ่อยครั้งมาเป็นรูป เสียง หรือคลิปมากกว่าประโยค Anna ตอบบน Discord ทั้งเสียงและข้อความ โดยมีเครื่องมือจริงอยู่เบื้องหลัง และจนถึงสิงหาคม 2026 ยังตอบลูกค้าเรื่องตั๋วจำนำ การชำระเงิน สาขา และการประเมินราคา

สิ่งที่ผมสร้าง

stack Docker Compose 17 service deploy ขึ้น VPS ผ่าน GitLab CI พร้อม health gate และ rollback อัตโนมัติ ทุกการเรียกโมเดลวิ่งผ่าน gateway 9Router ที่รันเอง แยก combo ตามงานและสลับจาก dashboard ได้โดยไม่ต้อง deploy
MCP tool server ที่เขียนเองให้ Anna 17 ตัว — Node.js และ Express 11 ตัว, Python 6 ตัว — ตอนนี้รันจริง 9 ตัว ให้โมเดลเรียกระบบจริงได้โดยตรง: อีเมล, เผยแพร่ไฟล์และสร้างเอกสาร, สร้างและตัดต่อภาพและวิดีโอ, ทำความเข้าใจสื่อ, YouTube, โหราศาสตร์ และจัดการเซิร์ฟเวอร์ ตัวยุคลูกค้า (API ชำระเงิน, แค็ตตาล็อกสินค้าบน SQLite FTS5, ประเมินราคาจากรูป, ค้นหาคลังความรู้) ปลดพร้อมช่องทางลูกค้า ส่วน Jira ใช้ mcp-atlassian ที่เป็นโอเพนซอร์ส
guard plugin ฝั่ง output หนึ่งตัวครอบคลุมการรั่วไหลของข้อมูล, PII และการเปิดเผยตัวตนโมเดล บวกกับด่านตรวจสิทธิ์รายคนและ audit บน Jira, อีเมล และการเรียก tool — ผ่านการ red-team ซ้ำหลายรอบ รอบหนึ่งปิดช่องรั่ว 21 แบบและแก้การบล็อกเกินจำเป็น 14 แบบ
model router แบบ EASY/HARD ต่อเทิร์น สร้างหลังวัดการใช้ token จริง — ใช้การเรียกจัดประเภทราคาถูกหนึ่งครั้งเลือกโมเดล และคงให้แต่ละเทิร์นอยู่บนโมเดลเดียวเพื่อไม่ให้ prompt cache แตก สร้างและวัดผลแล้ว ปิดไว้ด้วย kill switch
เสียงภาษาไทยสองทาง: realtime ผ่าน GPT-Live ที่ตอบเร็วเท่าคุยโทรศัพท์และส่งงานที่ต้องใช้ tool ให้ agent ภายใต้งบวันละ $3 และ loop STT, TTS, VAD barge-in แบบเดิมที่ใช้เป็นตัวสำรอง — ซึ่งลดเวลารอเงียบเพื่อจบประโยคจากค่าตายตัว 1.5 วินาที เหลือ 0.9 วินาทีที่ปรับได้ ตัดเวลาคงที่ออก 0.6 วินาทีทุกเทิร์นเสียง

service ที่รันใน stack: 17
MCP server ที่เขียนเองที่รันจริงใน Anna: 9
เทสต์ pytest ที่ผ่าน: 2,300+
prompt token ที่มาจาก cache ใน 2 สัปดาห์ถึง 13 ส.ค. 2026: 81.3%

เทคโนโลยี

สร้างบนฐาน hermes-agent และวิ่งผ่าน gateway 9Router ซึ่งเป็นโอเพนซอร์สทั้งคู่ ส่วนที่ผมเขียนเองคือ MCP sidecar, guard plugin, model router, compose stack, CI, prompt และชุดประเมินผล — ตัว agent framework และ gateway ไม่ใช่ผลงานผม

Thai hybrid retrieval

ชั้นคลังความรู้เบื้องหลังช่องทางลูกค้าของ Anna

ใช้งานจริงถึง ส.ค. 20262026

pipeline retrieval ภาษาไทย — normalise, ค้นสองทางขนาน, รวมด้วย RRF แล้ว rerank

โจทย์

ภาษาไทยทำให้ค่าเริ่มต้นของระบบ retrieval ส่วนใหญ่พัง: ไม่มีช่องว่างระหว่างคำ ตัวเลขมีสองแบบ และชื่อแบรนด์สะกดได้หลายทาง pipeline ที่ทำคะแนนดีกับภาษาอังกฤษ จะคืน chunk ผิดแบบเงียบ ๆ ในภาษาไทย และ agent ที่ได้ chunk ผิดจะตอบผิดอย่างมั่นใจ

สิ่งที่ผมสร้าง

retrieval แบบ hybrid รวมขา keyword ที่วิเคราะห์ภาษาไทยกับ dense embedding ผ่าน reciprocal rank fusion แล้ว rerank รายการที่รวมแล้ว — เริ่มจาก SQLite FTS5 กับ bge-m3 และ reranker ONNX ที่รันเอง และตั้งแต่สิงหาคม 2026 ย้ายมาใช้ MongoDB $search ด้วย analyzer lucene.thai, embedding voyage-4 และ rerank-2.5
วัดขา keyword แทนที่จะเชื่อว่าทำงานได้: เส้นทางเดิม FTS5 + ตัดคำ ได้ precision@1 เท่ากับ 0.00 โดยเอกสารเฉลยหลุดนอก 20 อันดับแรกทุกคำถาม — ครึ่งหนึ่งของ hybrid ที่โฆษณาไว้ไม่ได้ช่วยอะไรเลย เปลี่ยนแล้วยก chunk precision@1 จาก 0.742 เป็น 0.871 และ MRR จาก 0.790 เป็น 0.923 บนคำถามภาษาไทยที่ให้คะแนนแล้ว 124 ข้อ
normaliser ภาษาไทยชุดเดียวใช้ร่วมกัน — NFC, แปลงเลขไทย, รวมชื่อแบรนด์ให้เป็นรูปเดียว — เพื่อให้โมเดล embedding และ index คีย์เวิร์ดเห็นข้อความเดียวกัน
ชั้น provider แบบสลับได้สำหรับ embed/rerank เพิ่มหลัง reranker แบบ hosted ชนเพดานค่าใช้จ่ายแล้วคืน HTTP 402 — ผลลัพธ์ตกไปเป็นแบบไม่ rerank ทำให้ chunk precision@1 ตกจากราว 0.74 เหลือ 0.10 ตัวที่จับได้คือ monitor คุณภาพที่รันทุก 6 ชั่วโมง และแก้ด้วย fallback ONNX ที่รันเองหลังสวิตช์เลือก provider

chunk MRR จากคำถามไทย 124 ข้อ: 0.790 → 0.923
chunk precision@1: 0.742 → 0.871
nDCG: 0.796 → 0.937
รอบ monitor คุณภาพที่จับเหตุ HTTP 402 ได้: 6 h

เทคโนโลยี

ปลดเมื่อสิงหาคม 2026 พร้อมช่องทางลูกค้าที่มันให้บริการ ส่วนการค้นความจำภาษาไทยของ agent เอง (trigram) ยังใช้งานอยู่

งานวิศวกรรม AI และ LLM

AI & LLM engineering

ผมส่ง LLM ขึ้น production จริงและดูแลนานพอที่จะเห็นระบบพังในแบบที่ตอนเดโมไม่มีวันเจอ ด้านล่างคือสิ่งที่ผมใช้จริงและใช้ทำอะไร — เป็นสถานะของ stack ณ กันยายน 2026

โมเดลหรือเครื่องมือ — ใช้ทำอะไร
โมเดลหรือเครื่องมือ	ใช้ทำอะไร	สถานะ
GPT-6 Sol · GPT-6 Luna · GPT-5.6 Terra	combo สมองของ Anna เริ่มที่ GPT-6 Sol ส่วน GPT-5.6 Terra รัน cron ทุกงาน และ GPT-6 Luna รันงานเสริม 20 งาน — เป็นโมเดลของ ChatGPT Plus ที่เรียกผ่าน gateway 9Router ที่รันเอง และมี Gemini เป็นตัวสำรองทุกเส้น	ใช้งานจริง
Gemini (2.5 / 3.x Flash)	Gemini 3.8 Flash เป็นขาที่สองของสมอง Anna และตัวสำรองหลัง combo cron, งานเสริม และ fallback ผ่าน subscription Antigravity ใน 9Router และดูคลิปวิดีโอได้ทั้งก้อน Gemini ยังเป็นสมองเรียกเครื่องมือของแดชบอร์ด Gitra กับสรุปตามรอบเวลา	ใช้งานจริง
DeepSeek Flash	ขาแรกของ combo fallback ของ hermes เรียกผ่าน connection OpenCode Go ใน 9Router โดยมี Gemini ต่อท้าย	ใช้งานจริง · เส้นทางสำรอง
gpt-live-1 (OpenAI Realtime)	เสียงแบบ full-duplex ใน Discord ตั้งแต่กันยายน 2026: คุยเล่นได้เร็วเท่าคุยโทรศัพท์ และส่งงานที่ต้องใช้ tool หรือความจำให้สมองของ Anna ภายใต้งบวันละ $3 และตกกลับ voice loop แบบเดิมเองเมื่อมีปัญหา	ใช้งานจริง
gpt-transcribe · Whisper · Edge TTS	แปลงเสียงไทยเป็นข้อความสำหรับ voice note และ voice loop แบบเดิมผ่าน 9Router, Whisper สำหรับคลิป YouTube ที่ไม่มีซับ และเสียงไทยแบบ neural สำหรับตอบกลับด้วยเสียง	ใช้งานจริง
gpt-image-2.5	สร้างและแก้ภาพให้ Anna — ChatGPT Plus ผ่าน 9Router ก่อน แล้วใช้ OpenRouter เป็นตัวสำรองแบบเสียเงิน — เสียบเข้า hermes เป็น provider สร้างภาพ	ใช้งานจริง
FLUX · Seedream · Lyria	สร้างภาพและเพลง ให้ agent เรียกใช้เป็นเครื่องมือผ่าน MCP server ของ fal.ai โดยมี FFmpeg ประกอบงานขั้นสุดท้าย	ใช้งานจริง
voyage-4 · rerank-2.5 (Voyage AI)	embedding และ reranker แบบ hosted ของ pipeline retrieval ภาษาไทยหลังย้ายไป MongoDB $search เมื่อสิงหาคม 2026 และปลดพร้อมช่องทางลูกค้าปลายเดือนนั้น	ปลดพร้อมช่องทางลูกค้า
bge-m3 · bge-reranker-v2-m3	embedding และ rerank แบบ ONNX ที่รันเอง สร้างขึ้นเพื่อปิดเหตุ reranker แบบ hosted ล่ม และเก็บไว้เป็น fallback จนคลังความรู้ถูกปลดพร้อมช่องทางลูกค้า	ปลดพร้อมช่องทางลูกค้า
Claude (Opus / Sonnet / Haiku)	เครื่องมือพัฒนาหลักประจำวันผ่าน Claude Code ส่วนใน Anna, Claude Opus เหลือเป็นตัวเลือกใน /model ผ่าน 9Router ไม่ได้เป็นตัวสำรองของสมองแล้ว และเอา Claude Code ออกจาก production image หลังพบว่า Anna ไม่เคยเรียกใช้เลย	ใช้พัฒนา · route ได้
MiniMax M2 / M3	เคยเป็นสมองหลักของ Anna ใน production จนกระทั่งรวม stack ไปใช้ OpenAI Codex เมื่อสิงหาคม 2026; ยังขับลูปเรียกเครื่องมือหลายขั้นในอีกหนึ่ง research agent	เลิกใช้โดยตั้งใจ
Cohere Rerank v3.5	เคยเป็น reranker ใน production ย้ายออกหลังชนเพดานค่าใช้จ่ายแล้วคืน HTTP 402 ทำให้ precision ตก — เป็นเหตุผลที่ชั้น embed/rerank ถูกทำให้สลับ provider ได้ โดยมี reranker ONNX ที่รันเองเป็นตัวสำรอง	เลิกใช้โดยตั้งใจ
Qwen · Kimi · Llama	สมองทางเลือกหลัง gateway หลายผู้ให้บริการ ไม่ได้ใช้งาน	ไม่ได้ใช้งาน
gemini-embedding-001	embedding แบบ asymmetric สำหรับคำถามและเอกสารด้วย taskType ทดสอบเทียบตรงกับ bge-m3 ที่รันเองบนคลังข้อมูลภาษาไทย แล้วไม่เลือกใช้เพราะคะแนนรวมแย่กว่า	ทดสอบแล้วไม่ได้ใช้
gemma3:12b via Ollama	inference แบบ streaming ในเครื่องล้วนสำหรับหน้าประเมินภาษาไทย เขียน parser NDJSON เอง ไม่พึ่งคลาวด์	self-hosted · โปรเจกต์ปี 2025
DSPy / GEPA	ปรับ prompt อัตโนมัติด้วยตัวชี้วัดที่ตรงกับ guard ใน production จริง คู่กับ LLM judge สำหรับวัด faithfulness แบบออฟไลน์	สร้างแล้ว · เป้าหมายถูกยกเลิกภายหลัง

วิศวกรรม Agent

MCP server — เขียนเอง 20 ตัว รันจริงเป็น sidecar ใน production 9 ตัว
ลูปเรียกเครื่องมือที่จำกัดรอบและมีเงื่อนไขจบชัดเจน
output แบบมีโครงสร้าง — responseSchema, Zod, Ajv, ซ่อม JSON
SSE streaming พร้อมดึงค่า JSON บางส่วนระหว่างสตรีม
เสียง — realtime แบบ full-duplex ผ่าน GPT-Live โดยมี loop STT, TTS, VAD barge-in เป็นตัวสำรอง
Generative UI จาก component whitelist ที่กำหนด type (ต้นแบบ)

Retrieval และ RAG

ค้นหาแบบ hybrid ปรับสำหรับภาษาไทย — ขา keyword ที่วิเคราะห์ภาษา + dense + RRF + rerank
วัด Recall@k, MRR และ precision@1 เทียบชุดเฉลย
รัน embedding และ rerank เองบน ONNX Runtime เป็นตัวสำรองตอนผู้ให้บริการล่ม
normalise ภาษาไทย — NFC, เลขไทย, ชื่อแบรนด์, index แบบ trigram
ตัดมิติแบบ Matryoshka สำหรับจัดเก็บ embedding
สลับผู้ให้บริการ embed/rerank ได้ พร้อมตัวสำรองที่รันเอง

ความปลอดภัยและการประเมิน

guardrail ฝั่ง output — ข้อมูลรั่ว, PII, การเปิดเผยตัวตนโมเดล
red-team เชิงโจมตีหลายรอบ พร้อมบันทึกการแก้ทุกครั้ง
ข้อกำหนด grounding — งดตอบ อ้างอิงแหล่ง หรือระบุความไม่แน่ใจ
ชุดทดสอบถดถอยสำหรับพฤติกรรม agent ไม่ใช่แค่ unit test
ใช้ LLM เป็นผู้ตัดสินวัด faithfulness แบบออฟไลน์
ทดสอบข้อค้นพบซ้ำใน session ใหม่เพื่อกรองความแปรปรวนของโมเดล

การดูแล LLM ใน production

gateway ที่รันเอง (9Router) แยก combo โมเดลตามงาน — สมอง, cron, งานเสริม, fallback — สลับจาก dashboard ได้โดยไม่ต้อง deploy
อัปเกรด framework ต้นน้ำผ่าน overlay แบบ read-only และ 3-way merge โดย CI build image และรันเทสต์ก่อน deploy
แจ้งเตือนเมื่อโควตาหมด ตกไปใช้ fallback หรือ tool พังซ้ำ พร้อมแจ้งเมื่อกลับมาปกติ และสรุปการใช้งานรายสัปดาห์
เลือกโมเดลรายเทิร์นจากข้อมูล token และต้นทุนที่วัดจริง (สร้างแล้ว เก็บไว้หลัง kill switch)
prompt caching ที่ตั้งใจรักษาไว้ด้วยวิธี route
บัญชีต้นทุนและ token รายครั้งและราย preset
จัดเวอร์ชัน preset พร้อม rollback ในคลิกเดียว
ตัวสำรองที่รันเองและ monitor คุณภาพ เพราะผู้ให้บริการภายนอกมีวันเสื่อม

เครื่องมือ AI ที่ใช้ทำงาน

Claude Code — เครื่องมือหลักประจำวัน พร้อม skill, hook และ MCP server ที่เขียนเอง
OpenAI Codex · Gemini CLI · Google Antigravity
Cursor · Windsurf · Kiro · Continue
OpenRouter · Ollama · Open WebUI (self-hosted)
Playwright สำหรับให้ agent ตรวจ UI จริง

ข้างบนไม่มีการ fine-tune หรือเทรนโมเดล เพราะผมไม่เคยทำ — งานของผมคือการออกแบบ prompt, เครื่องมือ, retrieval และการเลือกผู้ให้บริการ แยกต่างหากและไม่ควรนับรวมกับข้างบน: computer vision บนอุปกรณ์ด้วย MediaPipe (ตรวจท่าทางศีรษะและ blendshape ในเบราว์เซอร์) และ ML แบบดั้งเดิมด้วย LightGBM (triple-barrier labelling, SHAP attribution, ตรวจ drift) ทั้งสองอย่างไม่ได้ใช้ LLM

ผลงานอื่น

Other projects

AI และแพลตฟอร์ม

Gitra

2026

โปรเจกต์ส่วนตัว · deploy แล้ว

ดึงข้อมูล Jira, GitLab และ Confluence เข้า Cloudflare D1 แล้วตอบคำถามภาษาไทยด้วย Gemini agent ที่เรียกเครื่องมือได้ พร้อมสรุปรายวันที่เขียนโดย cron ใช้งานจริงบนโดเมนของตัวเอง deploy ทุกครั้งที่ push

Aperture

2026

โปรเจกต์ส่วนตัว · สร้างเสร็จ ยังไม่ deploy

แพลตฟอร์มจัดการ preset ของ LLM บน OpenRouter — SSE gateway proxy, ประวัติเวอร์ชัน prompt พร้อม rollback คลิกเดียว, API key แบบจำกัดสิทธิ์ที่แฮชด้วย argon2 และบัญชีต้นทุนราย preset ทำให้แก้ prompt ได้โดยไม่ต้อง deploy ใหม่

custom-mcp

2026

โปรเจกต์ส่วนตัว · เผยแพร่แล้ว

MCP server แยกอิสระสามตัวบน stdio transport ของ SDK v2: มอบงานข้ามโมเดล, สร้างและแก้ภาพ และเปิด API ชำระเงิน 265 เมธอดเป็นเครื่องมือ แต่ละตัวมี smoke test พร้อมผลลัพธ์ที่ commit ไว้

CodePush OTA server

2026

Easy Money · แพลตฟอร์มภายใน

เซิร์ฟเวอร์อัปเดต OTA ที่รันเอง อยู่เบื้องหลังการปล่อยเวอร์ชันแอป — NestJS API พร้อมหน้าแอดมิน แยกพื้นที่เก็บไฟล์รายแอป มี RBAC แบบ admin/viewer และป้องกัน route ไฟล์ ย้ายจาก Docker + Cloudflare Tunnel ไป Azure พร้อม CI ของ GitLab และอ่านประวัติการปล่อยผ่าน API เพื่อไม่ให้ CDN คืนค่าสวิตช์เก่า

Pawnshop GenUI

2026

โปรเจกต์ส่วนตัว · ต้นแบบ

ต้นแบบพิสูจน์ว่าโมเดลประกอบหน้าจอเองได้ แทนการเลือกจาก widget ตายตัว — registry component 11 ชนิดที่กำหนด type พร้อม system prompt ที่สร้างอัตโนมัติ สตรีมและเรนเดอร์เป็น React จริง

องค์กรและราชการ

Net Pracharat

2021

National Telecom

แอปพลิเคชันของโครงการเน็ตประชารัฐ โครงการระดับชาติที่วางไฟเบอร์ถึงหมู่บ้านห่างไกล 24,700 แห่ง

Digital Volunteer

2021

กระทรวงดิจิทัลเพื่อเศรษฐกิจและสังคม

แพลตฟอร์ม mobile และเว็บที่เชื่อมอาสาสมัครดิจิทัลกับงานในชุมชน ดูแลตั้งแต่แนวคิดจนขึ้นใช้งานจริง

Fillup

2021

PTT OR

แอปผู้บริโภคสำหรับบริการน้ำมันและสิทธิประโยชน์สมาชิก

CSMS

2020

สำนักงานคณะกรรมการคุ้มครองผู้บริโภค (สคบ.)

ระบบบริหารจัดการเรื่องร้องเรียนคุ้มครองผู้บริโภค

DIP

2020

กรมทรัพย์สินทางปัญญา

ระบบนำเข้าข้อมูลสินค้าและจัดการทะเบียน

e-Inspect

2020

หน่วยงานรัฐ · ผ่าน National Telecom

แพลตฟอร์มตรวจสอบหน้างาน ส่งมอบทั้งแอปมือถือและแดชบอร์ดเว็บ

ทักษะ

Skills

ภาษาโปรแกรม

Mobile และ Frontend

Backend

AI / LLM

ข้อมูลและ Infrastructure

การศึกษา

ปริญญาตรี สาขาวิศวกรรมซอฟต์แวร์

มหาวิทยาลัยนอร์ทกรุงเทพ · กรุงเทพฯ ประเทศไทย

ภาษา

ไทย — ภาษาแม่

ใช้ได้ระดับเจ้าของภาษา

อังกฤษ — ใช้ทำงานได้

อ่านเอกสารและสเปกได้ เขียนโค้ดและเอกสารทางเทคนิคได้ สื่อสารเป็นลายลักษณ์อักษรได้

ติดต่อ

Contact

อีเมล: k12clubpalm@gmail.com
โทรศัพท์: 081-114-1053
LinkedIn: linkedin.com/in/jeerawut-buayoy-226983193
GitHub: github.com/k12club
เว็บไซต์: jeerawut.com
ที่ตั้ง: ปทุมธานี ประเทศไทย

ส่งอีเมล เรซูเม่ PDF มุมมองสำหรับพิมพ์

จีรวุฒิ บัวย้อย · Jeerawut Buayoy

Tungthanasin Co., Ltd. (Easy Money)

PTT Oil and Retail Business

National Telecom Public Company Limited

โจทย์

สิ่งที่ผมสร้าง

เทคโนโลยี

โจทย์

สิ่งที่ผมสร้าง

เทคโนโลยี

โจทย์

สิ่งที่ผมสร้าง

เทคโนโลยี

วิศวกรรม Agent

Retrieval และ RAG

ความปลอดภัยและการประเมิน

การดูแล LLM ใน production

เครื่องมือ AI ที่ใช้ทำงาน

AI และแพลตฟอร์ม

Gitra

Aperture

custom-mcp

CodePush OTA server

Pawnshop GenUI

องค์กรและราชการ

Net Pracharat

Digital Volunteer

Fillup

CSMS

DIP

e-Inspect

ภาษาโปรแกรม

Mobile และ Frontend

Backend

AI / LLM

ข้อมูลและ Infrastructure

การศึกษา

ภาษา