อธิ เตสกุลศิริ
ที่อยู่:  นนทบุรี, ประเทศไทย 
อีเมลส่วนตัว: tesakulsiriati@gmail.com  
เบอร์โทรศัพท์: 095 787 5141 / (+66) 95 787 5141
เว็บไซต์ส่วนตัว: https://atichetsurakul.github.io/
LinkedIn: https://www.linkedin.com/in/ati-tesakulsiri-1a8409263/
ทักษะ
ภาษาโปรแกรม: Python
เครื่องมือ / เฟรมเวิร์ก: Claude code, Codex, Pytorch, Ultralytics, Huggingface, Triton Inference Server, Docker, GitLab-CI/CD
ทฤษฎีและความรู้: Machine Learning, Deep Learning, Image and Video processing, Signal processing, Natural language processing, Data science
สภาพแวดล้อม / ระบบปฏิบัติการ: Ubuntu
ผลงานและโครงการที่เลือกนำเสนอ
โครงการจากการทำงาน
ระบบค้นหาวิดีโออัจฉริยะด้วยข้อความ
พัฒนาระบบการพิสูจน์แนวคิด (Proof of Concept: PoC) สำหรับระบบค้นหาวิดีโอจากกล้องวงจรปิดด้วยภาษาไทย โดยใช้ปัญญาประดิษฐ์เชิงสร้างสรรค์ (Generative AI)
ใช้เครื่องมือด้านการประมวลผลและปรับแต่งข้อความด้วยโมเดลภาษาขนาดใหญ่ (LLM-based text manipulation) เช่น LangChain, SmolAgent และ Ollama สำหรับการให้บริการโมเดลภาษาขนาดใหญ่ภายในองค์กร (on-premise LLM serving) รวมถึงพัฒนาระบบพหุรูปแบบด้านภาพและภาษา (Vision-Language Multimodal system) และโมเดลที่ปรับจูนเพิ่มเติม (fine-tuned model) พร้อมเชื่อมต่อกับฐานข้อมูลเวกเตอร์ (vector database) เพื่อรองรับโปรแกรมวิเคราะห์วิดีโอ (video analytics) หลากหลายรูปแบบ
ระบบตรวจวัดและประเมินควันดำจากกล้อง CCTV
พัฒนาซอฟต์แวร์วิจัยสำหรับตรวจจับและวิเคราะห์ควันดำจากยานพาหนะ โดยร่วมงานกับ ENTEC, NSTDA ในบทบาท AI และ Software Developer 
พัฒนาเว็บแอปพลิเคชันที่มีระบบ video analytics สำหรับคัดกรองควันและวิเคราะห์การปล่อยมลพิษจากรถกระบะและรถตู้ดีเซลแบบหลายเฟรม
Safety AI PoC
พัฒนาระบบ Proof of Concept สำหรับระบบเฝ้าระวังบนทางพิเศษ เพื่อตรวจจับพฤติกรรมการขับขี่ผิดปกติ เช่น ขับรถย้อนศร ขับรถเร็วเกินกำหนด จอดรถผิดกฎหมาย และตรวจจับวัตถุแปลกปลอมบนถนน 
รับผิดชอบการพัฒนา API แบบ zoom-assisted สำหรับตรวจจับวัตถุตกหล่นบนถนนในระยะไกลถึง 300 เมตร และการจำแนกความยาวของยานพาหนะ
บริการปัญญาประดิษฐ์ (AI service) สำหรับระบบวิเคราะห์วิดีโอ (video analytics)
มีส่วนร่วมในงานด้าน AI service, การฝึกโมเดล AI, การเพิ่มประสิทธิภาพระบบ และการทดสอบการให้บริการบนกลุ่มงานเฉพาะ
ปรับปรุง กระบวนการ CI อัตโนมัติ (CI pipeline) ของ repository เพื่อรองรับการทดสอบหน่วยย่อย (unit test) อัตโนมัติ, การทดสอบประเมินผล (evaluation test), การสร้างรายงาน (reporting) และการอัปเดตแพตช์ (patching) เวอร์ชันใหม่ของซอฟต์แวร์บริการ (service software)
ระบบจดจำใบหน้า (face recognition)
รับผิดชอบระบบจดจำใบหน้า (face recognition) ฝั่งระบบวิเคราะห์ (analytics-side) ครอบคลุมการตรวจจับใบหน้า การติดตามใบหน้า การเชื่อมต่อระบบการจดจำ / การระบุตัวตน (recognition) การประเมินผล และการสนับสนุนการนำระบบขึ้นใช้งานจริง (deployment support)
การจำลองการแพร่กระจายของไฟป่าและการจำแนกองค์ประกอบของไฟป่า (Wildfire Simulation and Component Classification)
พัฒนาระบบจำแนกองค์ประกอบของไฟป่าและการแบ่งส่วนภาพ / การแยกพื้นที่วัตถุ (segmentation) จากวิดีโอโดรนพร้อมสนับสนุนการพยากรณ์โดยใช้แบบจำลองเชิงประจักษ์ (empirical models) และข้อมูลดาวเทียม
การรู้จำการกระทำในวิดีโอ (Video Action Recognition)
ปรับปรุงการประมวลผลหลังโมเดล (post-processing) ของระบบการรู้จำการกระทำ (action recognition) เพื่อลดผลบวกลวง (false positives) ในการตรวจจับการล้ม และดำเนินการประเมินประสิทธิภาพของระบบ
โครงการ Demo อื่น ๆ
พัฒนาตรรกะของระบบสาธิตของ ระบบตรวจจับอุบัติเหตุ โดยใช้ข้อมูลคู่ของวัตถุที่ผ่านการติดตาม (tracked object pair information) และใช้ Qwen 3.5 เพื่อให้เหตุผล (reasoning) เกี่ยวกับการปฏิสัมพันธ์ระหว่างยานพาหนะ (vehicle interactions)
พัฒนาระบบตรวจจับฉากด้วยโมเดลภาพและภาษา (VLM-based scene detection) เช่น ไฟไหม้ ความรุนแรง การล้ม ควัน และเหตุการณ์ผิดปกติในระบบกล้องวงจรปิด
โครงการมหาวิทยาลัยและโครงการส่วนตัว
Joules of Saim: 
ออกแบบและพัฒนาโครงการวิเคราะห์ธุรกิจแบบครบวงจร (end-to-end business intelligence project) เพื่อพยากรณ์ราคาค่าไฟฟ้า รับผิดชอบบางส่วนของกระบวนการจัดการข้อมูล (data pipeline) ได้แก่ การรวบรวมข้อมูลจากหลาย API เช่น BOT และ EGAT การฝึกโมเดลแบบจำลองพยากรณ์อนุกรมเวลา (time-series forecasting model) และการนำแดชบอร์ดเว็บแบบโต้ตอบที่พัฒนาด้วย Python (Python-based interactive web dashboard) ขึ้นใช้งานจริง
การจำแนกโรคเบาหวานจากสเปกตรัมรามาน (diabetes classification using Raman spectrums)
ประยุกต์ใช้ การเรียนรู้ของเครื่อง (Machine Learning) เช่น SVM และ ANN ร่วมกับเทคนิคการประมวลผลสัญญาณ (Signal Processing) เพื่อจำแนกโรคเบาหวานจาก Raman spectrums
Bros of Rainbow: 
ทำการวิเคราะห์เปรียบเทียบ (comparative analysis) ของสถาปัตยกรรมการเรียนรู้แบบเสริมกำลัง (reinforcement learning architectures) เช่น Rainbow, DDQN, LSTM และ Transformer variants สำหรับเอเจนต์เล่นเกม (game-playing agents) ใน OpenAI Gym พร้อมประเมินผลกระทบของ model design ต่อประสิทธิภาพการเรียนรู้ (learning efficiency) และ ประสิทธิภาพการทำงาน (performance) อย่างเป็นระบบ
NLP application: 
พัฒนาและ deploy web application ที่แสดงการทำงานของ NLP models หลายประเภท เช่น ตัวแยกข้อมูลเรซูเม่ (resume parser) แบบ NER, การแปลภาษาด้วยโมเดลลำดับต่อลำดับ (sequence-to-sequence machine translation) และการสร้างข้อความ (text generation) แสดงให้เห็นความเข้าใจในการนำงาน NLP ขึ้นใช้งานจริง (deploying NLP tasks)
Serotonin Extraction and quantitative analysis: 
ศึกษาวิธีการด้วยวัสดุโมโนลิท (monolith material approach) สำหรับการสกัดสารจากปัสสาวะ เพื่อทำ การวิเคราะห์เชิงปริมาณ (quantitative analysis) ของความเข้มข้น serotonin ที่เกี่ยวข้องกับภาวะซึมเศร้า


Thesis:
MULTI-MODAL PERSON RETRIEVAL: BRIDGING TEXT, IMAGES, AND RE-IDENTIFICATION
พัฒนาระบบการค้นคืนบุคคลแบบพหุรูปแบบ (Multi-Modal Person Retrieval) ที่ใช้ Transformer โดยผสาน text encoder และ image encoder สำหรับงานที่เกี่ยวข้องกับบุคคล เช่น การประมวลผลข้อมูลอัตลักษณ์บุคคล การระบุตัวบุคคลข้ามกล้อง (cross-camera person re-identification) และ การค้นหาบุคคลด้วยข้อความ (text-based person search) ภายในโมเดลเดียว โดยมีแนวคิดการออกแบบอ้างอิงจาก OpenAI CLIP
Working Experience


Asian Institute of Technology, Pathumthani, Thailand                            มิถุนายน 2023 - ปัจจุบัน
Machine Learning Developer, AI Center Unit  — พนักงานเต็มเวลา, ตำแหน่งปัจจุบัน
Software Developer, AI Center Unit — พนักงานเต็มเวลา, หลังสำเร็จการศึกษา
Graduate Research Assistance, AI Center Unit (นักศึกษาฝึกงานระดับปริญญาโท)
Education


Asian Institute of Technology, Thailand
สำเร็จการศึกษา: พฤษภาคม 2024
Master of Science in Data Science and Artificial Intelligence. (GPA: 3.7/4.0). ได้รับรางวัล Hisamatsu Prize
รายวิชาที่เรียน: Recent Trends in Machine Learning, Data Modeling and Management, Machine Learning, Business Intelligence and Analytics, Computer Programming for Data Science and Artificial Intelligence, Natural Language Understanding


Suranaree University of Technology, Thailand
สำเร็จการศึกษา: มกราคม 2021
Bachelor of science (GPA: 3.60/4.0). ได้รับทุน YSTP Research Scholar จาก NSTDA และทุนการศึกษาเต็มจำนวนจากมหาวิทยาลัย


Scholarships & Awards 


Hisamatsu Prize (Ranked #1 in Batch Academic Record): ได้รับจาก Asian Institute of Technology โดยเป็นผู้ที่มีผลการเรียนอันดับ 1 ของรุ่น
Young Scientist and Technologist Program: ได้รับจากสำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ (NSTDA)
Royal Thai Government Fellowships (100%) Scholarship: ได้รับจาก Asian Institute of Technology
Talented individuals in science and technology Scholarship: ได้รับจาก Suranaree University of Technology เป็นทุนการศึกษาเต็มจำนวนสำหรับระดับปริญญาตรี

Certifications


CS50X 						 Certificate link
พื้นฐาน programming และแนวคิด web application โดยเรียนรู้ C, Python และ SQLite ก่อนเข้าศึกษาต่อระดับปริญญาโท
CS50AI					              Certificate link
พื้นฐานแนวคิด Artificial Intelligence และ Machine Learning เพื่อเตรียมความพร้อมสำหรับการศึกษาระดับปริญญาโท