Thanat Vijitrakanlikit

Data Science · AI/ML · Software

Data science and machine learning, from dataset to device.

ผม ธนัช วิจิตราการลิขิต นักศึกษาคณะวิทยาศาสตร์และเทคโนโลยี สาขาวิชาเทคโนโลยีและนวัตกรรมดิจิทัล มหาวิทยาลัยธรรมศาสตร์ ศูนย์ลำปาง สนใจทำงานด้าน Data Science และการพัฒนา AI/ML โดยเน้นการวิเคราะห์ข้อมูล การสร้างโมเดล และการนำผลลัพธ์ไปใช้แก้ปัญหาจริง

See BloodScope Resume · PDF (เปิดในแท็บใหม่)

เปิดรับโอกาสฝึกงานและโครงการด้าน Data / AI / Software

NSC 2026 · National Finalist · Healthcare AI

BloodScope

แอป iOS วิเคราะห์และจำแนกเม็ดเลือดขาว 13 ชนิดด้วย AI ประมวลผลบนอุปกรณ์ ผ่านเข้าสู่ NSC 2026 รอบชิงชนะเลิศระดับประเทศ

mAP50
86.04%
Images
17,767
Classes
13
Read the case study
4National competitions
3Team lead roles
2Funded NSC projects
13WBC classes deployed on-device

Competition projects

Four projects, with status stated plainly.

รวมผลงานจาก NSC, CP CUP และ KU MedAI โดยระบุสถานะตามจริงว่าเป็นระบบที่พัฒนาและทดสอบแล้ว หรือเป็นแนวคิดสำหรับการนำเสนอ

  1. หน้าปกสไลด์โครงการ BloodScope

    BloodScope Flagship

    แอป iOS จำแนกเม็ดเลือดขาว 13 ชนิดด้วย AI ประมวลผลบนอุปกรณ์ ผ่านเข้ารอบชิงชนะเลิศระดับประเทศ

    NSC 2026Built & testedView full deck (เปิดในแท็บใหม่)PDF · 99 MB
  2. หน้าปกสไลด์โครงการ PakD

    PakD — ปากดี

    แอปประเมินโรคในช่องปากเบื้องต้นแบบเรียลไทม์ เปรียบเทียบ 3 โมเดลและพัฒนาแอป Flutter ได้รับทุนสนับสนุนในรอบภูมิภาค

    NSC 2025Built prototypeView full deck (เปิดในแท็บใหม่)PDF · 5 MB
  3. หน้าปก Pitch Deck โครงการ NutriMatch

    NutriMatch

    แนวคิด AI Nutritionist ที่เชื่อมข้อมูลสุขภาพกับแผนอาหาร พร้อม EDA และ financial model โดยไม่ได้พัฒนาเป็นซอฟต์แวร์

    CP CUP 2025Concept & pitchView full deck (เปิดในแท็บใหม่)PDF · 5 MB
  4. หน้าปกสไลด์แนวคิด TDET-Scan

    TDET-Scan

    แนวคิดกล้องจุลทรรศน์อัจฉริยะสำหรับคัดกรองความรุนแรงของธาลัสซีเมียและไข้เลือดออก โดยไม่ได้พัฒนาโมเดลหรือแอปจริง

    KU MedAI 2026Concept & pitchView full deck (เปิดในแท็บใหม่)PDF · 12 MB

All competition projects, roles and evidence

How the flagship was built

From raw images to a model on the phone.

ตัวอย่างขั้นตอนการทำงานจากโครงการ BloodScope ตั้งแต่ข้อมูลดิบจนถึงแอปบนอุปกรณ์จริง

  1. Data

    รวบรวมภาพจาก 4 แหล่ง แล้ว re-annotate ให้ตรงกันเป็น 13 คลาส

    17,767 images

  2. Model

    ฝึกโมเดล YOLO26n ด้วย degradation augmentation, repeat-factor sampling และ Equalized Quality Focal Loss

    YOLO26n

  3. Evaluate

    ทดสอบบนชุดทดสอบ 13 คลาส และบนภาพจริงจากโรงพยาบาล

    86.04% mAP50 · 80.87% on real images

  4. Deploy

    นำโมเดล CoreML ไปใช้ในแอป Flutter บน iPhone ประมวลผลบนอุปกรณ์ ไม่ส่งภาพขึ้น Cloud

    CoreML · Flutter · on-device

PakD ใช้แนวทางเดียวกันกับโจทย์อื่น: เปรียบเทียบ 3 โมเดล (EfficientNetV2-S, MobileNetV3, YOLOv12n) แล้วเลือก EfficientNetV2-S ที่ Macro F1 0.7629 อ่านต่อใน PakD case study

Personal projects

Built to be used, not only presented.

ผลงานที่พัฒนานอกการแข่งขัน เพื่อทดลองเทคโนโลยีและสร้างประสบการณ์ที่ผู้ใช้เปิดใช้งานได้จริง

Not competition entries

ภาพปกโครงการ TutorHub: ห้องติวสอบที่รวมเนื้อหา แบบฝึกหัด เก็งข้อสอบ คำศัพท์ และ PDF ไว้ในเว็บเดียว
Published web appPersonal · 2026

TutorHub (เปิดในแท็บใหม่)

แพลตฟอร์มติวสอบที่รวมเนื้อหา แบบฝึกหัด เก็งข้อสอบ คำศัพท์ และการส่งออก PDF ของ DTI286 กับ PB287 ไว้ในเว็บเดียว

  • Vanilla JS
  • Content system
  • GitHub Pages
Try the live demo

All personal projects

Toolbox

Technical depth, product thinking.

ผมชอบงานที่ต้องทำความเข้าใจปัญหาให้ชัดก่อนลงมือพัฒนา และมองผลลัพธ์ตั้งแต่ข้อมูล โมเดล ไปจนถึงประสบการณ์ของผู้ใช้

แตะ วางเมาส์ หรือกด Tab ที่ทักษะแต่ละอย่างเพื่อดูคำอธิบายแบบเข้าใจง่ายว่าคืออะไร

Programming
ภาษาโปรแกรมยอดนิยมสำหรับงานข้อมูลและ AI ใช้เขียนโค้ดเตรียมข้อมูล สร้างโมเดล และทำระบบอัตโนมัติภาษาสำหรับสอบถามและจัดการข้อมูลในฐานข้อมูล เช่น ดึงยอดขายของเดือนที่แล้วมาสรุปผลภาษาที่ทำให้หน้าเว็บโต้ตอบได้ เช่น ปุ่มกด เมนู และเครื่องมือที่ทำงานในเบราว์เซอร์ภาษาโปรแกรมทั่วไปที่ใช้ในแอปและระบบขนาดใหญ่ เขียนครั้งเดียวรันได้บนหลายระบบ
Data & ML
การให้คอมพิวเตอร์เรียนรู้รูปแบบจากตัวอย่างข้อมูล แล้วนำไปทำนายหรือจำแนกสิ่งใหม่ได้เองทำให้คอมพิวเตอร์ “มองเห็น” และเข้าใจภาพ เช่น ระบุชนิดเม็ดเลือดขาวจากภาพถ่ายในโครงการ BloodScopeExploratory Data Analysis คือการสำรวจข้อมูลก่อนสร้างโมเดล เพื่อดูรูปแบบ ความผิดปกติ และความเหมาะสมของข้อมูลการสร้างโมเดลที่ใช้ข้อมูลในอดีตคาดการณ์สิ่งที่จะเกิดขึ้น เช่น ประเมินความเสี่ยงหรือแนวโน้มเครื่องมือสร้างแดชบอร์ดและกราฟจากข้อมูล ให้คนที่ไม่ใช่สายเทคนิคอ่านสรุปได้ง่าย
Deployment & web
ชุดเครื่องมือสร้างแอปมือถือ ใช้โค้ดชุดเดียวทำได้ทั้ง iPhone และ Androidเทคโนโลยีของ Apple ที่ให้โมเดล AI ทำงานบนเครื่อง iPhone โดยตรง ไม่ต้องส่งภาพขึ้นอินเทอร์เน็ตไลบรารีสำหรับสร้างหน้าเว็บแบบโต้ตอบ แบ่งหน้าจอเป็นส่วนย่อยที่นำกลับมาใช้ซ้ำได้ทำให้ JavaScript ทำงานฝั่งเซิร์ฟเวอร์ได้ ใช้สร้างระบบหลังบ้านที่หน้าเว็บหรือแอปเรียกใช้
Tools
ระบบเก็บประวัติการแก้ไขโค้ดและทำงานร่วมกันเป็นทีม ย้อนกลับเวอร์ชันเก่าได้เมื่อจำเป็นเครื่องมือออกแบบหน้าจอและต้นแบบแอป ใช้วางโครงหน้าตาก่อนเริ่มเขียนโค้ด

Full skills list and experience

Contact

Let’s build something useful.

ยินดีพูดคุยเกี่ยวกับโอกาสฝึกงาน งานด้าน Data Science, Data Analytics และ AI/ML รวมถึงการร่วมพัฒนาโครงการซอฟต์แวร์

Send an email All contact options